AIエージェント導入の管理｜台帳12項目と止める基準

AIエージェントの導入で、最初の1個は思ったより簡単に作れます。実際に手を動かした方なら、半日から数日で「動くもの」ができた経験があるはずです。問題はその先です。

先に結論を書きます。AIエージェント導入で本当に難しいのは、作ることではなく、増えたあとに管理することです。2個、5個、10個と増えていくと、誰が作ったのか分からないものが出てきます。同じ用途のものが部署ごとに別々に生まれます。参照している文書が去年のまま更新されず、古い前提で動き続けるものが混ざります。

この記事では、AIエージェントを「作ったあと」に焦点を絞ります。作る前に決めておく台帳の項目、権限とデータの範囲の書き方、そして使われていないものを止める判断の基準まで、中小企業がそのまま使える形で整理しました。技術の解説はしません。管理の話だけです。

結論｜作るより増えた後が難しい

AIエージェント導入を検討している方の多くは、「どう作るか」を調べています。しかし、実際に作った会社が半年後につまずくのは、作り方ではありません。数が増えたときに、それを誰がどう管理するかを決めていなかったことです。

この構造は、社内のExcelマクロや業務システムで一度は経験があるはずです。便利だからと現場で次々に作られ、数年後には「誰が作ったか分からないが、止めると業務が止まるかもしれないもの」が残ります。AIエージェントは、それがはるかに速い速度で起こります。作るコストが下がったぶん、増える速度が上がるからです。

1個目と10個目で問題が変わる

1個目のときの関心事は「ちゃんと動くか」です。ここは作った本人が見ていれば分かります。ところが5個を超えたあたりから、関心事が変わります。「これは今も使われているのか」「この情報を見られる範囲は正しいのか」「誰に聞けば直せるのか」という、動作の正しさとは別の問いが出てきます。

この問いに答えられる会社と答えられない会社の差は、技術力ではありません。作る前に記録を残す習慣があったかどうかです。記録がなければ、10個目の時点で全体像を把握している人が社内に1人もいない、という状態になります。

この記事が扱う範囲

本記事は、AIエージェントを1個以上作ったことがある会社、またはこれから作るが最初から管理の型を決めておきたい会社を想定しています。扱うのは、台帳・権限・棚卸し・停止判断の4つです。

逆に扱わないのは、AIエージェントとは何かという概念の説明と、実際の作り方の手順です。「そもそもAIエージェントとは何か」を知りたい方はAIエージェントとはを、「どう作るか」を知りたい方はAIエージェントの作り方を先にお読みください。

概念と作り方は別の記事へ

用語だけ先に揃えておきます。国が公表している定義では、AIエージェントは「特定の目標を達成するために、環境を感知し自律的に行動するAIシステム」とされています。さらに、複数のAIエージェントが自律的に意思決定を下して行動を起こす目標主導型のものを、エージェンティックAIと呼び分けています（出典：総務省・経済産業省「AI事業者ガイドライン（第1.2版）」令和8年3月31日）。

この記事で「エージェント」と書くとき、指しているのは前者です。1つの業務のために作られ、決められた範囲のデータを見て、決められた出力を返す小さな仕組みだと考えてください。それが社内に何十個も存在する状態を、どう管理するかが本題です。

大企業は何個作っているか

「増えたときの管理」と言われても、そもそもどのくらい増えるのか実感がわかないと思います。先行している企業の数字を1つだけ見ておきます。

1,300以上を作った会社の話

Google Cloudが公開している生成AI導入の事例集に、株式会社豊田自動織機ITソリューションズの事例が掲載されています。同社は全社員約450名にAI基盤を一斉展開し、Googleドライブに集約された500万ファイルを超える社内データを活用できるようにしました。その結果、契約条項の精査、誤字脱字チェック、議事録要約などのために作成されたエージェントは1,300以上にのぼり、残業時間を前年度比で約10%削減したと公表されています（出典：Google Cloud「生成AI 顧客事例集」）。

ここで注目すべきは10%という削減率ではありません。450名の会社で1,300以上という数です。単純計算で1人あたり3個近く存在することになります。この規模になると、どれが何のために作られたのかを人の記憶で管理するのは不可能です。

