2030年までに、世界の企業は合計で25億以上のAIエージェントを稼働させるとIDCは予測しています。AIエージェントの普及は、IT運用、サイバーセキュリティ、顧客サービスをはじめ、産業を横断する多くの領域を再構築していきます。本セッションでは、IDCのAI戦略リサーチの責任者であるAlessandro Perilliが、組織がサイロ化した個別ユースケースを超えて、部門横断的なマルチエージェント環境へと移行するために何が必要か、そしてアクセラレーション、オーケストレーション、レジリエンスのためにテクノロジースタックをなぜ再構築する必要があるのかを探ります。IDCのAIエージェントに関する最新調査結果を踏まえて、AIエコノミーの主要トレンド、どの産業分野が導入をリードしているか、そしてナショナルAIモデル（ソブリンAI）が投資に値する戦略的資産であるかを問うべき時期に来ている理由について解説します。

*AI通訳について：

お手持ちの携帯端末で、当日会場でご案内するQRコードを読み込むことにより、リアルタイムで翻訳された文章がブラウザ上に表示されます。アプリなどのダウンロードは不要です。翻訳の音声を聴くことも可能ですが、その際はイヤホンまたはヘッドホンのご持参をお願いいたします。

AIエージェントによる自律化は「導入する／しない」の二択ではなく、業務ごとにどこまで任せるかを調整する、連続的な移行として捉える必要があります。国内企業の多くは今もAIのアシスタント的な利用にとどまっており、次の段階へ進めるかどうかは、実装の巧拙、つまり足回り（ハーネス）の整備が大きく影響するとIDCではみています。本講演では、自律化の進行度を人の関与レベルに応じて整理し、国内企業の現在地をIDCの調査データとともに示します。あわせて、データやコンテキスト、権限、監査証跡、運用体制といった（広義の）ハーネスの構成要素を解説し、実装を支える基盤に何が必要かを整理します。また、人の役割が実行者から監督者へ移る中で、企業がAI駆動型組織へ向けて次に取るべきアクションを展望します。

Notion Labs Japan合同会社

ULSコンサルティング株式会社

多くの企業がAI導入を加速する一方、97％もの組織で基本的なアクセス制御が欠如し、セキュリティが追いついていない現実があります。本セッションでは、人間とエージェントが協働する次世代の企業モデル「Agentic Enterprise」を安全に実現するための新たなフレームワークを解説します。「エージェントはどこにいるのか？何に接続でき、何ができるのか？」という3つの問いを軸に、アイデンティティ基盤を用いてAIのスピードを損なうことなく、可視化と制御、そしてビジネス価値を最大化する道筋を具体的に示します。

AIをビジネス戦略に組み込み競争優位を確立した企業を表彰する賞です。弊社アナリストが受賞企業様にお話しを伺います。

自律化を進めるためのAIエージェントの実装が進むほど、人の役割は「実行」から「指揮・監査」へと移ります。その一方で、国内企業がAI活用の最大の障壁と考えているのはAI人材の不足であり、AI駆動型組織（AI-Fueled organization）に関するIDCのMaturityScapeベンチマークでは「人（People）」の成熟度が高い水準に到達したと評価しうる国内企業は約1割にとどまります。このように「人」にかかる課題が浮き彫りになる現状を踏まえ、本講演ではAIエージェントを監督する段階における「人」の役割の再定義と、それを支える評価・育成・体制のあり方を、AI駆動型組織時代のピープルマネジメントとして論じます。

AIエージェントの導入は進んでいますが、本番展開における最大の課題は、AIモデルの性能ではなく、企業固有のコンテンツを安全に活用するための基盤づくりです。本セッションでは、AIエージェントが適切なアクセス権限・セキュリティポリシー・ガバナンスのもとでコンテンツへアクセスし、安全かつ継続的に業務を実行するための「AI-Readyなコンテンツ基盤」の考え方をご紹介します。さらには、MCPによるAI連携、そしてHuman in the Loopを実現するエージェンティックワークフローを通じて、人とAIエージェントが共存して働くための具体的なアプローチを解説します。

従来、ITの支出計画は、利用者数を軸に組み立てられてきました。自律化が進むAIエージェント時代には、人の役割が実行から監督へ移り、監督者が多数のエージェントを並列に走らせることで、この軸が機能しなくなります。エージェントは文脈を反復して読み込むため、トークンの消費は工程数に比例するのではなく、その二乗で増えていきます。トークン単価が下がり続けているのに支払額が増えるのはこのためです。本講演では、コストが膨らむ仕組みを分解したうえで、IDCのデータとともに、どこで動かすかという配置判断が技術部門から経営の判断事項へ移る背景を示します。あわせて、IDCのデジタル主権フレームワークに沿って、主権をどの層まで求めるかによってコストと選択肢の幅がどう変わるかを整理します。最後にフィジカルAIも視野に今後の展望を示します。