まだ信用されていない「AIエージェントによる意思決定」 “人の目”による主な検証方法とは：エージェント型AIによる意思決定の約7割は「人が検証」

エージェント型AIの意思決定は、人の検証が前提となっていることがDynatraceの調査で明らかになった。企業はどのように検証しているのか。

[＠IT]

　オブザーバビリティー（可観測性）ツールベンダーのDynatraceは2026年3月26日、AIエージェントを含むエージェント型AI（エージェンティックAI）に関する調査レポート「2026年版エージェント型AIの動向」を発表した。エージェント型AIの開発・導入に関与する世界のシニアリーダー919人を対象に、2025年11月から12月にかけて実施した調査結果をまとめたものだ。

日本では7割が「エージェント型AI」の予算を増額　ただし慎重さも

　調査対象のうち、日本の回答者は100人だった。2026年にエージェント型AI関連の予算増額を見込んでいるとの回答は、日本では72％となり、グローバル平均の74％とほぼ同水準となった。ただし200万ドル（約3億2000万円《1ドル＝約160円換算》）以上の大幅な増額を図るとの回答は、グローバル平均の48％と比べて日本では13％にとどまり、慎重な姿勢がうかがえる。

　エージェント型AIを社内と社外の両方で活用しているとの回答は、日本では11％だった。これはグローバル平均の50％を大きく下回る。

• 無料で読めるAIエージェントの実践ガイド、Googleが公開　基礎から本番実装まで学べる（＠IT）
• AIエージェントが「Figma」でデザインを作成・編集可能に　“意図しないUI生成”を防ぐ仕組みとは（＠IT）

「エージェント型AIの意思決定」の7割は人が検証　主な方法は？

　自律型AIエージェントのみを使用しているとの回答は13％にとどまり、人が監督するAIエージェントのみを利用するとの回答は23％だった。最も多かったのは両者の併用で、64％を占めた。

　人がエージェント型AIの意思決定を検証している割合は69％（日本に絞ると74％）だった。主な検証方法としては、データ品質チェック（50％）やAIエージェントの出力に対するレビュー（47％）、ドリフト（時間経過によるAIモデルの挙動変化）および異常の監視（41％）が挙がった。44％の組織が、AIエージェント間の通信フローを手動で確認していた。

　オブザーバビリティーをエージェント型AIの検証や監視に生かす動きが広がっている。オブザーバビリティーを活用するタイミングについては、エージェント型AIの導入段階での活用が69％で最も多く、運用段階での活用（57％）、開発段階での活用（54％）が続いた。

　「オブザーバビリティーは、エージェント型AIの活用推進に必要な透明性と信頼を支える役割を担う」。Dynatraceのチーフテクノロジーストラテジストであるアロイス・ライトバウアー氏は、こう指摘する。

• 「AIでコードを書いてもレビューで止まる」開発現場の課題、NECはどう解消したか（＠IT）
• 「人手のUI設計では低品質」　AIエージェントと喋る「バイブデザイン」で成果物の品質向上へ（＠IT）

導入の障壁は「セキュリティやコンプライアンスの懸念」が最多

　エージェント型AIに関するプロジェクトの約50％は、概念実証（PoC）やパイロット（試験導入）段階にとどまる。一方で11件以上のプロジェクトを同時に進めているとの回答は26％あり、企業間での取り組みの差が開きつつある。

　プロジェクトの優先事項を聞くと、リアルタイムのインサイトによる意思決定能力の改善（51％）が最も多かった。わずかな差で、システムパフォーマンスおよび信頼性の向上（50％）と、運用コスト削減に向けた内部効率の改善（50％）が挙がった。

　本番環境へのエージェント型AIの導入を阻む要因としては、セキュリティやプライバシー、コンプライアンスの懸念（52％）が最も多く、AIエージェントを大規模に管理・監視する技術的な課題（51％）が続いた。

• 「うちのAIエージェントって安全？」　イエラエが新たなペンテストを発表（＠IT）
• ChatGPTを「AIへのプロンプトインジェクションは防げない」前提で守る方法　OpenAIが解説（＠IT）