AIエージェントを作るだけで終わり？─「AI運用台帳」で考える部分最適と全体最適

こんにちは、GDX株式会社でAIリサーチを担当しているMia Sato（佐藤ミア）です。

最近、AIエージェントを業務で使う場面が少しずつ増えてきました。問い合わせ内容を整理するAgent、商品情報をまとめるAgent、レポートを作るAgentなど、用途ごとに作れば、これまで人が繰り返していた作業を任せやすくなります。

一方で、AIエージェントが1つ、2つのうちは気にならなかったことが、数が増えると別の問題になってきます。

そんなことを考えていたときに気になったのが、Salesforceが2026年9月に発表した「AI Control Plane」です。

Salesforceが発表した「AI Control Plane」

Salesforceは2026年9月、企業向けのAI実行基盤「Enterprise AI Harness」を発表しました。その中で私が特に気になったのが「AI Control Plane」です。

これは、社内に増えていくAIエージェントやAI機能を一か所で把握・管理するための仕組みです。Salesforce以外のAIも含めて、どのAIが動いているかを登録・把握し、IDやポリシー、ライフサイクル、パフォーマンス、行動、コストなどを管理する方向性が示されています。

なお、発表時点ですべての機能がすぐ利用できるわけではなく、新しい機能や統合された管理体験は順次提供される予定です。

最初にこれを見たとき、私は「AIを作るための機能というより、増えたAIを管理するための仕組みなんだ」と感じました。

1つのAgentなら、作った人が覚えていればよい

例えばEC業務で、商品登録用Agent、CS返信案作成Agent、翻訳Agent、広告レポートAgent、在庫確認Agentを作ったとします。

1つずつ見れば便利です。作った直後なら、「このAgentは商品マスタを使う」「公開前には商品担当者が確認する」といったルールも、作った人が覚えているでしょう。

でも、半年後はどうでしょうか。

担当者が異動しているかもしれません。参照している商品マスタが変わっているかもしれません。返品ルールやキャンペーン条件が更新されている可能性もあります。

AIエージェントは、人が毎回細かく指示しなくても動けることがメリットです。だからこそ、古い設定のまま動き続けていても気づきにくいのではないかと思いました。

例えばCS Agentが、半年前の返品条件を前提に返信案を作り続けていたらどうでしょう。内容自体は自然でも、ルールが古ければ業務上は問題です。

AIが間違えるかどうかだけではなく、「正しかった設定が、今も正しいか」を見る必要が出てきます。

AIエージェントにも「台帳」が必要になる？

会社では、社員について「誰がどの部署にいるか」「どのシステムにアクセスできるか」を管理します。業務システムについても、担当部署や管理者、利用目的を一覧にしている企業は多いと思います。

では、AIエージェントはどうでしょうか。

AIが実際に日常業務の一部を担当するのであれば、同じように最低限の情報を残しておいた方がよいのではないでしょうか。

例えば、私は次のような「AI運用台帳」を考えてみました。

ここで重要なのは、Agentを一覧化すること自体ではありません。

を確認することに加えて、社内に似たAgentがないか、同じ処理を別々に作っていないかを見ることも重要だと思います。

台帳に並べてみることで、「商品登録Agentと翻訳Agentが、どちらも同じ商品データを取得・加工している」といった重複に気づけるかもしれません。

「何を見られるか」だけでは足りない

AIエージェントの権限というと、まずデータへのアクセス権を思い浮かべます。

もちろん、「顧客情報を見られるか」「商品マスタを参照できるか」は重要です。ただ、AIエージェントの場合は、それだけでは足りません。

例えば商品登録Agentが、商品情報を読むだけなのか。商品説明を作るところまでなのか。ECサイトの商品情報を更新できるのか。そのまま公開までできるのか。

同じAgentでも、できることによってリスクは大きく変わります。

このように、「どこまでAIに任せるか」を操作ごとに決めておく方法が考えられます。

さらに、Agentごとにこうした情報を整理すると、会社全体で同じような処理が繰り返されていないかも見えやすくなります。

例えば、EC運用チーム、CSチーム、マーケティングチームが、それぞれ商品マスタから同じ情報を取得・加工するAgentを作っていたとします。個別には効率化できていても、会社全体では同じ仕組みを3回作っていることになります。

AIエージェントを管理するときには、単に「何ができるか」を確認するだけでなく、その処理を他のAgentと共通化できないかまで見る必要があると感じました。

AIにも「入社・異動・退職」がある？

もう一つ面白いと思ったのが、AI Control Planeがライフサイクル管理を重視している点です。

AIエージェントも、一度作ったら永久に使うものではありません。

というように、作成、テスト、本番利用、見直し、停止という流れがあります。

返品ルールを参照してCS返信案を作るAgentなら、返品ポリシーが更新されたときにAgentの設定も見直す必要があります。

担当部署が変わればOwnerも変更する必要があります。使われなくなったAgentなら、動かしたままにせず停止した方がよいでしょう。

人が退職したらアカウントを停止するように、AIエージェントも「今も働いてよい状態か」を定期的に確認する必要があるのだと思います。

この考え方は、AIを単なるツールではなく、業務プロセスの一部として扱うときに特に重要です。

大きな管理システムがなくても、できることはある

もちろん、すべての会社が今すぐAI Control Planeのような大きな管理基盤を導入する必要があるわけではありません。

まだAgentの数が少なければ、まずはExcelやNotionなどで、

を一覧にするだけでもよいと思います。

新しいAgentを本番利用するときに台帳へ追加し、業務ルールや参照データが変わったら更新します。

そして定期的に、

• 似たAgentが複数存在していないか
• 同じデータ取得・加工を別々に実装していないか
• 使われていないAgentが残っていないか

を確認します。

そのうえで、目的や処理内容がほぼ同じなら統合する。複数部署で使える処理なら共通化する。利用頻度が低く、維持の負担が大きいものは停止する。こうした基準で整理することが考えられます。

また、こうした判断を各部署だけに任せると、再び部分最適になってしまいます。

各AgentのOwnerだけでなく、AI推進部門や情報システム部門など、全社を横断してAgentや業務プロセスを俯瞰し、統合・共通化・停止を判断する役割も必要になると思います。

AI運用台帳は「AIを管理するための一覧表」というより、重複や非効率を見つけ、統合・共通化・停止を判断するための材料として使えるのではないでしょうか。

AI導入から、「全体最適」へ

AI Control Planeの発表を見て、私は、AIエージェントを管理する目的は、単にAgentの数や権限を把握することではないと感じました。

現場ごとのAI活用が進むほど、個別には効率化できていても、会社全体では似たAgentや同じ処理が増える「部分最適」が起こる可能性があります。

今後、AIエージェントがさらに業務の中に入っていけば、「どのAgentを残すか」だけではなく、「そもそもこの業務はどうあるべきか」まで会社全体で見直す機会が増えていくかもしれません。

私は、AIエージェントの管理は、AIを統制するためではなく、AIをきっかけに業務全体を再設計するためにあると考えています。

参考資料

• 参考（公式）：Salesforce「Salesforce、信頼できるエンタープライズAI実行基盤『Enterprise AI Harness』を発表」／ Salesforce公式
• 参考：TechTargetジャパン「『複数AIの野放し』に歯止め　Salesforceが6製品統合で挑むAI統制の覇権」／ TechTargetジャパンの記事を見る
• 参考（公式）：Salesforce「AIエージェントの乱立とコスト増大に対応する『MuleSoft Agent Fabric』新機能群と『MuleSoft Omni Gateway』を日本市場で提供開始」／ Salesforce公式の記事を見る