同じ事例集には、株式会社再春館製薬所が、現場社員自らが商品企画のサブエージェントを作成し、それらを自律的に連携させる仕組みを構築したという記述もあります（出典：Google Cloud「生成AI 顧客事例集」）。作る人が情報システム部門から現場へ移ると、数の増え方はさらに速くなります。

検証段階の事例も混ざっている

数字を読むときに、必ず確認しておきたいことがあります。同じ事例集には、成果が確定したものと、まだ検証中のものが並んで掲載されています。

たとえば全国共済農業協同組合連合会（JA共済連）の事例では、地域貢献活動の支出判断を支援するエージェントを構築し、照会応答の業務負荷を20%から50%程度削減する「見込み」と書かれています。過去3年分の約600件の照会票データを取り込み、1週間から2週間でプロトタイプ、合計1.5か月で実用レベルの精度を実現したという記述です（出典：Google Cloud「生成AI 顧客事例集」）。イオン九州株式会社の研修教材生成エージェントも、業務適用可能性を検証している段階と明記されています。

これらは「達成した成果」ではなく「削減の見込み」「検証中」です。他社事例を社内説明に使うときは、この区別を落とさないでください。見込みを実績として伝えると、期待値だけが上がり、あとで信用を失います。

規模の違いを先に確認する

もう1つ、正直に書いておきます。この事例集はGoogle Cloudの販促資料であり、中立な調査ではありません。掲載されているのは同社の顧客で、成果は自己申告です。そして、掲載企業のほとんどが大企業です。

従業員450名の会社が1,300個作れたのは、専門部署と外部の伴走支援があったからです。数十名の会社がそのまま再現できるものではありません。ではこの数字に意味がないかというと、そうではありません。「作るハードルが下がると、管理が必要な数まで一気に増える」という現象そのものが、規模を問わず起きるという点で参考になります。10人の会社なら10個で同じ問題が起きます。

増えたときに起きる5つのこと

実際に数が増えたとき、何が起きるのか。順に見ていきます。どれも技術的な故障ではなく、管理の欠落から起きるものです。

誰が作ったか分からなくなる

最初に起きるのがこれです。作った本人にとっては自明なので、記録を残しません。半年後、別の人が「この処理、なんで毎朝動いているんだろう」と気づきます。止めていいのか判断できず、そのまま放置されます。

やっかいなのは、作った本人が社内にいても起きることです。3か月前に自分が作ったものの中身を、細部まで覚えている人はいません。記録がないエージェントは、作った翌月には他人が作ったものと同じ扱いになります。

同じものが部署ごとに増える

営業1課が見積書のたたき台を作るエージェントを作り、それを知らない営業2課が似たものを作ります。総務が社内規程の問い合わせに答えるものを作り、人事が就業規則の問い合わせに答えるものを作ります。

重複そのものは、実はそれほど害がありません。問題は「参照している文書が違う」ことです。営業1課のものは最新の価格表を、営業2課のものは去年のフォルダを見ている。同じ質問に違う答えが返り、どちらが正しいのか誰も判断できなくなります。

古い前提のまま動き続ける

エージェントは、参照する文書が古くなっても、何も言わずに動き続けます。値上げして価格表を差し替えても、エージェントが見に行くフォルダを変えなければ、旧価格で見積を作り続けます。

公的なガイドラインでも、この点は指摘されています。IPAの資料には、参照するデータに機密情報や個人情報が含まれる場合、適切なアクセス制限とデータの定期的な棚卸が重要であると書かれています（出典：IPA「テキスト生成AIの導入・運用ガイドライン」2024年7月）。参照先の文書を整える工程そのものについては社内ナレッジのAI活用で詳しく扱っています。

権限が広がったまま戻らない

「一時的に見られるようにしよう」で広げた参照範囲は、まず戻りません。試験のために共有フォルダ全体を読めるようにしたエージェントが、本番でもそのまま動き続けます。

この状態が危険なのは、事故が起きるまで誰も気づかないからです。普段は必要な情報しか出力されないため、範囲が広すぎることが表面化しません。ある日、人事評価のファイルを参照した回答が返ってきて、初めて発覚します。

