元マイクロソフト業務執行役員で、AI活用と組織づくりの顧問を務める伊藤信博氏(@nito)が、Xで「AIエージェントの体制づくりは、『確かめる人』を決めるところから」と書きました。AIに仕事を任せるときに詰まるのは、「作れる人」より「結果を確かめて責任を持つ人」がいないことだ、という指摘です。
伊藤氏は、日本と米国、世界の調査3本を出典付きで示しています。SYNCON編集部が一次ソースまで戻り、経営の打ち手として読み解きます。
30秒でわかるポイント
- パーソルキャリアの調査では、大手企業の部長職以上505名の73.1%が、AIエージェントの運用や判断を担う体制に不足感を持っています。最大の課題は「設計・評価できる人材の不足」(45.9%)です
- UC Berkeleyなどの論文では、本番や試験運用中のAIエージェントの74%が、人による確認を主な評価方法にしています
- 伊藤氏の提案は、部門ごとに業務に詳しい人を「AIチャンピオン」に選び、その追加の役割を人事評価することです
1分でわかる解説
AIエージェントは、人の代わりに手順を踏んで仕事を進めるAIです。試すだけなら簡単ですが、本番で動かし続けるには、結果が正しいかを誰かが見続ける必要があります。
伊藤氏の論点は、その役目に必要なのはIT・AIの知識ではない、という点です。結果の良し悪しを判断できるのは、業務を深く知る現場の人です。だから先に「確かめる人」を決め、その人の時間を会社として確保する、という順番になります。
| 論点 | よくある進め方 | 伊藤氏の提案 |
|---|---|---|
| 最初に探す人 | AIを作れる人 | 結果を確かめる人 |
| 選ぶ基準 | IT・AIの知識 | 自部門の業務の深い理解 |
| 役割の扱い | 本業の片手間 | 人事評価の対象 |
ここから考えたい3つの問い
- あなたの職場でAIが出した結果は、いま誰が確かめていますか?
- 業務にいちばん詳しい人に、AIの結果を確かめる時間はありますか?
- AIの確認や改善にかけた時間は、人事評価のどこに表れますか?
全文を読む(約5分)
なぜ「作れる人」より「確かめる人」が足りないのか?
伊藤氏の投稿は、現場でよく聞く壁から始まります。AIエージェントを試したあとに出てくる「誰が設計し、誰が良し悪しを判断し、本番で動かし続けるのか」という問いです。
伊藤氏が引いたパーソルキャリアの調査は、この壁を数字で示しています。2026年5月に、売上高1,000億円以上の企業に勤める部長職以上505名が回答しました。
運用や判断を担う役割・体制が「十分に整っている」は19.8%にとどまります。「ある程度整っているが不足感もある」(43.4%)を含め、73.1%が不足感を抱えています。
導入や活用に取り組む399名に課題を聞くと、「AIエージェントを設計・評価できる人材の不足」が45.9%で最多でした。足りないのは、ツールより人と役割の側です。
なお、パーソルキャリアは外部のプロ人材を紹介する事業(HiPro)を運営し、調査の総括でも外部人材の活用を勧めています。伊藤氏も外部の伴走を「手」と認めたうえで、社内の人を立てる道を近道として挙げています。
本番で動かしているチームは、どう確かめているのか?
伊藤氏が次に引いたのが、論文「Measuring Agents in Production」です。UC Berkeleyを中心に、Stanford大学やIBM Researchなどの研究者がまとめました。機械学習の国際学会ICML 2026で、口頭発表に選ばれています。
研究チームは2025年4〜11月に、20件の事例を詳しく聞き取りました。あわせて、本番か試験運用中の86システムについてアンケートを集めています。
評価の方法でいちばん多いのは、人による確認で74%でした。確かめるのは、その分野の専門家や運用担当、実際の利用者です。AIに採点させる方法(AIによる自動採点)は52%で2番目でした。
伊藤氏が書いたとおり、AIの採点を使う事例のチームは、すべて人の確認と組み合わせていました。その仕組みが具体的です。AIが回答ごとに自信の度合いを付け、低いものは専門家に回します。高いものも一部を抜き出し、人が確かめ続けます。
作り方も素朴です。68%は、人が介入するまでにAIが進める手順が10手以内でした。正式な基準テストを使わず、利用者の反応や本番の監視で改善するチームが75%です。最大の課題は、正しい動きを保ち続けること(信頼性)でした。
著者は、数字を市場全体の割合として読まないよう断っています。先端の現場の記録として読むのが妥当です。
世界の大手は、責任の所在をどこまで決めているのか?
