対象期間：北京時間2026年10月22日09:00〜10月29日09:00。 今号では、この期間に正式に公開された導入計画、事業状況の開示、研究および製品の進展のみを新たな情報として扱う。以前から稼働していた顧客事例に触れる場合は、背景情報であることを明示し、新規発表として扱わない。
はじめに
企業AIは、より難しく、より価値のある段階に入った。「文章を書き、質問に答える」段階から、「組織の業務プロセスに実際に組み込まれる」段階への移行だ。今週、Uberは約1,000人を対象とした試験導入から、3万人超を対象とするChatGPT Workの全社展開へ拡大すると発表した。ServiceNowは本番環境におけるエージェント利用量の前年比の変化を公表し、SAPは財務・調達分野での顧客の取り組みを明らかにした。一方、企業の自己申告に基づく調査では、エージェントによる予期せぬ費用やガバナンス上の問題が指摘されている。Google、IBM、Akamaiはそれぞれ、実行環境の隔離、認証情報、権限制御の面から技術基盤を強化した。[1][2][3][4][6][7][8]
数字が生む2つの錯覚には注意が必要だ。アカウントの開設は従業員の継続利用を意味せず、ベンダーが公表する削減効果も、独立した検証を受けた投資対効果と同じではない。 本稿では「展開開始」「利用実績あり」「本番環境での利用量」「製品ベータ版」を区別して示し、成熟度の異なる進展を混同しないようにする。
トップニュース｜Uber、ChatGPT Workを1,000人の試験導入から3万人超の従業員へ拡大
Uberは10月22日、企業のナレッジワークを支援するエージェントプラットフォームとして、ChatGPT Workを世界の30,000人超の従業員に開放し、従来の約1,000人を対象とした試験導入から拡大すると正式に発表した。これは単にチャットへのアクセスを提供するものではない。Uberの説明によると、このプラットフォームはGoogle Drive、Gmail、Google Calendar、Slackなどの日常業務ツールと連携し、従業員はアプリを横断した情報収集、会議用ブリーフィング資料の準備、プレゼンテーション資料の整理、データ分析を依頼できる。ソフトウェア開発チームは引き続きCodexを使用し、両製品は異なる役割を担う。[1]
この導入事例で企業が最も参考にすべきなのは、組織全体への展開を可能にする条件だ。Uberは併せて、社内のAI Skillsライブラリ、承認済みのコネクター、従業員向けの専用研修にも言及している。こうした支援体制がなければ、同じモデルでも部門ごとにデータの送信先、共有権限、運用ルールが異なる可能性があり、規模が大きくなるほど監査は難しくなる。約1,000人の試験導入から全社展開への拡大は、単なる性能テストではなく、調達、権限、研修、業務上の連携の進め方までプロジェクトに組み込まれたことを示している。[1]
ただし、この発表は「3万人がすでに毎日活発に利用している」と報告したものではなく、平均削減時間、財務上の効果、1人当たりの呼び出しコストも示していない。Uberは、導入後の利用状況と定量的な成果を今後共有するとしている。適切な解釈は、全社展開の事実は確認できるが、実際に広く利用されているか、真のROIが得られているかは、まだ証拠を待つ必要があるということだ。他の企業は、登録者数を成功指標とするのではなく、チケットの完了率、システムを横断するタスクの正確性、人による確認に要する時間、権限逸脱の発生件数、タスク当たりの総コストを用いて、展開拡大の効果を検証できる。[1]
主要ニュース1｜ServiceNow、本番環境のエージェント消費量が前年同期比13倍超に増加したと初めて公表
10月28日の第3四半期業績発表で、ServiceNowは、同社プラットフォームの集計基準に基づく顧客の本番環境でのエージェント利用について、年初来の消費量が前年同期比で13倍超に増加したと発表しました。これは、デモ用エージェントを何体披露したかという話でも、来年のライセンス販売数の予測でもありません。少なくとも、プラットフォーム提供側が観測した本番利用の拡大を示しています。ただし、決算発表の本文では、この「消費量」の統一的な計測単位、顧客別の分布、個々のタスクの有効性は公開されておらず、事業収益や効率も同じく13倍に伸びたとは判断できません。[2]