作った人がいなくなる

異動、退職、産休。作った1人に依存していると、その人がいなくなった瞬間に、直せないが止められないものが残ります。国内企業の調査でも、AI導入・運用上の課題として「専門人材が不足している」が50.1%と最も高く挙がっています（出典：IPA「DX動向2026」報告書）。人が足りない前提で設計しなければ、引き継げる状態にはなりません。

国内企業の管理体制の現在地

「うちだけができていないのでは」と不安になる必要はありません。管理の整備は、大企業を含めて全体的に遅れています。数字で確認します。

ルール作りが3大課題の1つ

IPAが国内企業1,799社を対象に実施した調査（2026年4月17日から6月12日）によると、AI導入・運用上の課題は、「専門人材が不足している」が50.1%、「生成AIの効果やリスクに関する理解が不足している」が45.8%、そして「適切な利用を管理するためのルールや基準の作成が難しい」が39.7%となっています（出典：IPA「DX動向2026」）。

人材不足、リテラシー不足、ルール整備の遅れ。この3つが並んでいるということは、多くの会社が「使い始めたが、管理の型が決まっていない」状態にあるということです。

ポリシーやガイドラインの整備状況を見ると、「社内ガイドラインやルールは全社的なものを定めている」が32.5%、「AIポリシーを定め、社内に周知している」が28.8%である一方、「どちらも定めていない」が16.7%あります（出典：IPA「DX動向2026」報告書）。ルール文書そのものの作り方は社内AIルールの作り方で扱っています。

独自のリスク管理は14.2%

もう1つ、印象的な数字があります。同じ調査で、「AIや生成AI独自のリスクマネジメントを実施している」と答えた企業は14.2%にとどまっています。また、AI利活用に伴う将来的な課題への対応状況では、いずれの項目でも「検討していない」が過半数を占め、法規制やガイドラインへの対応で「対応中・対応済み」と答えたのは12.9%でした（出典：IPA「DX動向2026」報告書）。

同じ報告書では、AIで効果を感じている企業ほどリスクマネジメントを実施できており、AI導入の効果とリスク管理の実施状況には関係性があるとも分析されています。管理は効果を削るブレーキではなく、効果が出ている会社ほどやっていること、という読み方ができます。

誰が管理を主導しているか

体制の話も見ておきます。AI導入・利活用のリーダーシップ体制は、「IT部門の長」が46.0%と最も高く、「経営層」が32.1%、「導入や利活用する現場の長」が27.5%です。一方でCAIO（最高AI責任者）は2.9%、CAIO以外の専任者も9.8%にとどまります（出典：IPA「DX動向2026」報告書）。

つまり、大企業でも専任者は置いていないのが普通です。中小企業が専任者を置けないことを気に病む必要はありません。専任者なしで回る型を作ればよい、というのがこの記事の立場です。

ちなみに、同報告書ではAIエージェントの利用について、いずれの部署でも低水準にとどまっており、より高度なAI利活用はまだ限定的な状況にあると分析されています。官民による投資を期待する分野として「エージェントAI」を挙げた企業は33.5%です。期待は大きいが、実装はこれからという段階です。いま管理の型を作っておけば、他社に先んじることになります。

作る前に決める台帳12項目

ここからが本題です。管理の中心になるのは、エージェント台帳です。難しいものではありません。1つのエージェントについて12項目を書くだけです。大事なのは、作ったあとに書くのではなく、作る前に書くことです。

