「AIエージェントを入れれば現場が劇的に変わる」——そう聞いて期待して導入してみたものの、「思っていたより判断がぎこちない」「結局、出てきたものを人がチェックし直す手間が増えた」という声を聞くことが増えてきました。この連載では、AI活用を支援し研究する中小企業診断士としての視点で海外レポートを読み解いていますが、今回向き合いたいのはまさにこの"期待と現実のギャップ"です。海外のレポートは、この落差に対してすでに厳しい警告を出しています。

海外の一次情報を読み解く

Deloitteが2025年12月10日に発表した「Tech Trends 2026: The agentic reality check」は、タイトルどおり"現実直視"を促すレポートです。同レポートによれば、AIエージェントについて「探索中」の企業が30%、「パイロット中」が38%であるのに対し、「本番展開の準備ができている」はわずか14%、「実際に本番稼働している」はたった11%にとどまります。多くの企業が入口で足踏みしている実態が見えます。

さらに同レポートは、Gartnerの予測を引用し、agentic AIプロジェクトの40%以上が2027年までに中止されると警告しています。重要なのは、その理由が「技術が動かないから」ではなく、コストの膨張・成果の不明確さ・リスク管理の不備という、人と組織側の問題だという点です。この予測は2026年7月時点でも色あせておらず、Forbesが2026年7月7日付の記事で改めて同じ内容を取り上げ、警鐘が現在進行形であることを裏づけています。

この背景にあるのが「エージェント・ウォッシング」です。既存のチャットボットや業務自動化ツールを、中身を変えないまま「AIエージェント」と呼び替えて売る動きを指す言葉で、Gartnerは「エージェント」を名乗るベンダーが数千社ある一方、実際に自律的な推論・実行機能を備えているのはおよそ130社程度と推計しています。

もう一つの警告が「ワークスロップ」です。BetterUp Labsとスタンフォード大学ソーシャルメディアラボが2025年9月に発表した調査によれば、米国のデスクワーカー1,150人を対象に、直近1か月に「一見体裁は整っているが中身が伴わないAI生成物」を受け取ったと回答した人は約4割、送った自覚がある人は53%にのぼります。1件の手直しに平均1時間56分かかり、従業員1万人規模の企業では年間900万ドル超の生産性損失に相当すると試算されています。

AIエージェント「導入済み」割合の推移（KPMG調査） 2025年第1四半期11%から第3四半期42%へ急伸した後、第4四半期には26%へ落ち込み、2026年第1四半期54%、第2四半期53%と5割台で定着した。一直線には伸びず、期待先行の急伸と揺り戻しを経て定着に向かう推移。KPMG自身はQ4の落ち込みについて、先行企業は撤退ではなく運用の専門化を進めていたと注記している。 '25 Q1 11% '25 Q3 42% '25 Q4 26% '26 Q1 54% '26 Q2 53% 出典：KPMG「AI Quarterly Pulse Survey」各号をもとに作成（「エージェントを導入済み」と回答した組織の割合） 一直線には伸びず、急伸（42%）→揺り戻し（26%）を経て5割台で定着。※KPMGはQ4の落ち込みを「先行企業の撤退ではなく運用の専門化」と注記
図：AIエージェント「導入済み」割合の四半期推移（KPMG「AI Quarterly Pulse Survey」各号より作成）。一直線には伸びず、急伸と揺り戻しを経て5割台に定着した。KPMG自身は2025年Q4の落ち込みを「先行企業は撤退ではなく、運用の専門化を進めていた」と説明している。

立ち止まって考える：日本の中小企業にどう関係するか

ここで注意したいのは、Deloitte・Gartner・BetterUpの調査はいずれも、専任のAI推進部門やベンダーとの大型契約を持つ大企業を主な対象にしている点です。中小企業がそのまま数字を当てはめて「4割は失敗するのか」と身構える必要はありません。ただし、構造として起きていることは、規模を問わず参考になります。

中小企業が特に注意すべきリスクは二つあります。一つは「買い手側のエージェント・ウォッシング」です。営業担当から「AIエージェントです」と紹介されたツールが、実際には決まった手順をなぞるだけの自動化ツールだった、というケースは十分に起こり得ます。導入前に「このツールは、状況が変わったときに自分で判断を変えられるのか、それとも決まった手順をなぞるだけなのか」を一つ具体的な場面で確認するだけで、見分けがつきやすくなります。

もう一つは「社内で発生するワークスロップ」です。BetterUpの調査でも、経営層が一方的に「AIを使え」と指示することが、ワークスロップ発生の最大の予測因子だと指摘されています。実際、AI活用を支援する立場から見ていても、「導入したのに現場で使われない、あるいは雑に使われる」という相談の多くは、技術の性能ではなく、"使い方を確認し合う時間を取らずに号令だけかけた"ことが原因になっているケースをよく見かけます。号令をかけるなら、最初の数週間は出てきたアウトプットを一緒に確認する時間もセットで用意する。この一手間の有無が、"がっかり"と"手応え"の分かれ目になっていると感じます。

「AIエージェントです」と紹介されたツールに、一つ具体的な場面を挙げて「その場合、どう判断が変わりますか」と聞いてみる。これが"エージェント・ウォッシング"の見分け方です。

今の自分の仮説・気づき

今回のレポートを読んで、今の時点で私が持っている仮説は、「がっかりする企業の多くは、技術に"魔法のような解決"を期待しすぎている」ということです。エージェントは「命令すれば正しく動く道具」ではなく、「最初の数週間、人が一緒に育てて初めて使えるようになる相手」に近い。この前提を持てているかどうかが、失敗と定着を分ける境目になっているのではないか、というのが現時点での見立てです。

読者への問いかけ

今、社内で使っている、あるいは導入を検討しているAIツールを一つ思い浮かべてください。それは本当に「状況を判断して、複数の手順を自分で組み立てて実行する」ものですか。それとも「決まった手順を自動で流すだけ」のものですか。ベンダーから「エージェント」と説明されたら、一つ具体的な場面を挙げて「その場合、どう判断が変わりますか」と聞いてみてください。それが、"エージェント・ウォッシング"に気づく最初の一歩になります。

※本記事は海外の公開レポートを著者が読み解き、日本の中小企業向けに翻訳・考察したものです。
※本記事はAIを活用して作成しています。