同じ発表では、HPEがクラウド・AI事業のカスタマーサポートとフィールドサービスの刷新にServiceNowを採用したことや、Stagwellが4つのサービスデスクを70超の組織をカバーするガバナンスプラットフォームに統合する方針を選んだことにも触れています。これらは当日発表された調達・導入の方向性であり、すでにすべての導入が完了したと記述することはできません。発表内で振り返られたBundesliga、Thrive、INRYなどの顧客事例は、以前に別途公表されているため、今号では10月28日に初めて実施された新規導入として扱いません。企業が注目すべき点は、「どんなエージェントがあるか」から「実際にどれだけ消費し、何件のタスクを完了し、誤りが起きたときに誰が責任を負うのか」へと移るべきです。[2]
主要ニュース2｜SAP、クラウド顧客45,000社がAIを利用と発表、数字上の成果は業務プロセス別の検証が必要
財務・サプライチェーン部門にとって、真に有効な比較検証を行うには、業務量、例外処理の割合、サービスレベルを一定にそろえ、問題の自動検出、財務担当者による最終確認、システムでの手戻り、モデルのコストを同じレポートにまとめる必要があります。45,000という数字は、同社のAI製品を採用している顧客数であり、完全自律で稼働しているエージェントプロジェクトが45,000件あるという意味ではありません。[3]
主要ニュース3｜Redwoodの調査が示す注意点：拡張できるエージェントが、統制できるエージェントとは限らない
10月22日、Redwoodは、技術・リスク・AI関連の実務担当者および管理職300人を対象としたアンケート結果を公表しました。回答者の77%が、統制されていないエージェントによる悪影響を経験したと回答し、最も多かったのは予期しないクラウド費用で、次いで業務の中断、コンプライアンス上の問題でした。また、導入済みエージェントの一元管理台帳があると回答した人は42%、活動をリアルタイムで監視できると回答した人は51%でした。ここで測定しているのは、回答者の自己申告による経験と組織の対応能力であり、世界の企業の77%で実際の事故が確認されたと述べることはできません。[4]
この調査はRedwoodの委託により、同社の自動化事業に関連して実施されたものであり、サンプル規模、回答者の構成、選択バイアスの可能性を考慮する必要があります。それでも、実務上の課題を提起しています。企業がエージェントに会計、CRM、チケット管理、コードリポジトリを横断した操作を認めながら、照会可能な責任者情報、ツール一覧、一時停止スイッチ、タスク単位の課金の仕組みを整えていなければ、事故後の検証は困難になります。ひたすらエージェントの数を増やすよりも、資産台帳、承認ルール、コストの可視化を先に整備する方が、確実な取り組みといえます。[4]
主要ニュース4｜財務エージェントが「請求書の受領—承認—支払い」をつなぎ始める一方、権限の境界設定は省略できない
10月22日、TipaltiはAP Agentを発表しました。請求書の受領、勘定科目の分類、承認、支払い、照合を同一のワークフロー内で連携して実行するとともに、MCPを通じて認可された企業向けAIツールに財務データを提供するものと位置付けられています。その設計では、フィールド単位の説明、追跡可能な操作記録、財務担当者がエージェントの判断に異議を唱えたり覆したりできること、どの手順を自動実行するかを企業が自ら決定できることが重視されています。[5]
これはベンダーが公表した新製品・機能の説明であり、原資料には、顧客の支払い成功率や長期的なコスト推移を独立して検証するのに十分な情報は示されていない。企業が導入する際は、まず「請求書のステータス照会」「勘定科目の提案」「支払い指示の作成」「実際の資金支払い」を区別すべきだ。最後の項目には、金額、支払先、権限に応じた、より厳格な承認が必要となる。MCPを導入しても、既存のERP権限管理、銀行取引の二者による確認、支払い監査を省略できるわけではない。[5]
