エグゼクティブサマリー

この業界をひと言で表すなら、「企業が仕事の実行をソフトウェアに委ね、その権限・品質・運用責任まで購入する市場」である。

2026年10月時点では、業務システムと接続する製品の提供、本番導入、実証が同時に進んでいる。経営判断では、市場の大きさより先に、対象業務と実行範囲を定め、実証から継続契約へ進む条件を見極める。

要点

経営・企画部門への示唆

  • 大手は、自社業務で例外の発生率と処理原価を測ってから、業種別の業務部品を実装・運用込みで売る。他社の基盤に載せる場合も、評価データと実行ログの帰属、モデル変更時の再評価費の負担を契約前に決める。
  • 中堅・中小は、自社製品の1業務に絞り、導入作業そのものをエージェントに取り込んで顧客追加の工数を下げる。RPAや業務SaaSの既存顧客網を販路にし、接続を保証する外部システムの数を先に絞る。
  • 新規参入を考える企業は、自社の専門業務を人の確認付きの実行サービスとして、AI企業と組んで製品化する。提携・買収では、誤処理の責任分担、データの権利、顧客追加時の実装工数を一次調査で確かめる。

業界データまとめ

本業界を単独で捉える公的な産業統計は確認できず、民間の市場推計と近接業種の公的統計を併記する。以下の数字を合算したり、異なる母集団の間で比率を計算したりしてはならない。

項目値時点出典
市場規模国内AIエージェントソリューション市場 2,130億円。調査会社が「実績」として公表した市場推計。アシスタント型、構築基盤、コンサルティング・SI・保守運用を含み、本稿の自律実行基準より広い2025年度デロイト トーマツ ミック経済研究所「AIエージェントソリューション市場動向 2026年度版」プレスリリース
市場の伸び前年度比 194.4%(2026年度見込み4,140億円)。上記と同じ調査会社の見込み値であり、実績の成長率ではない。2025年度の前年度比は公表されていない2026年度見込み(2025年度比)、2026年8月公表デロイト トーマツ ミック経済研究所「AIエージェントソリューション市場動向 2026年度版」プレスリリース
事業者数小分類「ソフトウェア業」の民営 3万3,497事業所。企業数ではない。外国の会社・法人でない団体を除く。本業界単独ではなく近接分類の参考値2021年6月1日現在総務省・経済産業省「令和3年経済センサス‐活動調査」産業横断的集計・表7-1
従業者数小分類「ソフトウェア業」の民営事業所 107万8,776人。上記と同じ集計範囲。本業界単独の雇用者数ではない2021年6月1日現在総務省・経済産業省「令和3年経済センサス‐活動調査」産業横断的集計・表7-1
平均年収中分類「情報サービス業」の一般労働者・男女計・企業規模計10人以上 669.54万円(計算)。きまって支給する現金給与額43.23万円×12+年間賞与その他特別給与額150.78万円。本業界単独ではない2025年調査。月例給与は2025年6月、賞与等は2024年1〜12月厚生労働省「令和7年賃金構造基本統計調査」一般労働者・産業中分類別表
政府共通生成AI環境の利用可能人数ガバメントAI「源内」 約10万人。大規模実証で利用可能となる政府職員数であり、実利用者数・有料契約数・自律実行件数ではない2026年5月29日時点デジタル庁「全府省庁の約18万人の政府職員を対象としたガバメントAI(源内)の大規模実証を開始しました」
政府共通生成AI環境の展開目標ガバメントAI「源内」 約18万人の政府職員への展開目標。生成AI全般の実証である。2026年10月にはAIエージェントの利用環境の提供も始まったが、府省庁へ順次導入する段階であり、エージェントの利用者数・実行件数は公表されていない2026年度目標、2026年10月20日更新資料デジタル庁「ガバメントAI『源内』」

市場の伸びは、市場規模と同じ調査会社が公表した2026年度見込みの前年度比であり、同一定義による連続した実績値は公開範囲で確認できない。ソフトウェア業の事業所・従業者数と情報サービス業の賃金は分類も異なり、市場規模を割って一社当たり売上高や労働生産性を求めることはできない。

AI・フィジカルAIの影響と経営の打ち手

本業界では、提供するAIだけでなく、業務設計・構築・運用を担う提供企業自身の仕事も変わる。経営上の焦点は、回答品質から、許可された範囲で業務を完了できる割合と、その完了に要する総費用へ移る、というのが公開情報からの分析である。フィジカルAIの直接的な影響は限定的であり、情報システム上の実行と、機械を動かす際の安全確保を分けて設計する。

工程別の影響

本稿のバリューチェーンは、業務設計 → データ・権限整備 → 構築・評価 → 業務実行・連携 → 運用監視・改善であり、隣接領域に「現場機器との接続」を置く。表の段階は公表事例の到達点、時期は、2026年10月から見た、公開情報からの分析にもとづく普及見通しである。

工程 変わる業務 主な技術 段階 時期 根拠
業務設計 営業業務の知識・手順を、実行するエージェントへ組み込む 生成AI・AIエージェント 実用(導入事例あり) 2年以内 SCSKの営業業務への導入(セールスフォース「SCSK導入事例」)
データ・権限整備 分散した業務情報を、権限付きの共通の文脈として接続する 生成AI・AIエージェント 実用(導入事例あり) 2年以内 OpenAI Frontier。Intuit、Uber等の初期導入企業を公表(OpenAI「Frontierのご紹介」)
構築・評価 個別修正から、フィードバックを利用した改善へ 生成AI・AIエージェント 実証中 3〜5年 富士通の技術開発発表と、同技術を組み込んだ基盤の先行検証(富士通「自己進化型マルチエージェント」)(富士通「Multi AI Agent Frameworkの先行検証」)
業務実行・連携 問い合わせの受付・振り分けから、許可された処理の完了へ 生成AI・AIエージェント 実用(導入事例あり) 2年以内 ServiceNowの自社IT業務での活用(ServiceNow「Moveworks買収完了」)
運用監視・改善 個別の動作確認から、複数エージェントの統制と継続評価へ 生成AI・AIエージェント 実証中 2年以内 富士通の専有型AI基盤(脆弱性スキャン・ガードレールを含む)の先行トライアル(富士通「Kozuchi Enterprise AI Factory」)
現場機器との接続 デジタル業務の指示を認識・自律動作へ接続 フィジカルAI 実証中 3〜5年 ABEJAと三菱重工業の自律化検証(ABEJA「三菱重工業との自律化検証」)

