今さら聞けないAIエージェントとは？―― 相談相手から、仕事を任せる相棒へ

「いいアイデアはもらえた。でも、作業は結局、自分」

ChatGPTに相談したら、なかなか筋のいい構成案が返ってきた。ところが、それをスライドに落とし込み、データを集め、メールにまとめて送っているのは、結局いつも自分だ。

この感覚に、心当たりはないでしょうか。

私はカトルセという会社で、これまで2,000名を超えるビジネスパーソンにAI活用の研修を提供してきました。そのなかで一番よく聞くのが、まさにこの「相談はできるけれど、作業そのものは減らない」という声です。

理由はシンプルで、これまでのチャット型AIが返してくれていたのは「答え」ではなく、私たちがこれからこなすべき「やることリスト」だったからです。賢い相談相手ではあっても、手は動かしてくれなかった。

ただ、ここ最近で状況が大きく変わりました。AIが、相談に乗るだけの存在から、自分で手を動かして仕事を最後まで終わらせる存在へと変わりつつあるのです。今日はその変化を、できるだけ専門用語を使わずに整理してみたいと思います。

「相談相手」から「仕事を任せる相棒」へ

これまでのチャットAIは、たとえるなら「口は出すけれど手は動かさない上司」でした。方向性は示してくれるものの、実作業は部下である自分に丸ごと残る。

最近よく耳にする「AIエージェント」は、ここが違います。ゴールさえ伝えれば、そこまでの段取りを自分で考え、完了まで一人でやり遂げてくれる。イメージとしては「上司」ではなく「優秀な部下」に近い存在です。

ひとことで言えば、AIに仕事を「任せられる」ようになってきた、ということです。

なぜ「丸投げ」できるのか ― エージェントの3つの違い

では、何が変わってエージェントには丸投げが可能になったのか。大きく3つの違いがあります。

1. 自分で段取りを組む力

少し曖昧な指示でも、「まず何をして、次に何をするか」をAI側が考えて順序立ててくれます。タスクを一つひとつこちらが指示しなくても、ゴールから逆算して動いてくれるイメージです。

2. 長く作業を続ける粘り強さ

一問一答で終わるのではなく、裏側で5分、10分と作業を続けます。こちらが会議に出ている間にも、黙々とタスクを片付けておいてくれる。

3. 外部のツールを実際に操作する力

テキストを返すだけでなく、ブラウザを開いてGmailを検索し、Excelに数字をまとめ、Notionに書き込む。アプリとアプリの「すき間」に発生していた手作業を、AI自身が埋めてくれるようになりました。今までは人間が「コピーして、貼り付けて、整えて」とやっていた部分です。

この3つ目が、特に業務インパクトが大きい部分です。実務の生産性を下げていたのは、たいてい立派な分析ではなく、こうした地味な転記作業だからです。

「外で働くAI」と「家で働くAI」 ― 3つの使い分け

エージェントと言っても種類があり、どこで・どう働くかで向き不向きが変わります。ざっくり3つに分けて理解しておくと、選ぶときに迷いません。

1. クラウド型 ―「腕のいい外注先」

Web上の作業を高速でこなすタイプです。たとえば自社サイトのURLを渡すだけで、診断して改善案をスクリーンショット付きのレポートにまとめてくれる、といった使い方ができます。PR施策の素案づくりやSNS投稿案の作成など、社外の情報を集めて成果物に仕上げる仕事に向いています。代表的なものに Manus などがあります。

2. デスクトップ型 ―「家のことを任せられる人」

自分のパソコンの中で働くタイプです。フォルダにたまった100〜200個のファイルをまとめて読み込み、整理・分析できるのが強みです。「ためてしまった会議の文字起こしを全部読んで、改善点を整理し直して」といった、社外に出したくない機密性の高い作業に向いています。Codex などがこのタイプです。

3. IDE型 ―「隣に座って一緒に作業する相棒」

同じ画面を見ながら、リアルタイムで一緒に手を動かすタイプです。特徴は「直した箇所だけを見せてくれる」点。全部を書き換えるのではなく「ここをこう変えました」と差分を示してくれるので、文章の推敲や資料の修正を、対話しながら進められます。Antigravity などが代表例です。

最初の一歩としては、リスクが小さく成果が見えやすいクラウド型から触ってみるのがおすすめです。

一番伸びる人は「とにかく使った人」

エージェント時代に一番大事なスキルは何か、とよく聞かれます。

機能を暗記することでも、難しいプロンプトを覚えることでもありません。実際にどれだけAIを動かしたか、これに尽きます。

これはAI業界の第一線にいる人たちが口をそろえて言うことでもあります。計算資源（=利用量）を惜しまず使い倒すことが、そのまま成長につながる、と。

感覚としては英会話の習得に近いと思います。文法書を100回読むより、現地で1回しゃべってみるほうが圧倒的に身につく。AIも同じで、「どんなときにうまくいかないか」「どう頼めば思いどおりに動くか」という肌感覚は、使ってみないと一生つかめません。

ですから、勉強してから使うのではなく、まず一つ任せてみる。その「依頼した経験」の積み重ねが、そのまま実力になります。

持つべきは「マネージャー」の視点

最後に、明日から変えてほしい考え方を一つだけ。自分を「作業者」だと思わないことです。

これまでは、AIを補助役（副操縦士）として使うのが基本でした。操縦するのは自分、AIはサポート。けれどエージェントを使いこなすなら、自分の立ち位置を「マネージャー」に変える必要があります。

マネージャーの仕事は、自分で手を動かすことではありません。適切な相手に仕事を振り、上がってきた成果を確認して、最終的な判断を下すこと。実行はAIに任せ、人間は「決めること」に集中する。この役割分担に切り替えられるかどうかで、こなせる仕事の量はまったく変わってきます。

任せる範囲が広がるほど、必要になるのは業務データとの接続と、間違えたときの歯止めです。AIエージェント開発を依頼するときの進め方と費用の考え方では、検証で「成立するか」を先に確かめる進め方を説明しています。

さいごに

数か月後、仕事の進め方はかなり変わっているはずです。ルーチンワークに追われる時間が減り、複数のAIに作業を任せながら、自分は判断と創造に集中する。そういう働き方が、すでに現実的な選択肢になりつつあります。

差がつくのは、技術に詳しいかどうかではありません。AIを信頼して、自分の手から仕事を一度離してみるかどうかです。

※ 本記事に登場するManus、Codex、Antigravityなどのプロダクト名・サービス名はそれぞれの提供元の商標または登録商標です。仕様や提供形態は変更される可能性があるため、導入前に各提供元の最新情報をご確認ください。