台帳12項目の一覧

そのまま使える形で並べます。表計算ソフトの列としてお使いください。

番号	項目	書く内容	この項目がないと起きること
1	管理番号	連番。AG-001のように	会話の中で特定できない
2	名称	命名規則に沿った名前	似た名前が乱立する
3	用途	何を入力し何を出すかを1文で	重複に気づけない
4	対象業務と部署	営業事務の受注処理、など	誰の業務か分からない
5	作成者	作った人の氏名と作成日	質問先が分からない
6	現在の管理者	いま面倒を見ている人	異動時に宙に浮く
7	参照するデータ	フォルダ名・システム名まで具体的に	古い前提のまま動く
8	権限レベル	読む／提案する／実行する	知らぬ間に実行権限を持つ
9	承認の要否と承認者	出力を人が確認するか、誰が	責任の所在が消える
10	利用者の範囲	使ってよい人・部署	想定外の人が使う
11	次の見直し時期	年月まで書く	永久に見直されない
12	停止条件	このときは止める、を先に書く	止める決定ができない

この12項目のうち、特に効くのは7番（参照するデータ）、11番（次の見直し時期）、12番（停止条件）です。この3つが空欄のまま運用されているエージェントは、遅かれ早かれ問題を起こします。

なお、国のガイドラインでも、アカウンタビリティを果たすために各主体において責任者を設定すること、および文書化することが重要な取組として挙げられています（出典：総務省・経済産業省「AI事業者ガイドライン（第1.2版）」）。台帳の5番と6番と9番は、この要請に対応する項目です。

記入例｜受注メールの整理

空欄の表を渡されても書けないので、記入例を1つ示します。従業員35名の建材卸売業を想定した架空の例です。

項目	記入例
管理番号	AG-001
名称	営業事務_受注メール整理_v1
用途	受注メール本文から品番・数量・希望納期を抜き出し、一覧表の形で出力する
対象業務と部署	営業事務課の受注入力の前工程
作成者	営業事務課 山田（2026年4月10日作成）
現在の管理者	営業事務課 課長
参照するデータ	受注専用メールボックスのみ。品番マスタは共有サーバーの「品番マスタ_最新」フォルダ
権限レベル	提案する（読み取りと出力のみ。基幹システムへの入力はしない）
承認の要否と承認者	要。出力一覧を担当者が目視確認してから入力
利用者の範囲	営業事務課の3名のみ
次の見直し時期	2026年10月
停止条件	抜き出し誤りが20件中3件を超えた場合／品番マスタの保管場所が変わった場合／1か月間利用が0件の場合

書いてみると分かりますが、この12項目を埋める作業自体が、設計の見直しになります。「参照するデータ」を具体的に書こうとして、共有フォルダ全体を指定していたことに気づく。「停止条件」を書こうとして、そもそも精度をどう測るか決めていなかったことに気づく。書けない項目は、決めていない項目です。

台帳は表計算ソフト1枚でよい

専用の管理ツールは不要です。ExcelやGoogleスプレッドシートの1シートで十分です。30個を超えたあたりから検索性が問題になりますが、そこまでは1枚で回ります。

置き場所だけは決めてください。全社員が見られる共有フォルダの決まった場所に置き、その場所を社内ルールに書きます。個人のパソコンに置くと、台帳そのものが属人化します。

更新のタイミングは2つだけです。新しく作ったときと、月1回の棚卸しのとき。それ以外に更新の機会を増やすと、続きません。

台帳がないときに起きること

台帳を作らない選択もあり得ます。3個までなら、正直なくても回ります。ただし、その場合に何を失うかは知っておいてください。

失うのは、「止める判断ができる状態」です。台帳がなければ、あるエージェントを止めたときに誰の業務が止まるのか分かりません。分からないから止められません。止められないから、使われていないものが残り続け、全体像がさらに見えなくなります。台帳は、増やすための道具ではなく、減らすための道具です。

権限とデータの範囲を決める

台帳の8番と7番、権限と参照データについて、もう少し具体的に決め方を書きます。ここが管理の中で最も事故につながりやすい部分です。

権限は3段階で書き分ける

権限を細かく分類しても運用できません。3段階で十分です。

段階	できること	人の関与	向いている業務
読む	指定した文書を読んで答えるだけ	不要	社内規程の問い合わせ、資料の要約
提案する	読んだ結果から下書き・一覧を作る	出力を人が確認	見積のたたき台、メールの下書き、日報の要約
実行する	他システムへの入力や送信まで行う	実行前に人が承認	定型の転記、社内向けの定期レポート配信