3本目は、HFS ResearchがInfosysと組んで2026年4月21日に公開した調査です。世界の大手企業(Global 2000)の意思決定者505名が回答しました。
AIエージェントの成果を誰が担うかを聞くと、20%が「まだ議論中」と答えました。「誰も明確に責任を持っていない」も4%あります。
| HFS Researchの調査で分かったこと | 割合 |
|---|---|
| まだ探索か初期の段階にいる | 80% |
| 人とAIエージェントが一緒に働くための正式な研修や指針が無い | 40% |
| まだ測れる価値が出ていない | 28% |
業務の流れを自律化に向けて作り直しているのは、5社に1社でした。AIの性能より先に、組織の決め方で詰まっていると読めます。伊藤氏の「どこも同じことで悩んでいる」という見立ては、世界の大手にも当てはまります。
部門ごとの「AIチャンピオン」は何をする人か?
伊藤氏は先月上旬にシンガポールを訪れ、現地の専門家数名から話を聞いたといいます。一番の近道は、部門ごとにAIチャンピオンを任命することだそうです。
伊藤氏は、聞いた話を次の3行にまとめています。
- 部門ごとに、自部門の業務を深くわかっている人をAIチャンピオンに選ぶ
- その人に、AIへの任せ方を覚えてもらう
- その追加の役割を、会社として人事評価する
この提案は、論文が描く現場の姿と重なります。論文で確認役に挙がっていたのは、専門家や運用担当、利用者でした。AIが自信の低い答えを回す先も専門家です。確かめる力の中身は、技術より業務の知識だということです。
効いているのは3つ目の人事評価です。確認は目立たない仕事で、評価されなければ本業に押されて後回しになります。役割を評価に書き込むことで、初めて時間が確保されます。
SYNCONの視点 — 日本の非エンジニア経営層は何を盗むべきか
盗むべきは順番です。採用や外部への依頼を考える前に、AIを使い始めた部門ごとに確認役を決めます。選ぶ基準はIT・AIの知識ではなく、業務の理解です。本業の何割を確認に充てるかを上長と決め、評価の項目に書き込みます。
確認のやり方は、論文の事例が手本になります。すべてを人が見るのではなく、AIに自信の度合いを付けさせ、低いものを人へ回し、高いものも一部を抜き取ります。この形なら確認役の時間を見積もれます。費用が読めれば、全社に広げる判断もしやすくなります。
要点まとめ
- 大手企業の部長職以上505名の73.1%が、AIエージェントの運用や判断を担う体制に不足感を持っています
- 最大の課題は「設計・評価できる人材の不足」(45.9%)です
- 本番や試験運用中のAIエージェントの74%は、人による確認が主な評価方法です。AIの採点を使う事例のチームも、すべて人の確認と組み合わせています
- 世界の大手企業の意思決定者505名のうち20%は、成果を誰が担うかをまだ議論しています
- 伊藤氏の提案は、業務に詳しい人を部門ごとの確認役に選び、その役割を人事評価に組み込むことです
情報ソース:
・パーソルキャリア「大手企業のAIエージェント活用に関する実態調査」(2026年7月1日)
・Melissa Z. Panほか「Measuring Agents in Production」(arXiv、2026年6月4日 改訂版)
・HFS Research「Stop scaling agentic AI on operating models built for control」(2026年4月21日)
・元投稿:伊藤信博氏(@nito)、2026年11月10日
AI・最新テックの動きを、毎日 X でお届けしています
X で @SYNCONJP をフォロー
コメント