業務はどう変わるか

第一に、サポート業務の単位が「回答」から「処理完了」に変わる。 従来は担当者が問い合わせを読み、必要情報を集め、別システムに処理結果を記録していた。ServiceNowは自社でAIエージェントがITリクエストの90%を自律処理すると公表しているが、これは提供企業の公表値であり、対象業務や運用条件が異なる他社にそのまま適用できない(導入済み)。購入企業は回答件数ではなく、再問い合わせ・人の再処理を含めた完了を検収する(ServiceNow「Moveworks買収完了」)。

第二に、調達では「担当者が全件交渉する」方式から「条件内の交渉を委ね、例外を担当する」方式へ変わる。 NECと三菱電機トレーディングは、2025年9月〜2026年2月に国内3拠点で納期・数量交渉を実証した。取引先当たりの交渉時間が従来の約4分の1となり、年間最大2,570時間の削減を見込むという結果は提供企業の公表値である(実証完了)。後者は年間実績ではなく換算した見込みであり、合意してよい条件と相手先の参加条件を定めて再現性を検証する(NEC「調達交渉の自動化実証」)。

第三に、導入作業そのものが製品に組み込まれる。 LayerXは2026年8月、組織情報等を読み取ってユーザー登録や初期設定を支援する「バクラク初期設定エージェント」を提供開始した。従来の導入支援担当者による転記・設定から、顧客が設定案を確認して承認する流れへの転換である。ただし、公開発表から個別顧客の本番導入効果は確認できず、「製品提供済み」と「導入効果が検証済み」は分けて評価する(LayerX「バクラク初期設定エージェント」)。

第四に、エージェントの修正は一度きりの開発ではなく、継続した品質管理になる。 富士通の自己進化型マルチエージェント技術は、業務の変化に合わせて構成や動作を改善する方向を示している。2026年5月に技術開発を発表し、7月15日から同技術を組み込んだ開発・運用基盤の先行検証を始めた段階であり、正式な提供時期は公表されていない(実証段階)。分析では、改善を自動化しても、本番反映の承認、過去の重要事例への回帰試験、旧版への切り戻しを不要にはできない(富士通「自己進化型マルチエージェント」)(富士通「Multi AI Agent Frameworkの先行検証」)。

フィジカルAIは、工場・倉庫の実行情報を扱う業務エージェントと接続し得るが、ソフトウェアの処理成功だけでは人や設備の安全を担保できない。なお、RPAの「ロボット」はソフトウェアであり、現実世界を認識して動くフィジカルAIには含めない。

主要プレイヤー

日本での区分は対象製品の国内提供・実証を示し、顧客業務全体の本番化を意味しない。

企業 本社 技術・製品 この業界での使われ方 日本での展開
マイクロソフト 米国 Copilot Studio イベントを起点とした実行、業務ツール接続 提携・実証あり:京都府がエージェント活用を試行(マイクロソフト「京都府の活用事例」)
セールスフォース 米国 Agentforce CRMを起点とした営業・サービス業務 展開済み:SCSKへの導入(セールスフォース「SCSK導入事例」)
ServiceNow 米国 AIエージェント、Moveworks IT・従業員向けサービスのワークフロー 展開済み:日本法人が買収完了を国内向けに発表。米国発表の抄訳で、日本固有の展開計画の記載はない(ServiceNow Japan「Moveworks買収完了」)
UiPath 米国 エージェントとRPAの統合基盤 API接続と画面操作を含む実行の統合 展開済み:国内パートナー向け展開(UiPath「Partner Fusion 2026 Tokyo」)
NEC 日本 cotomi Agent、SCM向けエージェント 汎用業務と調達・供給計画 展開済み:国内販売開始を公表(NEC「cotomi Agentの提供」)(NEC「SCM向けAIエージェント」)
富士通 日本 Kozuchi Enterprise AI Factory 顧客専用環境での開発・運用・追加学習 提携・実証あり:2026年2月から日本・欧州で一部機能を先行トライアル。正式提供は同年7月予定と発表(富士通「Kozuchi Enterprise AI Factory」)
LayerX 日本 バクラク初期設定エージェント 業務SaaSの設定・登録処理 展開済み:国内提供開始(LayerX「バクラク初期設定エージェント」)
ABEJA 日本 業務特化エージェント、自律化技術 自動車整備の専門業務、機器自律化の検証 提携・実証あり:GENIAC採択・三菱重工業との検証(ABEJA「GENIAC第4期採択」)(ABEJA「三菱重工業との自律化検証」)

人材・収益・競争への影響

分析では、定型転記、一次振り分け、決まった設定作業の工数が減り、例外の判断、評価データの整備、権限設計の仕事が増える。営業・調達・IT運用の担当者は、全件を処理する役割から、委ねる条件と停止条件を決める役割へ移る。ただし、前述の事例は作業の変化を示すものであり、業界全体の雇用減少数を裏付けるものではない。

費用管理での分析にもとづく提案は、有効完了1件当たり費用=(固定利用料+従量料金+運用費+人の確認・再処理費)÷検収条件を満たした完了件数で評価することである。長い推論、再試行、人の確認も計上する、本稿独自の管理指標である。

競争力の源泉は、業務データへのアクセス、実行権限、完了の証跡を一体で持つことにある。外部文書に混入した指示で動作が変わる攻撃、誤った送金や発注、再試行による二重登録を考慮し、読み取り・変更・承認の権限を分離する。米NISTもエージェントの相互運用性と安全性を標準化の対象としており、接続できることと安全に委任できることは別の評価項目である(NIST「AI Agent Standards Initiative」)。

