ある朝、出社して自分のデスクに座ったとき、ふと隣に目をやると、誰かがそこに座っていた。
真剣なまなざしで画面を見つめ、資料をまとめ、次の会議に備えている。
でも、それは人間じゃない。AIだった。
そんな光景が、現実味を帯びてきたとしたら、どう感じますか？
これは、遠い未来の話ではありません。今、企業のAI活用は大きな転換点を迎えています。
それは、AIがただの「ツール」から「意思をもって動く存在」へと進化しつつあるということ。
キーワードは「エージェンティックAI」。
今回は、Databricks(データブリックス)社の最新調査をもとに、AIの新たなステージについて、やさしく、そして少しワクワクするようにご紹介します。
AIが「働き方を変える存在」になる日
これまで、企業でのAI導入といえば「業務を効率化するツール」「チャットボット」「データ分析の自動化」など、補助的な使われ方が中心でした。
でも今、空気が少しずつ変わってきています。
Databricksの調査によると、Fortune 500企業の60%を含む2万以上の組織からのデータが示すところでは、企業はすでに「エージェンティックAI」つまり情報を取得するだけでなく、独立してワークフローを計画・実行するモデルへと急速に移行しています。
つまり「AIに何かを指示する」のではなく「AIが自ら考えて動く」時代がすぐそこに来ているのです。
特筆すべきは、2025年6月から10月の間に、Databricksプラットフォーム上でのマルチエージェント・ワークフローの利用が327%増加したことです。
これは、AIが単なるツールから、システムアーキテクチャの中核コンポーネントへと卒業しつつあることを示しています。
「エージェンティックAI」とは何か？
では「エージェンティック(Agentic)」とは何を意味するのでしょうか。
これは、AIが「受け身」ではなく「能動的にタスクを進めていく存在」になることを指します。
これまでのAIは、たとえるなら「計算ドリルの答えを出す賢い計算機」でした。
ところがエージェンティックAIは、プロジェクト全体を俯瞰し、必要な情報を自分で探し、場合によっては人間と相談しながら進行を調整する「仕事のパートナー」のような存在です。
たとえば、顧客対応の際に過去のやり取りや契約内容を瞬時に参照し、次にすべき対応を提案してくれたり、市場のトレンドを分析して、商品の在庫や価格戦略を自律的に調整したり、社内のナレッジを横断検索して、プロジェクトの課題に対して解決策を提案したりすることが可能になります。
これって、まるで「気が利く新入社員が、何も言わずに資料を先回りして作っておいてくれる」ような感覚ですよね。
「スーパーバイザー・エージェント」が牽引する成長
この成長を牽引しているのが「スーパーバイザー・エージェント」です。
単一のモデルであらゆるリクエストを処理するのではなく、スーパーバイザーはオーケストレーターとして機能し、複雑なクエリを分解して、専門のサブエージェントやツールにタスクを委任します。
2025年7月のローンチ以来、スーパーバイザー・エージェントは最も主要なエージェントのユースケースとなり、10月までに使用率の37%を占めるようになりました。
このパターンは人間の組織構造を反映しています。
マネージャーがすべてのタスクを自ら実行するのではなく、チームに確実に実行させるように、スーパーバイザー・エージェントも意図の検出やコンプライアンス・チェックを管理してから、専門ツールに作業をルーティングします。
現在、テクノロジー企業がこの採用をリードしており、他の業界の約4倍のマルチエージェント・システムを構築しています。
しかし、その有用性はセクターを超えて広がっています。
たとえば、金融サービス企業であれば、マルチエージェント・システムを使用して、文書の取得と規制コンプライアンスを同時に処理し、人間の介入なしに検証済みのクライアント対応を提供できます。
従来のインフラへの圧力
エージェントが質問に答えることからタスクを実行することへと進化するにつれて、基盤となるデータインフラは新たな要求に直面しています。
従来のOLTP(オンライン・トランザクション処理)データベースは、予測可能なトランザクションとまれなスキーマ変更を伴う、人間のスピードでの対話のために設計されていました。
エージェンティック・ワークフローは、これらの前提を覆します。
AIエージェントは現在、継続的で高頻度の読み書きパターンを生成しており、多くの場合、コードをテストしたりシナリオを実行したりするために、環境をプログラム的に作成および破棄します。
この自動化の規模はテレメトリーデータに表れています。
2年前、AIエージェントが作成したデータベースはわずか0.1%でしたが、今日ではその数字は80%に達しています。
さらに、データベースのテストおよび開発環境の97%は、現在AIエージェントによって構築されています。
この能力により、開発者や「雰囲気コーダー」は、数時間ではなく数秒で一時的な環境を立ち上げることができます。
Databricks Appsのパブリック・プレビュー以降、5万以上のデータおよびAIアプリが作成され、過去6か月で250%の成長率を記録しています。
マルチモデル戦略の標準化
エンタープライズ・リーダーがエージェンティックAIの採用を増やそうとする中で、ベンダー・ロックインは依然として根強いリスクです。
データによると、組織はマルチモデル戦略を採用することでこれを積極的に緩和しています。
2025年10月時点で、企業の78%がChatGPT、Claude、Llama、Geminiなど、2つ以上のLLM(大規模言語モデル)ファミリーを活用していました。
このアプローチの洗練度は高まっています。