主要ニュース5｜Google、IBM、Akamaiが3つの層でエージェントの本番運用条件を整備
実行環境。 Google Cloudは10月22日、Agent Compute Engineを紹介した。エージェント向けに、ハードウェアによる分離機能を備えたmicroVM、短期のID、永続的なワークスペースを提供し、モデルの応答や人による承認を待つ間はアイドル状態のインスタンスを一時停止して、リソース消費を抑える。このインフラはすでにGoogle社内のGeminiエージェントのワークロードに使われているが、外部顧客向けのAgent Compute Engineは、依然として今後数か月以内にプレビューを提供する予定の段階にある。社内での利用実績を、そのまますべての企業顧客が購入できる正式サービスとして記述してはならない。[6]
IDと認可。 IBMは10月27日、HashiCorp VaultとAgent Identityを、エージェントのID、短期認証情報、必要に応じた権限取り消しに活用すると発表した。watsonx Orchestrateも、プラットフォームをまたぐ検出、隔離、評価、停止制御を重視している。検出・隔離機能の一部は、依然として技術プレビューとされている。ボット用アカウントに長期有効な管理者キーを発行する従来の方法と比べ、この設計は「誰がエージェントを所有し、何にアクセスでき、いつ権限を取り消すか」に焦点を当てている。これらは、企業が実際に本番システムへ接続する前に答えるべき問いだ。[7]
実行上の制約。 Akamaiは10月27日、Akamai InferenceとAgent Sandboxのベータ版を発表した。前者はマネージド型のモデル呼び出しを提供し、後者はSpinエコシステムとWebAssemblyを通じてエージェントが生成したコードを隔離し、計算リソース、メモリ、外部接続、システム機能へのアクセスを制限する。いずれもベータ段階であり、商用の本番環境で全面的に利用可能であるかのように記述してはならない。3社のソリューションは、完全に代替し合うものではない。microVMは比較的強固な分離を実現し、VaultのようなコンポーネントはIDとシークレットを管理し、Wasmサンドボックスは実行可能コードが利用できる機能を制限する。実際の選定では、レイテンシー、可観測性、運用の複雑さも考慮する必要がある。[6][7][8]
数字で見る動向｜どの数字も、まず分母を確認
- 1,000 → 30,000+：Uberが公表した試験導入の参加人数と全社員への利用開放の対象人数であり、デイリーアクティブユーザー数や削減できた作業時間ではない。[1]
- 13倍超：ServiceNowが公表した、本番稼働エージェントの年初来の利用量の前年同期比。ROIに直接換算できる業務上の分母は開示されていない。[2]
- 45,000：SAPによると、同社のAIソリューションを利用しているクラウド顧客数。独立したAgentの本番プロジェクト数と見なすことはできない。[3]
- 300人、77%：Redwoodのアンケートのサンプル数と、悪影響があったと回答した人の割合。業界全体の事故発生率ではない。[4]
- 画像0点：今号では、ベンダーのロゴ、装飾用の画像、出所不明の宣伝写真を、本番運用の効果を示す証拠として扱っていない。
エンジニアリングの視点｜モデルのデモから持続可能な提供へ、最低限クリアすべき五つの関門
第一の関門は業務範囲の明確化です。 まずは、入力、許可される操作、受け入れ基準が明確な業務フローを選びます。たとえば、会計上の異常の一次審査、社内ナレッジ検索、カスタマーサポートの問い合わせ分類、ITチケットの整理などです。「検索、提案、送信、支払い」は、段階別に権限を設定します。エージェントが正確な回答を生成できるからといって、本番環境の会計データを直接更新する権限まで与えてよいわけではありません。[5][7]