経営者が実施すべき対策

優先度 打ち手 対象 時期 期待できる効果 必要な準備
高 発注・返金・契約変更ごとに委任上限と人の承認条件を設定 共通 導入前 事故の影響範囲を限定 決裁規程、例外一覧、責任者
高 実行用IDを分離し、接続先・操作・有効期間を制限 共通 接続前 権限の過剰利用を抑制 システム別権限台帳、失効手順
高 過去案件を使い、再処理込みの完了率と費用を検証 共通 契約・本番移行前 過大な効果見積もりを抑制 成功条件、難易度別案件、現行原価
高 二重発注防止、停止、切り戻しを実装・訓練 共通 本番移行前 誤処理の連鎖を防止 取引ID、取消権限、代替手順
中 評価データと実行ログの持ち出し条件を契約に明記 大手 更新・更改時 他基盤への移行可能性を確保 データ権利、保存形式、移行試験
高 単一業務から始め、月額費用と有人対応の上限を設定 中堅・中小 初回導入時 小規模利用での費用超過を抑制 処理量、繁忙期、支援体制
中 機器制御への接続を別審査とし、安全側の停止を維持 共通 現場接続前 情報処理上の誤りの物理的波及を抑制 設備側責任者、独立した安全機構

よくある失敗は、利用者数を業務完了数と同一視すること、提供企業の実証結果を自社の年間効果として計上すること、複数エージェントを増やして責任分界を曖昧にすることである。検証対象の業務、母数、除外した例外、残った人手を先に固定する。

業界の定義と市場構造

本稿の対象は、目標を与えると実行手順や使用ツールを選び、業務システムへの操作と結果確認を行うAIエージェント、およびその機能を持つ業務特化AIである。製品名に「エージェント」が付くかではなく、業務を自律実行する機能があるかで線引きする。確認・承認を人が担う構成も、承認以外の工程を委ねられるなら対象に含む。

一般的なチャット、要約、検索、文章作成だけのサービスは原則として対象外である。OCRや需要予測も、抽出・予測結果を人に提示する段階にとどまれば隣接領域であり、後続処理を選択・実行する機能と組み合わされた範囲を対象とする。決められた処理を繰り返す従来型RPAは基盤・代替手段に位置付けられ、クラウド・基盤モデル・ロボット本体の市場規模は合算しない。

この境界に近い実装例は、定義されたトリガー、指示、ガードレールを用いてイベントを認識し、利用者の指示を待たずにタスクを実行するCopilot Studioの自律型エージェントである。ただし、同じブランド内に対話支援と自律実行が共存するため、ブランド売上高全体を本業界の売上高に置き換えることはできない(マイクロソフト「自律型エージェント」)。

公開資料で捉えられる内訳

区分 主な対象 公開データと推移 本稿との範囲の違い
アシスタント型 対話・文書・検索支援 ミック経済研究所の広義市場で2025年度35.5%、2027年度23.8%との予測 自律実行しない部分は対象外
ビジネス・業務特化型 営業、経理、IT運用、業種別業務 同社は最大カテゴリーと説明。無料公開範囲では金額の詳細なし 実行機能のある部分を対象
構築プラットフォーム エージェント作成、連携、統制 同社は構成比上昇を予測。比較可能な実績系列は非確認 対象業務への提供部分を対象
導入・運用サービス コンサルティング、SI、保守運用 同調査の集計対象。無料公開範囲では部門別金額なし プロダクトとの二重計上に注意

内訳と予測は同調査の分類によるものであり、本稿の定義による再推計は、本稿では対象外とする。国内の用途別・顧客規模別・地域別に同じ基準で比較できる公的市場統計も確認できない(ミック経済研究所「AIエージェント市場2026年度版」)。

過去5年は、既存の業務ソフトウェアの上に実行機能と導入・運用サービスが形成されてきた過程と捉えられる。2026年版の民間調査は国内600人のユーザー調査を新たに加えており、年度版の違う市場規模を単純比較できない(ミック経済研究所「AIエージェント市場2026年度版」)。

需要側では処理能力の確保、供給側では業務システムへの接続が市場形成を促す、というのが公開情報からの分析である。要因別の市場寄与率は公表されていない。

顧客と需要の特性

購買の決め手は、モデルの性能だけでなく、どの業務をどこまで委任でき、既存の責任分担に収まるかである。購買対象が「社員向けの便利な機能」から「業務処理の一部」へ広がるほど、現場部門に加えて情報システム、セキュリティ、法務・内部監査の関与が必要になる。以下は公表事例をもとにした購買構造の整理であり、全社に共通する定量調査結果ではない。

主な顧客層 購買の決め手 主な意思決定者 契約前に確認する事項
大企業の営業・サービス部門 既存CRMでの業務完了と引き継ぎ 部門長、IT責任者、顧客対応責任者 誤回答後の対応、更新範囲、有人移管
製造・流通の調達・管理部門 多数の相手先・制約条件への対応 業務責任者、基幹系IT、調達責任者 取引条件、例外処理、相手先の参加
金融・公共等の統制要求が高い組織 証跡、権限、データの管理 システム部門、リスク管理、審査部門 対象業務の規制、記録、委託先管理
中堅・中小企業 導入・運用負担と費用の予見性 経営者、管理部門、外部IT支援者 月額総費用、問い合わせ窓口、停止時対応

実際のAI活用の主導者を尋ねたIPA「DX動向2026」では、IT部門の長46.0%、経営層32.1%であった。選択肢の合計が100%を超える複数選択の設問であり、AIを導入・試行・検討する回答企業が母集団で、エージェントの購買だけを測った値ではない。それでも、製品の利用部門だけを営業対象にしては組織的な決裁を捉えきれないことを示す参考となる(IPA「DX動向2026」)。

購買過程は、対象業務の選定、データ・接続条件の確認、過去案件での評価、限定した権限での試行、本番契約の順で組むのが合理的である。政府案件では調達・利活用ガイドラインへの適合説明が重要となり、単なる機能比較とは異なる提案資料が必要になる(デジタル庁「生成AI調達ガイドライン2.0」)。価格への敏感さは、利用者数よりも処理量、既存の外注費、誤処理の損失によって異なるとみられる。