最初はすべて「読む」から始め、実績を見て「提案する」へ上げます。「実行する」に上げるのは、提案の段階で3か月以上安定して動いたものだけにしてください。この段階設計の詳細はAIエージェントの作り方で扱っています。

なお、社外に向けた送信（顧客へのメール送信、請求書の発行など）は、当社では「実行する」に上げないことをおすすめしています。取り返しがつかない行為は、人がボタンを押すという線を残しておくほうが、長期的には運用が楽になります。

見られるデータの範囲を書く

参照範囲は、フォルダ単位ではなく「このフォルダのこのサブフォルダだけ」まで書いてください。「共有サーバー」と書いた時点で、実質的に無制限です。

判断に迷ったら、次の質問を使ってください。「このエージェントの出力を、社内の誰が見ても問題ないか」。問題があるなら、参照範囲を狭めるか、利用者の範囲を狭めるか、どちらかが必要です。

個人情報を含むデータを扱う場合は、別の注意が必要です。個人情報保護委員会は、生成AIサービスに個人情報を含むプロンプトを入力する場合について注意喚起を出しています（出典：個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」令和5年6月2日）。顧客名簿や人事情報を参照させる設計にする前に、必ず確認してください。

権限を広げるときの手続き

権限を広げること自体は問題ありません。問題は、広げた記録が残らないことです。手続きは2ステップで足ります。

1. 台帳の8番（権限レベル）と7番（参照するデータ）を書き換える
2. 変更日と変更理由を、同じ行の備考欄に1行で書く

承認フローを作る必要はありません。書き換えた履歴が残ることのほうが、承認印より重要です。半年後に「なぜこの範囲になっているのか」を追える状態を作るのが目的です。

外部の文書を読ませるとき

取引先から受け取ったファイルや、Webページの内容をエージェントに読ませる設計にする場合は、追加の注意が必要です。読み込んだ文章の中に、AIへの指示のような文が紛れ込んでいると、意図しない動作をすることがあります。

対策は単純で、外部から受け取った文書を読むエージェントには「実行する」権限を渡さないことです。読んで要約するところまでに留めます。外部システムとの接続そのものについてはMCPの設定方法で扱っています。セキュリティ全般の考え方は中小企業のセキュリティ対策と、IPAの中小企業の情報セキュリティ対策ガイドラインをご参照ください。

止める判断の基準を先に作る

管理の話で最も抜けやすいのが、止める判断です。増やす基準は自然に決まりますが、止める基準は意識して作らないと永遠に決まりません。

止める判断の基準表

そのまま使える基準を示します。月1回の棚卸しで、この表に当てはめるだけです。

見る項目	基準	判断
直近1か月の利用回数	0回	停止
直近1か月の利用回数	1回から3回	担当者に確認し、不要なら停止
出力をそのまま使えた割合	20件中10件未満	作り直すか停止
参照している文書の更新日	6か月以上前	一時停止して文書を確認
管理者の在籍	異動・退職して引き継ぎ先が未定	停止（引き継ぎ先が決まれば再開）
同じ用途の別エージェント	存在する	統合を検討
月間の削減時間	1時間未満	停止（管理の手間が上回る）
台帳との差異	参照範囲や権限が台帳と違う	即時停止して原因確認

この表で重要なのは、最後の行です。台帳に書いてある内容と実際の設定が食い違っているものは、理由が分かるまで止めてください。誰かが記録を残さずに変更したということであり、それ自体が管理の破れ目です。

月1回15分の棚卸し

棚卸しは、月1回15分で終わります。手順は3つです。

1. 台帳を開き、上から順に「先月使われたか」を担当者に確認する（5分）
2. 基準表に当てはめて、継続・統合・停止を仕分ける（5分）
3. 停止と決めたものを止め、台帳に停止日と理由を書く（5分）

10個までならこれで足ります。20個を超えたら、部署ごとに担当を分けてください。全部を1人で見ようとした瞬間に、棚卸しは止まります。

公的な資料でも、リスク管理の第一歩として「組織で保有する資産の棚卸を実施し、リスク管理を行う対象を明確にする」ことが挙げられています（出典：IPA「テキスト生成AIの導入・運用ガイドライン」2024年7月）。エージェント台帳は、この「資産の棚卸」をAIエージェントに当てはめたものです。