第二の関門はアイデンティティとシークレットです。 各エージェントの責任者、有効期間の短い認証情報、利用可能なツール、最小権限を定義します。ブラウザーやコード実行環境は、できる限り長期有効の秘密鍵から分離し、高リスクのアクションは監査ログを残すゲートウェイを経由させます。これは、IBM、Google、Akamaiが今週発表したソリューションに共通する制御レイヤーの方向性ですが、各社の提供状況は異なります。[6][7][8]
第三の関門は人によるレビューと異常時のフォールバックです。 ルールに適合しない、出力の信頼度が低い、予算を超過する、外部システムで障害が発生するといったタスクでは、人が引き継げる経路を確保します。レビュー、取り消し、手戻りにかかる時間も計上し、モデルの1回の推論速度をプロセス全体の効率向上と同一視しないことが重要です。[4][5]
第四の関門はコスト台帳です。 少なくとも、完了したタスクごとにトークン、ツール呼び出し、環境の稼働、ストレージ、ログ、リトライ、人手にかかるコストを追跡します。エージェントが複雑になるほど、遊休環境や繰り返しの呼び出しが「トークン単価の安さ」というメリットを食いつぶす可能性が高まります。調達前に、少量の実サンプルを使ってタスク単位のベースラインを確立しましょう。[4][6]
第五の関門は事業成果の検証です。 アクセス権を付与した従業員数、週間アクティブユーザー数、完了タスク数、人による修正件数、エンドユーザーの満足度、財務的な成果を分けて記録します。UberとSAPが公表したのは展開範囲と利用定着を示す指標であり、ServiceNowが公表したのはプラットフォームの本番利用を示す指標です。いずれも価値ある進展ですが、検証可能な投資対効果を算出するには、タスク単位の効果データを待つ必要があります。[1][2][3]
今後の注目点
Uberが今後、実際の利用者数、完了タスクの品質、アプリケーション横断のセキュリティインシデントを開示するか。ServiceNowが、本番環境での消費量13倍という数値の測定基準と事業上のメリットをさらに説明するか。SAPの試験導入で、ベースラインがあり、人件費を切り分けられる顧客の振り返り事例が出てくるか。そして、Google Agent Compute EngineとAkamai Sandboxがプレビューやテストから正式な本番提供へ移行するための条件と価格に注目します。[1][2][3][6][8]
取材・重複確認について：今号では、10月22～28日に初めて公開された企業公式の一次情報ページを根拠とし、前号の『AI実装週刊』との重複をトピックごとに確認しました。NIUX /blog/rss.xml には今回アクセスできませんでした。公開ブログ一覧はキャッシュ版で、直近14日間のすべての下書きと公開済みページを網羅できないため、サイト全体を対象とした直近14日間の完全な重複確認は完了していません。各ベンダーの運用データはすべて自己申告であることを明記しています。今号の根拠資料に直接関連する、信頼できるオリジナル画像は入手できなかったため、本文画像0点、カバー画像0点としています。
参考資料
- Uber、OpenAIと連携し、全従業員にChatGPT Workを導入 — Uber、2026-10-29閲覧
- ServiceNow、2026年第3四半期決算を発表 — ServiceNow、2026-10-29閲覧
- 2026年第3四半期のAIリリースの主な内容 — SAP News Center、2026-10-29閲覧
- 企業の77%が、管理されていないAIエージェントによって代償を払った経験あり — Redwood Software、2026-10-29閲覧
- Tipalti、新たなAP Agentでエージェント型AIを進化させ、財務業務の自律性を向上 — Tipalti、2026-10-29閲覧
- Agent Compute Engineとエージェントガバナンスの拡充を発表 — Google Cloud、2026-10-29閲覧
- IBM、AIエージェント向けのID管理と制御機能を発表し、企業における最先端AIの安全な活用を支援 — IBM Newsroom、2026-10-29閲覧
- Akamai、AI推論サービスとエージェント実行環境を提供開始 — Akamai、2026-10-29閲覧