乗り換えコストを生むのは、モデルだけではなく、接続設定、業務ルール、検証済みの例外対応、社内承認である。契約更新時に移行できても、業務部門が再検証を負担できなければ実質的な固定化が起こる。調達時には、実行ログと設定の取り出し、停止後の処理引き継ぎを確かめる。

固有の月次統計がなく、季節性や景気感応度は数値化できない。顧客の予算・更改時期と繁忙期の処理量を個別に確認し、景気悪化時には省力化需要と投資凍結の双方を考え合わせる。

バリューチェーンと収益構造

売上を獲得する場所は、ソフトウェアの利用料、業務への組み込み、継続運用に分かれる。利益率を左右するのは、同じ業務部品を何社へ再利用できるかと、顧客別の変更・例外対応をどれだけ抱えるかである。本業界だけの工程別利益率や原価構成を示す公開統計は確認できない。

工程 主な担い手・例 付加価値の源泉 主な収益の形
業務設計 NTTデータ、NEC、コンサルティング会社 委任可能な範囲、業務責任、検収条件の設計 診断・設計・導入支援費
データ・権限整備 基幹システム事業者、データ基盤企業 原本・権限・更新履歴への接続 初期構築費、基盤利用料
構築・評価 富士通、PKSHA、業務AI開発企業 業務別の処理部品、評価用案件、専門知識 開発費、ライセンス料
業務実行・連携 セールスフォース、ServiceNow、UiPath 業務システム上の実行、複数処理の調整 席・処理量・実行量に応じた料金
運用監視・改善 SIer、運用受託会社、製品ベンダー 障害・変更・例外への継続対応 運用月額、保守契約
現場機器との接続 設備メーカー、現場システム企業 機器と業務側の責任分界 接続開発・保守。本体売上は本稿の市場外

NTTデータのSmart AI Agentは導入・運用を含むサービスとして、富士通の企業専用基盤は構築から運用までの環境として位置付けられている。したがって、製品売上高だけで供給側全体を測ることも、SI費用をすべて独立した市場として加算することも適切ではない(NTTデータ「Smart AI Agent」)(富士通「Kozuchi Enterprise AI Factory」)。

価格体系はまだ統一されていない。セールスフォースの公開料金ではFlex Creditsが10万クレジット当たりUS$500、通常のアクションが20クレジットであり、1アクション当たりUS$0.10(計算)となるが、これは一つの業務案件の完了単価ではない。データ関連料金や契約条件も別途確かめる(2026年10月20日確認、セールスフォース「Agentforce料金」)。

国内でも、NECのcotomi Agentは1ユーザー当たり月額1万5,000円から、SCM向けエージェントは年額1,800万円からと、課金単位が異なる。いずれも税別の公表価格であり、前者には別途テナント費用、後者には初期費用がある。汎用業務と個別の供給計画では機能・契約範囲が異なるため、単純な高低比較はできない(2026年8月公表、NEC「cotomi Agentの提供」)(NEC「SCM向けAIエージェント」)。

利益が出やすい工程については、再利用できる製品や業務部品が個別受託より拡張しやすいという定性的な整理にとどまる。UiPathの2027年1月期第2四半期のGAAP売上総利益率は80%だが、RPA等を含む全社の値であり、エージェント事業の利益率を示さない。国内主要企業でも同事業だけの売上総利益・営業利益を比較可能な形で取り出せない(UiPath「FY27第2四半期決算」)。

原価は外部モデル・クラウド利用料、開発・導入・支援の人件費が中心となるが、業界平均比率は不明である。価格転嫁は固定料金、利用上限、超過料金、更新条項に依存する。見積もりでは別料金の接続・データ処理を分解する。

供給網の制約は部材輸送よりも、モデル提供者、クラウドの提供地域、外部APIの仕様・料金変更に現れる。モデルを変更できても、顧客環境での再評価が必要になるため、複数社への接続だけで調達リスクが解消したとはいえない。供給側の契約期間と顧客への固定価格期間がずれる案件は、価格改定時の負担者を明示する。

競争環境

競争は、既存の業務データと顧客接点を持つ企業、顧客別に実装する企業、特定業務を深く製品化する企業の間で起きている。単独事業の売上高が揃わないため、上位企業の集中度や正確な市場シェアは算出できない。大手SaaSの契約基盤と国内企業の業務知識は、それぞれ異なる競争資源である。

競争する企業は、基盤企業、業務SaaS企業、SIer、業務特化企業の四群に分けられる。各群はそれぞれ既存の利用環境、業務データ、基幹系への実装、特定用途の製品化を起点としており、単一の機能比較では競争関係を捉えきれない。

五つの競争要因

強さと今後の方向は、2026年10月時点の、公開情報からの分析である。公開された製品・価格・企業行動を根拠としており、統計で計測した点数ではない。

競争要因 強さ(強・中・弱) 根拠 今後の方向(強まる・弱まる・変わらない)
既存企業間の競争 強 汎用基盤、CRM、RPA、国内SI・業務SaaSから製品投入が重なる 強まる
新規参入の脅威 中 開発基盤を利用して製品を出せる一方、顧客の権限・基幹系への接続が必要 強まる
買い手の交渉力 中 複数の価格体系を比較できるが、本番設定・業務検証の移行費用がある 強まる
売り手の交渉力 強 基盤モデル、クラウド、既存業務ソフトの仕様・利用条件に依存 変わらない
代替手段の脅威 強 固定ワークフロー、RPA、人による処理、既存SaaSの標準機能が残る 変わらない

本番業務では運用実績、障害対応、業務規程との整合が参入障壁となる。一方、固定手順で十分な業務ではRPA等が代替となり、その費用・品質が価格の上限を形成するとみられる。

