AIエージェントがあなたの新しい同僚に – 最良の結果を得る方法
未来の仕事は、人間のスキルとAIエージェントの慎重なブレンドを必要とする可能性があります。エージェントの同僚と成功するために働く方法をご紹介します。
あなたの隣の人がプロフェッショナルとして自分の責任を果たしているかどうか心配することはもはや唯一の関心事ではありません。厳しい目標を達成し、素晴らしい結果を提供したい人にとって、あなたのチームは人間の同僚とエージェントの同僚の幅広いミックスを含む可能性があります。私たちは自律的なビジネスの時代に入りつつあります。そこでは、テクノロジーとデータの新しい組み合わせにより、今日当たり前と思われている役割の一部（基本的な運用タスクから意思決定責任まで）が、自律的に発見、交渉、取引を行うエージェントによって果たされます。
Gartnerによると、企業はエージェントへの投資を増やしており、AIエージェントソフトウェア支出は2025年の864億ドルから2027年には2065億ドル、3763億ドルに達すると予想されています。Snowflake Summit 2026で、3人のデジタルリーダーが自身の組織がどのようにエージェントを本番運用しているかを説明しました。
ツールのベンチマーク
スポーツ専門会社Fanaticsのデータ担当VPであるMadeleine Want氏は、自身の組織がデータ実践者コミュニティ全体で利益を追跡・トレースしていると述べました。FanaticsはデータにおけるAIの積極的かつ早期の採用者であり、ツールをテストし、機能を比較し、プレビューを実行し、デザインパートナーシップを構築しています。「私たちは、これらのツールをどのように使用しているか、どのようなタスクに使用しているか、どの程度の時間が節約されていると感じるか、その時間を何に使っているかなど、自己報告型の価値ベースの質問をベンチマークしています」と彼女は述べました。ベンチマークは、エージェントのインプットが人間の時間を節約することを示しています。「すべてのビジネスアナリストは、『もっと戦略的な仕事をしたいが、日常的なレポートに追われている』というようなことを言います」とWant氏は述べました。「私たちが見ているのは、日常的なレポートタスクこそがAIによる自動化に最も適していることが多く、スタッフはその時間を取り戻し、より人間的で戦略的な仕事に再適用しているということです。」
新しいアイデアにオープンであること
ウェアラブルテクノロジー企業Whoopのアナリティクス担当VPであるMatt Luizzi氏は、エージェントAIの導入前からチームが時間をより有効に使えるように努めていました。「チームがどこに時間を費やしているかを理解しようとしていましたが、人々はビジネスからのランダムな質問に答えるのに50％から60％の時間を費やしていると言っていました」と彼は述べました。「『昨日の売上は？地域別にどう違う？ウェブセッションが増えた理由は？』これらは人々が取り除きたいと思う破壊的なものです。これらは人々が手放しても嬉しいタスクです。また、これはまさにエージェントが現在得意とする分野でもあります。」Luizzi氏は、エージェントの導入により、人間の同僚は付加価値を生む戦略的な仕事に多くの時間を費やせるようになったと述べています。「このテクノロジーによる実際の収益への影響もすでに見ています。人々が積極的に問題を特定し、AIで根本原因を突き止め、トラブルシューティングを行い、問題が大きくなる前にはるかに迅速に行動できるようになりました。」
新しい問題を見つける
ソフトウェア専門企業SynopsysのCIOであるSriram Sitaraman氏は、かなりの量のエンジニアリングおよび企業データを管理しています。両方の分野で明らかになったことの1つは、エージェントが人間の能力を向上させるのに役立つということです。「利用可能なデータの量を見ると、次に取るべき最善のアクションという概念は、かつては現在の優先順位に基づく人間の間の会話でした」と彼は述べました。「今では、AIを使えば真にデータ駆動型で収益性の高いアクションを取ることができます。」Sitaraman氏は、自社がAIエージェントがジュニア従業員のタスク（簡単なクエリの実行、グラフの作成、インサイトの導出など）を果たす可能性を認識していると述べました。また、アプリケーションにどの新機能を構築するかを決定する例を挙げました。「多数の人々が会話をする必要はありません。少数のチームが大量のデータを調べています。意思決定のためにデータソースを調整する多くの取り組みは、現在、人間がどのようにAIを活用するかに焦点を当てています。その取り組みは、大量のデータを実行可能な次のステップに絞り込むことです。」Sitaraman氏は、エージェントAIが人間の労働者に時間を返すと述べました。例えば、レベル1のデータ整理・選別タスクを引き受けることで、スタッフはより高次元で価値創造的な仕事に移行できます。「これは階層的なものです。モデルはタスクをどんどんAIに押し下げ、AIが処理できるタスクの複雑さはモデルの改善に伴って増加します。したがって、6か月後には、AIは現在とは異なる種類の問題を解決しているでしょう – 同じ種類ではなく、異なる種類の問題を。そしてそれは継続的に進化していくでしょう。」