このページの本文へ

“事前構築済みエージェント”提供などで、AIエージェント本番適用時の課題を解消するアプローチ

IBM「企業業務の25%は“完全自動化”できる」 AIエージェント戦略と新製品を紹介

2025年05月26日 12時15分更新

文● 大塚昭彦/TECH.ASCII.jp

  • この記事をはてなブックマークに追加
  • 本文印刷

「IBM Consulting Advantage」で100種以上の業界/業務特化型AIエージェントを提供

 続いて、同日より新設されたAIエージェント事業の事業部長を務める鳥井卓氏が、新たなコンサルティングサービスである「IBM Consulting Advantage for Agentic Applications」の説明を行った。

 同サービスでは、「エージェント型AI(Agentic AI)」の本番導入による高度な業務自動化を目的としたコンサルティングを行う。冒頭の鳥井氏コメントにある、「AIに業務全体をエンドトゥエンドで任せ、人間がそれを監督する“AI+”の世界」を実現するのが、エージェント型AIだ。

 「(エージェント型AIは)AIエージェントを複数連結させて、業務をエンドトゥエンドでこなしていく。(IBM以外の)パッケージベンダーが提供するAIエージェントも連携させていく」(鳥井氏)

IBMが定義する「従来型AI」「AIエージェント」と「エージェント型AI」の違い。エージェント型AIによって、AIが中心となってエンドトゥエンドで業務を実行する“AI+”の世界が実現する

 ただし、企業がエージェント型AIを導入していくうえでは、「完全自動化された業務プロセスのイメージがわかない」「AIの自社開発、既存システムとの統合に高いコストがかかり、適用可能な範囲が限定される」「ゼロからのAI開発では時間がかかりすぎ、事業環境の変化に対応できない」といった課題があった。

 そこでIBMでは、100種類以上に及ぶ業界/業務特化型のエージェント型AI(ソフトウェア)と標準業務プロセスを自社開発し、これを用いたコンサルティングサービスを、IBM Consulting Advantage for Agentic Applicationsとして提供する。これにより、適用可能な業務領域を一気に拡大し、導入までの時間も大幅に短縮する狙いだ。

 鳥井氏は、一例として人事領域(給与計算/支払業務)におけるエージェント型AIの例を紹介した。実際にIBM自身も人事領域においてエージェント型AIを導入しており、その結果、業務生産性を13倍高めることができたという。

「IBM Consulting Advantage for Agentic Applications」では、100種類以上の業界・業務特化型エージェント型AIを提供し、顧客に合わせたカスタマイズやインテグレーションも行いながら業務自動化を推進する

人事領域におけるエージェント型AIのユースケース例。IBM社内での導入事例もある

 こうした業界別/業務領域別のAIエージェント(ソフトウェアアセット)は、38の専門領域のソリューション責任者が手がけるかたちで構築されており、ユースケースとアセットを体系化したうえで各国に展開されている。日本市場では、5000名超のコンサルタントと700名超のAI/SI(システムインテグレーション)エンジニアの手により展開される。

業界/業務特化型のエージェントは、各専門領域のソリューション責任者が構築を行い、IBM独自のアセットとしてグローバルに展開する

 なお、同コンサルティングサービスでは、AIエージェントやデータ統合、ガバナンス&セキュリティなどの実装基盤として「IBM watsonx」の各種ソフトウェアも活用する。これにより、カスタムSIの発生を抑えて導入期間短縮を図ることができると説明した。

カテゴリートップへ

本記事はアフィリエイトプログラムによる収益を得ている場合があります

アクセスランキング

  1. 1位

    スマホ

    ここまで便利なのか! 子どもの居場所を90秒間隔で教えてくれる、安心の見守りガジェットがすごいぞ

  2. 2位

    Team Leaders

    Power AutomateでSharePoint APIを使う ― SPOリストを自動作成するフローを作ろう

  3. 3位

    クラウド

    「すでに開発コードの4分の3はAI生成」 Google Cloud CEO、エージェント時代の戦略を語る

  4. 4位

    エンタープライズ

    基盤も古いし、コードも酷い! そんなクエストにGitHub Copilotで試行錯誤しまくった「みんな」こそ最高

  5. 5位

    ビジネス・開発

    いますぐ捨てたいITサービスは? AI推しにそろそろ飽きてません? 情シスさんのホンネを「ゆるっとナイト」で聞いた

  6. 6位

    ITトピック

    「AI導入で人員を減らしても収益は増えない」その理由/「専任情シス不在」中小企業の3社に2社/ユーザーアカウント流出が加速、ほか

  7. 7位

    ソフトウェア・仮想化

    日本の自治体がみんな使っている「ManageEngine」 IT運用のすべての課題解決を目指す

  8. 8位

    sponsored

    “脱VPN”方針の大手エネルギー企業、だがZTNA移行の成功パターンが分からず… どうすればよい?

  9. 9位

    データセンター

    NTT、AIインフラ構想「AIOWN(AI×IOWN)」を発表 国内データセンター総容量は3倍超の「1ギガワット」へ

  10. 10位

    sponsored

    「なぜうちの会社が狙われるのか?」 ランサムウェア攻撃者の「目線」を探る

集計期間:
2026年05月07日~2026年05月13日
  • 角川アスキー総合研究所