国内主要企業の比較

規模は企業群の属性で示す。以下の各社について、本稿の定義に一致する国内エージェント売上高を横並びで確認できないため、全社売上高による順位付けは行わない。

企業 規模・位置付け 公表情報から確認できる事業基盤 戦略の違い・直近の動き
NEC 総合IT大手 cotomiと調達・供給計画の製品群 汎用エージェントの流通とSCM専用製品を併行(NEC「cotomi Agentの提供」)(NEC「SCM向けAIエージェント」)
富士通 総合IT大手 顧客専用AI環境と開発・運用技術 日本・欧州で企業専用基盤の一部機能を先行トライアル(富士通「Kozuchi Enterprise AI Factory」)
NTTデータ 総合ITサービス大手 システム導入・運用とグローバル顧客基盤 Smart AI Agentを世界で展開する構成(NTTデータ「Smart AI Agent」)
PKSHA Technology 上場AI企業 業務AI、RPA連携、国内企業向け製品 FCEとの開発に加え、オンプレミス型Private AI Agentsを提供(PKSHA「RPAロボパット AI Agent Studio」)(PKSHA「Private AI Agents」)
LayerX 未上場の業務SaaS企業 バクラクの業務・組織設定 初期設定の負担を製品側に取り込む(LayerX「バクラク初期設定エージェント」)
ABEJA 上場AI企業 専門業務と個別開発・実装 IDOMと自動車整備領域のエージェントを開発・検証(ABEJA「GENIAC第4期採択」)

再編と成功条件

直近3年の再編では、単体モデルの取得だけでなく、業務接点・データ・専門用途の取り込みが目立つ。海外ではセールスフォースが2025年11月にインフォマティカ、ServiceNowが同年12月にMoveworks、UiPathが2026年2月にWorkFusionの買収を完了した。買収対象はそれぞれデータ管理、従業員向け支援、金融犯罪対策等の業務能力に関わる(セールスフォース「Informatica買収完了」)(ServiceNow「Moveworks買収完了」)(UiPath「WorkFusion買収」)。

国内では、ソフトバンクとJDSCが2025年10月に資本業務提携を公表し、PKSHAとFCEは2026年4月に共同開発製品を発表した。通信・販売網、専門人材、既存の業務自動化資産を組み合わせる動きであり、独立した専業企業同士の統合だけが再編ではない(ソフトバンク「JDSCとの資本業務提携」)(PKSHA「RPAロボパット AI Agent Studio」)。

成功条件は四つある。第一は既存業務へ入る接点で、CRMを起点とするセールスフォースや業務SaaSを持つLayerXが製品構成として備える。第二は専門業務の制約を扱う能力で、NECの調達実証やABEJAの整備領域の開発が対象となる。第三は導入後を支える提供体制で、NTTデータや富士通が運用を含む構成を示し、第四は顧客別の作り込みを再利用可能な部品へ戻す仕組みである。

第四の条件の達成度は公開情報では判定できない。提携・買収時には、顧客追加時の開発工数、保守要員、例外対応の共通化率を調べる。

海外の動向と主要企業

海外競争の主軸は、クラウド・業務ソフトウェアの既存基盤を利用した展開と、専門用途を取り込む買収である。世界市場や地域別市場を本稿の定義で集計した政府・国際機関・世界的業界団体の統計は確認できず、日本の世界シェアも算出できない。企業の売上高は供給者としての規模を理解する参考であり、業界市場規模の代用ではない。

海外主要企業

表は2026年10月20日時点で公表済みの直近四半期を基本とし、エージェント単独の売上高ではない。会計期間・事業範囲が異なるためランキングには使わない。

企業 本社 売上高(直近期、原文の通貨) 強み・事業の特徴 直近の動き(M&A・提携・新製品など) 日本での事業
マイクロソフト 米国 全社US$90.0 billion、2026年4〜6月(マイクロソフト「2026年6月期決算」) 業務環境・開発基盤・クラウドを提供 Copilot Studioで自律実行機能を展開(マイクロソフト「自律型エージェント」) 国内組織で活用・実証(マイクロソフト「京都府の活用事例」)
セールスフォース 米国 全社US$11.3 billion、2026年5〜7月(セールスフォース「FY27第2四半期決算」) CRMと業務データを起点とする インフォマティカ買収完了(セールスフォース「Informatica買収完了」) SCSK等にAgentforce導入(セールスフォース「SCSK導入事例」)
ServiceNow 米国 全社US$3,987 million、2026年4〜6月(ServiceNow「2026年第2四半期決算」) IT・従業員サービスの業務基盤 Moveworks買収完了(ServiceNow「Moveworks買収完了」) 日本法人が買収完了を国内向けに発表(ServiceNow Japan「Moveworks買収完了」)
UiPath 米国 全社US$410 million、2026年5〜7月(UiPath「FY27第2四半期決算」) RPAと業務エージェントの接続 WorkFusion買収で専門用途を拡充(UiPath「WorkFusion買収」) 国内パートナー網を展開(UiPath「Partner Fusion 2026 Tokyo」)
SAP ドイツ 全社€9,878 million、2026年4〜6月(SAP「2026年第2四半期決算」) ERP内の業務・取引データ Google Cloudとマルチエージェント連携を発表(SAP「Google Cloudとの提携拡大」) SAP SignavioのJoule等を国内で案内(SAP「SignavioでのJoule提供」)
グーグル(アルファベット傘下) 米国 Google Cloud部門US$24,768 million、2026年4〜6月。インフラ等を含む(アルファベット「2026年第2四半期決算」) モデル、クラウド、企業向け基盤 日本の公共部門向け国内処理・保存オプション 条件付きの国内データ対応(Google Cloud「国内データ対応」)
OpenAI 米国 比較可能な直近期の会計上の売上高は確認できず モデルと企業向け実行・管理基盤 2026年2月にFrontierを発表(OpenAI「Frontierのご紹介」) SB OAI Japan等が国内展開に向けた検証を発表(ソフトバンク「Frontierを基盤とした展開」)
アンソロピック 米国 比較可能な直近期の会計上の売上高は確認できず Claude、Claude Code等を提供 NECと業種別製品の共同開発を開始(アンソロピック「NECとの協業」) 東京拠点を開設(アンソロピック「東京拠点開設」)

米国のモデル企業も実行・管理基盤へ進出しており、アプリ企業にとって供給者が競合にもなる構造である。中国を含む各地域について、自律実行に範囲を揃えた市場規模・成長率を把握できず、地域順位の推測は、本稿では対象外とする。