2025年8月から10月の間に、3つ以上のモデル・ファミリーを使用している企業の割合は36%から59%に上昇しました。
この多様性により、エンジニアリング・チームはより単純なタスクを小型でコスト効率の高いモデルにルーティングし、複雑な推論にはフロンティア・モデルを確保することができます。
小売企業がペースを設定しており、パフォーマンスとコストのバランスを取るために、83%が2つ以上のモデル・ファミリーを採用しています。
さまざまなプロプライエタリおよびオープンソース・モデルを統合できる統一プラットフォームは、現代のエンタープライズAIスタックの前提条件として急速に普及しています。
リアルタイム処理の圧倒的優位
バッチ処理というビッグデータの遺産とは対照的に、エージェンティックAIは主に「今」において動作します。
レポートによると、すべての推論リクエストの96%がリアルタイムで処理されています。
これは、レイテンシーが価値と直接相関するセクターで特に顕著です。
テクノロジー・セクターは、単一のバッチ・リクエストに対して32のリアルタイム・リクエストを処理しています。
ヘルスケアおよびライフサイエンスでは、アプリケーションが患者のモニタリングや臨床意思決定支援を含む場合があり、その比率は13対1です。
IT責任者にとって、これは、ユーザー体験を劣化させることなくトラフィックのスパイクを処理できる推論サービング・インフラストラクチャの必要性を強調しています。
ガバナンスがデプロイメントを加速
多くの経営幹部にとって、おそらく最も直感に反する発見は、ガバナンスと速度の関係です。
しばしばボトルネックと見なされる厳格なガバナンスおよび評価フレームワークは、実際には本番デプロイメントの加速器として機能しています。
AIガバナンス・ツールを使用している組織は、使用していない組織と比較して、12倍以上のAIプロジェクトを本番環境に投入しています。
同様に、モデルの品質を体系的にテストするための評価ツールを使用している企業は、本番デプロイメントを約6倍達成しています。
その理論的根拠は明快です。
ガバナンスは、データの使用方法の定義やレート制限の設定など、必要なガードレールを提供し、ステークホルダーにデプロイメントを承認する自信を与えます。
これらの管理がなければ、定量化されていない安全性やコンプライアンス・リスクのため、パイロットは概念実証フェーズで行き詰まることがよくあります。
エージェンティックAIによる「退屈な」企業自動化の価値
自律エージェントはしばしば未来的な能力のイメージを呼び起こしますが、エージェンティックAIからの現在の企業価値は、日常的で平凡だが必要なタスクの自動化にあります。
トップAIユースケースはセクターによって異なりますが、特定のビジネス問題の解決に焦点を当てています。
製造業および自動車業界では、ユースケースの35%が予知保全に焦点を当てています。
健康およびライフサイエンスでは、ユースケースの23%が医学文献の合成に関わっています。
小売および消費財では、ユースケースの14%が市場インテリジェンスに専念しています。
さらに、トップAIユースケースの40%は、カスタマーサポート、アドボカシー、オンボーディングなど、実用的な顧客の懸念に対処しています。
これらのアプリケーションは、測定可能な効率性を推進し、より高度なエージェンティック・ワークフローに必要な組織の筋肉を構築します。
経営幹部にとって、今後の道筋は、AIの「魔法」への注目を減らし、それを取り巻くエンジニアリングの厳密性により多く注目することを含みます。
DatabricksのEMEA CTOであるDael Williamson氏は、会話が変化したことを強調しています。
「EMEA全体の企業にとって、会話はAI実験から運用上の現実へと移行しました」とWilliamson氏は述べています。
「AIエージェントはすでにエンタープライズ・インフラストラクチャの重要な部分を実行していますが、真の価値を見出している組織は、ガバナンスと評価を後付けではなく、基盤として扱っている組織です」
Williamson氏は、競争上の優位性が、単に購入するものではなく、企業がどのように構築するかに戻りつつあることを強調しています。
「オープンで相互運用可能なプラットフォームにより、組織は短期的な生産性を提供するが長期的な差別化をもたらさない埋め込みAI機能に依存するのではなく、自社のエンタープライズ・データにAIを適用できます」
高度に規制された市場において、このオープン性と制御の組み合わせこそが「パイロットと競争優位性を分けるもの」です。
人とAIが肩を並べる、そんな未来へ
想像してみてください。
一人で抱え込んでいた複雑な業務を、AIが先回りして調査し、資料をまとめ、最適な選択肢を提案してくれる。
あなたはその提案を元に、判断し、戦略を立て、人に伝えていく。
「考えること」に集中できる。
それが、エージェンティックAIがもたらす最大の価値なのです。
Databricksの調査が示すように、企業の多くはすでにこの未来に向かって動き出しています。
AIはもはや「命令を待つロボット」ではなく「ともに働くもう一人の同僚」になろうとしています。
まとめ 「未来の職場には、AIの隣席がある」
人間が手を動かし、AIが頭脳を使う、そんな時代はもう古いかもしれません。
これからは、人間もAIも、それぞれの強みを持ちながら、同じ目線で「考える」パートナーになる時代です。
あなたの隣に座るAIは、どんな表情をしているでしょうか？
そして、どんな風にあなたの仕事を支えてくれるのでしょう。
未来の職場には、AIが静かに、そして確かに座り始めています。
参考：Databricks: Enterprise AI adoption shifts to agentic systems
コメント