止めるときの4つの手順

止めると決めてから、実際に止めるまでの手順も決めておきます。いきなり削除すると、思わぬところで業務が止まります。

1. 予告する。台帳の利用者範囲に書かれている人に、2週間後に止めると伝える
2. 止める。削除ではなく、動かない状態にする
3. 1か月待つ。この間に「使っていた」という声が出れば、再開を検討する
4. 削除する。台帳の行は消さず、停止日と理由を残したまま「停止済み」にする

台帳の行を消さないことが大事です。「一度作ったが止めた」という記録は、次に似たものを作ろうとした人にとって最も価値のある情報になります。

止めるのは失敗ではない

止める判断が遅れる最大の理由は、心理的なものです。作った人が「自分の成果を否定された」と感じるからです。

これを避けるには、最初から「見直し時期」と「停止条件」を台帳に書いておくことが効きます。作った時点で「半年後に見直す、こうなったら止める」と本人が書いていれば、止めることは予定どおりの手続きになります。あとから誰かが判断するのではなく、本人が事前に決めたルールが発動するだけです。

当社では、1年で作った数の3割から4割は止めることになるという前提で計画を立てることをおすすめしています。全部が定着するほうが不自然です。試して合わなければ止める、という運用ができる会社のほうが、結果的に残るものの質が上がります。

重複を防ぐ3つの決めごと

止める判断と並んで効くのが、そもそも重複を作らない工夫です。3つだけ決めれば足ります。

作る前に台帳を検索する

新しく作りたい人が最初にやることを、「台帳を開いて、似た用途がないか探す」に決めます。ルールというより手順書の1行目にしてください。

この1手順があるだけで、重複はかなり減ります。似たものが見つかったら、作らずに使わせてもらうか、既存のものを改良するかを検討します。ゼロから作るより速いことがほとんどです。

名前の付け方を決める

命名規則を決めておくと、検索が効くようになります。おすすめは「部署_業務_バージョン」の形です。

• 営業事務_受注メール整理_v1
• 総務_社内規程照会_v2
• 経理_請求書突合_v1

「便利くん」「新ツール」のような名前を付けると、3か月後に何をするものか分からなくなります。名前だけで用途が分かる状態を維持してください。

似たものを統合する判断

すでに重複しているものを見つけたときの判断基準です。3つの問いで決めます。

1. 参照しているデータは同じか。違うなら、どちらが正しいか
2. 出力の形式は同じか。違うなら、どちらかに寄せられるか
3. 利用者は同じ部署か。違う部署なら、統合後に誰が管理するか

3つとも問題なければ統合します。統合するときは、残すほうの台帳に「AG-005を統合」と書き、消すほうは停止済みにして行を残します。これをやらないと、しばらく経ってから「あの機能はどこへ行った」という問い合わせが発生します。

中小企業が最初に作る1個

ここまで管理の話をしてきましたが、まだ1個も作っていない会社にとっては「何から作るか」が先です。管理の型を意識したうえでの最初の1個を提案します。

候補になりやすい3業務

国内企業のAI利用用途を見ると、「文書・音声の要約・翻訳・校正」が82.5%と最も高く、「文書・レポートの作成」が80.5%、「情報検索・収集・分析・レポーティング」が77.0%となっています。一方で「生産・物流・サービス提供の計画支援」は6.0%です（出典：IPA「国内企業のDX動向・AI活用動向のポイントを公開」2026年7月16日）。文書と情報の扱いに集中しているのが実態です。

これを踏まえた、中小企業向けの最初の1個の候補は次の3つです。

候補	内容	権限レベル	向いている理由
問い合わせメールの一次仕分け	受信メールを内容で分類し、担当と緊急度を提案	提案する	間違えてもやり直せる。効果が数字で見える
社内規程の問い合わせ応答	就業規則や経費規程の質問に、該当箇所を示して答える	読む	参照文書が限定できる。総務の割り込みが減る
会議メモの整理	録音の文字起こしから決定事項と宿題を抜き出す	提案する	誰の業務も止めない。効果を実感しやすい