売上指標にも注意が必要である。セールスフォースは2027年1月期第2四半期にAgentforce ARRがUS$1.5 billionを超えたと公表したが、この期からSlackbot等を含む定義に拡張している。ARRは年間経常収益を表す契約指標であり、期間売上高でも、前期と完全に同じ対象の成長率でもない(セールスフォース「FY27第2四半期決算」)。

日本企業の立ち位置と波及

NTTデータはSmart AI Agentを米国・中国・欧州等を含むグローバルな提供として発表し、富士通は企業専用基盤の展開先に日本と欧州を挙げている。ただし、両社とも本稿の対象に限った海外売上高比率は確認できない。全社の海外売上比率をエージェントの国際競争力に読み替えることは避ける(NTTデータ「Smart AI Agent」)(富士通「Kozuchi Enterprise AI Factory」)。

日本企業にとっては、日系企業の海外拠点で共通する業務を起点にし、現地の制度・言語・接続先をパートナーで補う参入経路が考えられる。一方、「国内データ保管」を国内企業だけの差別化と捉えることはできない。Google Cloudは2026年7月に日本の公共部門向け国内データ保存・処理のオプションを公表しており、対象サービス・利用条件を揃えて比較する(Google Cloud「国内データ対応」)。

国内導入と海外の買収が並行する現状から、従量課金、データ統合、専門用途の買収が、今後2年以内に日本でも広がるとみられる。ただし、海外発表と国内提供の時期は異なり、日本語・利用地域・サポート条件の確認が必要である。

外部環境と制度の変化

制度上の焦点は、AI一般の振興方針よりも、用途、提供地域、データ移転、調達条件による義務の違いである。EUの適用時期は2026年に変更されており、古い導入ロードマップを使うと誤る。以下の影響評価は、公開情報からの分析であり、法令、行政の調達ルール、任意の標準化活動を区別している。

区分 地域 変化 時期 影響 出典
法制度 日本 AI推進法が全面施行。研究開発・活用の推進と適正性確保の枠組み 2025年9月1日 大・追い風。個別業法や個人情報保護義務が免除されるわけではない e-Gov「AI推進法」
政府調達 日本 生成AIの調達・利活用ガイドライン第2.0版 2026年6月12日 大・追い風/向かい風。調達拡大と審査・説明負担が併存 デジタル庁「生成AI調達ガイドライン2.0」
行政のエージェント利用 日本 源内でAIエージェントの利用環境を提供開始。利用者・管理者・開発者の遵守事項を定めた「源内基準」を公表 2026年10月20日。高度なエージェントを構築・実行する「源内工房」は同年12月頃までの導入を目標 中・追い風。政府向けでは人の確認・承認、権限の最小化と分離、監査証跡の説明が必要になる。地方公共団体・民間には参考モデルとして示された デジタル庁「源内のAIエージェント利用環境と源内基準」、デジタル庁「源内基準の策定・公表について」
透明性 EU AIとの対話等に関する透明性義務の適用 2026年8月2日 大・向かい風。対象機能の表示・開示設計が必要 欧州委員会「AI Act適用日程」
高リスク用途 EU AI Omnibusで附属書III対象の適用時期を変更 改正は2026年7月27日発効、義務適用は2027年12月2日 大・追い風/向かい風。準備期間延長と対応義務が併存 欧州委員会「AI Omnibus発効」
製品組込み EU 附属書I対象の製品に組み込む高リスクAIの義務適用 2028年8月2日 中・向かい風。機器側への接続では製品規制との関係を確認 欧州委員会「AI Omnibus発効」
標準化 米国 NISTがAI Agent Standards Initiativeを開始 2026年2月17日 大・追い風。相互運用性・安全性の評価軸形成。直接の法的義務ではない NIST「AI Agent Standards Initiative」
人材基盤 日本 デジタルスキル標準ver.2.0を公開 2026年4月16日 中・追い風。データ管理等の役割を明確化 IPA「デジタルスキル標準ver.2.0」
電力・環境 世界 IEAがAIと電力供給・データセンターの制約を分析 2026年4月16日公表 中・向かい風。利用地域・容量・供給条件に影響 IEA「Key Questions on Energy and AI」

EUでは「エージェントである」ことだけで高リスクに分類されるのではなく、用途等によって適用関係が決まる。採用や重要なサービスへのアクセスに関わる用途を欧州へ提供する企業は、モデル提供者、システム提供者、導入者としての役割を切り分ける。高リスク規制の時期が延びたことを、透明性義務を含むすべての義務の延期と解釈してはならない(欧州委員会「AI Omnibus発効」)(欧州委員会「AI Act適用日程」)。

政府調達ガイドラインは民間企業全体に同じ義務を課す法律ではないが、官公庁向けでは調達・利活用を通じたリスク管理の説明が必要となる。営業資料と実際の運用体制を整合させる(デジタル庁「生成AI調達ガイドライン2.0」)。2026年10月の源内基準も政府職員向けの規範だが、人が確認・承認し必要に応じて修正・停止できること、確認していないAIの出力を行政文書へ直接転記しないこと、本番環境の変更に承認を要することなどを定めている。行政向けのエージェントでは、承認・停止・記録の機能が提案の前提になる(デジタル庁「源内基準の策定・公表について」)。

データの越境については、外国にある第三者への提供に関する個人情報保護法上の規律を確かめる。国内保存の契約でも、国外からのアクセスや委託先の関与、提供先の体制によって検討事項は変わり、サーバー所在地だけで結論を出せない。製品選定ではデータ経路と契約上の取扱いを図示し、適用される法令と照合する(個人情報保護委員会「外国第三者提供編」)。

構造的な人材制約への対応は、採用増だけに依存しない提供体制を求める。一方、AI利用の拡大に伴う電力需要は、提供地域の容量・費用・環境情報の調達条件にも関係する。国内のエージェント市場だけに帰属する電力消費や削減効果の公表統計はなく、省人化効果をそのまま脱炭素効果と扱うことはできない(IEA「Key Questions on Energy and AI」)。

人材と生産性

人材面の制約は、開発者の人数だけでなく、業務を理解し、データ管理や運用責任まで担える人材の確保にある。本業界に限定した雇用、求人倍率、労働生産性の統計は確認できないため、近接分類と企業調査を慎重に使う。職務の変化については前掲のAI章で扱い、本章では人材供給と測定を整理する。

IPA「DX動向2026」では、DX人材が量的に不足する企業は85.5%であった。「大幅に不足」と「やや不足」の合計であり、調査対象のDXに取り組む企業の回答を示す。日本の全企業や、エージェント開発企業だけの不足率ではないが、顧客側にも導入を担う人材の制約があることを示す(IPA「DX動向2026」)。

賃金構造基本統計調査の近接分類「情報サービス業」では、一般労働者の年収換算値は669.54万円となる。月例給与43.23万円と賞与等150.78万円からの計算であり、AI研究職、営業職、プロジェクト責任者等を区別した年収ではない。2025年6月の月例給与と2024年の賞与を組み合わせるため、2025年の実際の年間支給額そのものとも異なる(厚労省「2025年賃金構造基本統計調査」)。

高度AI職の採用相場や、本業界単独の賃上げ率もこの数値からはわからない。採用計画では顧客対応・運用当番・専門家のレビューを含めた要員原価を積算する。

資格についても、本業界全体の事業者・従業者に共通する専用の国家資格や許可件数を用いて供給能力を測ることはできない。IPAのデジタルスキル標準ver.2.0はデータマネジメントを担う人材類型等を示しているが、業務独占資格ではない。採用・育成の共通言語として利用し、製品ベンダーの認定資格は実際の接続・評価・運用能力を確認する補助情報と位置付けるのが合理的である(IPA「デジタルスキル標準ver.2.0」)。

労働生産性も、広義市場2,130億円をソフトウェア業107万8,776人で割ってはならない。対象範囲・時点が異なり、売上高は付加価値額でもない。社内管理では、売上高から外部モデル・クラウド・外注等の中間投入額を控除した付加価値を、開発・導入・運用に従事した人員で割るなど、定義を統一する。

2030年に向けたシナリオ

2030年の姿を左右する不確実性は、企業が実行権限を委ねられるほど信頼性と経済性が高まるか、そして異なる提供企業の間で業務・データを移せるかの二つである。以下は、分析にもとづくシナリオであり、市場金額の予測ではない。現時点では、限定した業務を既存基盤上で拡大する基本シナリオを中心に置く。

シナリオ 2030年の姿 起きる条件 可能性の見立て
基本:限定業務で定着 既存SaaS・基幹系の内部で、委任可能な業務が増える。提供企業の基盤への依存は残る 業務単位で効果を確認できるが、他基盤への移行は重い 相対的に高い。国内導入と既存基盤の製品化が先行しているため
拡張:企業・基盤を越えて接続 調達、販売、管理等が複数社・複数基盤でつながり、専門事業者が参加する 実行の信頼性に加え、権限・責任・データ移行の取り決めが整う 中程度。標準化だけでなく商流上の合意が必要
停滞:支援用途に集中 高リスク処理は人が担当し、自律実行は定型・低損失業務に限られる 再処理や運用費が想定を上回り、契約更新時に効果を説明できない 無視できない。導入件数だけでは継続採算を判定できない

基本シナリオを置く根拠は、SCSKのような既存業務環境への導入と、NECのような制約条件を持つ業務での検証が進んでいる一方、業界横断で比較可能な完了率や採算の統計がないことである。拡張シナリオではNISTの標準化やSAP・Google Cloudの連携が関連するが、接続仕様の合意だけで企業間の責任分担まで決まるわけではない(セールスフォース「SCSK導入事例」)(NEC「調達交渉の自動化実証」)(NIST「AI Agent Standards Initiative」)(SAP「Google Cloudとの提携拡大」)。

先行指標では、市場予測の改訂より、実際の利用・継続・委任範囲を優先する。

先行指標 確認する統計・発表 読み方
政府共通環境の利用・本番化 デジタル庁「源内」の更新資料 利用可能人数と実利用・実行量を区別。2026年10月に始まったエージェント利用環境も、導入府省庁数と実行量を分けて追う。後者が未公表なら補完しない(デジタル庁「ガバメントAI『源内』」)
製品別の継続収益と定義 企業IR、特にAgentforceの説明 ARRと売上高、買収・定義変更の寄与を分ける(セールスフォース「FY27第2四半期決算」)
実証から本番への移行 提供企業と利用企業の導入発表 年間効果の見込みが実測で検証されたかを追う(NEC「調達交渉の自動化実証」)
相互運用と制度の実装 NIST、欧州委員会の公表 発表だけでなく、対応製品・評価手順・適用日を確認(NIST「AI Agent Standards Initiative」)(欧州委員会「AI Act適用日程」)
顧客群別の採算・更新率 自社の契約・運用記録、顧客への一次調査 公的統計ではない。新規獲得時と更新時を同じ定義で比較

発生確率を数値化する根拠はない。経営計画では顧客数、継続率、単価、導入・運用工数を分け、基本と停滞の双方で資金・人員が持続するかを検証する。

経営・企画部門への示唆

本業界の採算を分けるのは、モデルの性能差よりも、自律実行に任せきれずに残る例外を、誰がどの単価で処理するかである。以下は、本稿のデータと事例にもとづく分析である。

立場別の戦略の選択肢

立場 戦略の選択肢 根拠となる本稿のデータ・事例 実行前に決めること
大手(総合IT・SIer) 自社業務を最初の利用先にして例外の発生率と処理原価を測り、業種別の業務部品を実装・運用込みの契約で売る。他社の基盤に載せる場合も、評価データと実行ログは自社側に残す NTTデータはSmart AI Agentをコンサルティングから実装、継続支援まで含めて提供し、関連事業で2027年までにUS$2 billionの売上を目指すとした。富士通は自己進化型の技術を組み込んだ基盤の先行検証を、小売の発注、システム開発の試験、営業の提案準備で始めた(NTTデータ「Smart AI Agent」)(富士通「Multi AI Agent Frameworkの先行検証」) 業務部品と評価データの帰属。基盤モデルを変えたときに、顧客環境での再評価費を誰が負担するか
中堅・中小(業務SaaS・AI専業) 自社製品の1業務に絞り、導入作業そのものをエージェントに取り込んで顧客追加の工数を下げる。販路はRPAや業務SaaSの既存顧客網を使い、閉域型は機密業務向けに限る LayerXは、組織図などの社内資料から初期設定を完了させるエージェントを提供した。PKSHAとFCEの共同開発品はFCEが販売し、連携するRPAの導入企業は2,000社超(2026年2月時点)である。PKSHAはオンプレミス型のエージェントも提供する(LayerX「バクラク初期設定エージェント」)(PKSHA「RPAロボパット AI Agent Studio」)(PKSHA「Private AI Agents」) 接続を保証する外部システムの数と、顧客1社当たりの導入支援時間の上限
新規参入を考える企業(専門業務を持つ事業会社・BPO等) 自社が担ってきた専門業務を、人の確認を組み込んだ実行サービスとして製品化する。基盤を自作せず、AI企業との共同開発や資本提携で実装力を補う ABEJAはIDOMと組み、自動車整備で故障原因の特定などを支えるエージェントを構築している。ソフトバンクはAIエージェント開発での協業を目的にJDSCと資本業務提携を結んだ(ABEJA「GENIAC第4期採択」)(ソフトバンク「JDSCとの資本業務提携」) 誤った発注・送金など誤処理の責任分担。顧客データを改善に使う権利と、業法上の制約の有無

分析では、3つの立場に共通する期限は2027年である。源内は2027年度から利用省庁の予算による本格利用へ移る予定であり、EUでは附属書IIIの高リスク用途の義務が2027年12月2日に適用される(デジタル庁「ガバメントAI『源内』」)(欧州委員会「AI Omnibus発効」)。それまでに、委任範囲、承認、記録を備えた本番の実績を示せるかが、行政と欧州向けの受注を左右する。

通説と異なる見方

第一に、「汎用の基盤企業が業務エージェントを総取りする」とは限らない。 ミック経済研究所は最も大きいカテゴリをビジネス・業務特化型とし、アシスタント型の構成比は2025年度の35.5%から2027年度に23.8%へ下がると見込む(ミック経済研究所「AIエージェント市場2026年度版」)。大手の基盤・SaaS企業自身も、専門の業務能力を買収で補っている。UiPathはマネーロンダリング対策などの一次審査を担うWorkFusionを、セールスフォースはデータの統合・品質管理を担うインフォマティカを取得した(UiPath「WorkFusion買収」)(セールスフォース「Informatica買収完了」)。分析では、特定業務で検収された完了実績と例外のデータを持つ企業は、基盤企業の競合である前に、買収・提携の対象として評価される。

第二に、「自律実行が進めば人の関与はなくなる」とは限らない。 ServiceNowは社内でITリクエストの90%、顧客サポートの89%をエージェントが自律処理すると公表しているが、それでも1割前後は自律処理の外に残る(ServiceNow「Moveworks買収完了」)。源内基準も、人が確認・承認し、必要に応じて修正・停止できることを求めている(デジタル庁「源内基準の策定・公表について」)。分析では、利益を左右するのは自動化率より、残る例外の処理単価である。承認、停止、監査記録の機能に加え、例外を処理する人員まで一体で提供できる企業が、統制の厳しい行政や金融で選ばれやすい。

第三に、「エージェントの課金は成果報酬に移る」とは限らない。 本稿で確認した公開料金は、セールスフォースの1アクション当たりUS$0.10(計算)と1会話当たりUS$2、NECのcotomi Agentの1ユーザー月額1万5,000円、SCM向けエージェントの年額1,800万円からであり、検収した完了件数に連動する料金はない(セールスフォース「Agentforce料金」)(NEC「cotomi Agentの提供」)(NEC「SCM向けAIエージェント」)。再処理と人の確認の費用は、なお買い手が負う。分析では、完了件数で値付けできるのは例外の発生率と処理原価を自ら把握する提供企業に限られ、完了単価の上限を保証できれば価格競争から抜け出せる。

公開情報ではわからないこと

  • 本番移行後の完了率と例外の比率:公表されている効果は、実証期間の時間短縮や年間削減の見込みなど、条件を限った結果である。導入企業の業務責任者に聞き取り、同意を得て導入前後の案件記録と操作ログを抽出し、検収条件を満たした完了件数と人の処理時間を比べる。
  • 実際の取引条件:値引き、最低利用料、超過料金、誤処理時の返金・補償の有無は公開料金からはわからない。購買部門への匿名アンケートと、守秘契約下での提案書・契約書の閲覧で、課金単位ごとの実効単価を比べる。
  • 顧客側で委任範囲と例外を管理する人員:IPAの調査では、DX人材が量的に不足する企業が85.5%である(IPA「DX動向2026」)。承認や評価を誰がどれだけの工数で担い、どこまで外部に委託するかは公表されていない。業種・規模別のアンケートと、情報システム部門・業務部門の双方への面談で確かめる。
  • 海外での再現性:日系企業の海外拠点で同じエージェントを使うときの、言語以外の業務変更、接続先の追加、法務対応の原価は不明である。現地の業務責任者とSI企業に現地で聞き取り、EU向けは採用など附属書IIIの用途に当たるかを現地の法律事務所に確認する。
  • 提携・買収で確かめる論点:顧客1社を追加するごとの実装工数と保守要員、例外対応の共通化率、継続収益の定義の変更、基盤企業の料金・規約変更時の負担、評価データと業務ルールの権利は開示からは判定できない。買収監査で顧客別の導入工数の記録、保守の問い合わせ記録、原契約を閲覧し、主要顧客には更新した理由と解約を検討した理由を聞く。

出典

本文で使用した一次資料と発表元の調査概要を示す。日付不明の継続更新ページは確認日を記載した。

↑ ページの先頭へ