3つに共通しているのは、「間違えても、その場で人が気づける」ことです。最初の1個は、精度より安全性で選んでください。

最初の1個に向かない業務

逆に、最初に手を出さないほうがよい業務も挙げておきます。

• 止まると即座に困る業務。受発注の締切に直結する処理など。試行錯誤の余地がありません
• 社外に直接出ていく文書。見積書や請求書の最終版。誤りが取引先に届きます
• 判断の理由を説明する必要がある業務。採用の合否、与信、人事評価。理由を説明できないと業務が成立しません
• そもそも文書になっていない業務。ベテランの頭の中にしかないものは、AIには渡せません

また、AIエージェントより既存の仕組みのほうが適している場合もあります。入力も手順も完全に固定された単純な転記であれば、RPAや業務システムの標準機能のほうが確実で安価です。判断の余地がない作業にAIを使う必要はありません。この使い分けはRPAとAIの違いで整理しています。

1個目から台帳を作る理由

「1個しかないのに台帳を作るのは大げさでは」と思われるかもしれません。しかし、1個目から作るほうが圧倒的に楽です。

理由は2つあります。1つは、記憶が新しいうちに書けること。10個できてから遡って書くのは、ほぼ不可能です。もう1つは、1個目の台帳が、2個目以降のテンプレートになることです。項目の書き方が揃うので、あとから作る人が迷いません。

モデルケース（試算）｜35名の卸売業

ここまでの内容を、具体的な数字で示します。以下は実在の企業ではなく、当社の想定にもとづくモデルケース（試算）です。実際の削減時間は業務内容によって大きく変わります。

試算の前提条件

• 従業員35名の建材卸売業（営業8名・営業事務3名・経理2名・総務2名・倉庫20名）
• 時給換算は2,500円（社会保険料等を含む会社負担ベース）
• 月20営業日、1日8時間で計算
• 1年間かけて12個のエージェントを作成し、12か月目に棚卸しを実施した想定
• すべて「読む」または「提案する」権限。実行権限は付与していない

12か月で12個に増えた

最初は営業事務課の受注メール整理から始まりました。効果が見えたので、営業課が見積のたたき台を作り、経理が請求書の突合を作り、総務が規程の問い合わせ応答を作りました。作る人が現場に広がった時点で、増える速度が上がります。

9か月目には、営業2課が営業1課の見積エージェントの存在を知らずに、似たものを作っていました。11か月目には、展示会リストの整形用に作ったものが、展示会が終わってから一度も使われていないことが分かりました。

棚卸しで4個を止めた

12か月目に、この記事の基準表で棚卸しを実施しました。結果は、継続8個、統合1個、停止3個です。

番号	用途	月間削減時間	判断
AG-001	受注メールの内容整理	18時間	継続
AG-002	見積書のたたき台作成	12時間	継続
AG-003	仕入先の納期回答の整理	10時間	継続
AG-004	問い合わせメールの一次仕分け	8時間	継続
AG-005	請求書の突合チェック	7時間	継続
AG-006	日報の要約と共有	6時間	継続
AG-007	会議メモの決定事項抽出	5時間	継続
AG-008	社内規程の問い合わせ応答	4時間	継続
AG-009	見積書のたたき台（営業2課版）	3時間	統合（AG-002へ）
AG-010	競合価格の調査メモ	1時間	停止（出典が確認できない）
AG-011	展示会リストの整形	0.5時間	停止（利用0件）
AG-012	SNS投稿文の下書き	0時間	停止（担当者異動で放置）

削減時間の試算表

棚卸し後の状態を金額に換算します。統合したAG-009の3時間は、AG-002に吸収されて残ります。

項目	数値	金額換算
継続8個の月間削減時間	70時間	175,000円
統合分（営業2課）	3時間	7,500円
月間の削減時間合計	73時間	182,500円
停止3個の削減時間	1.5時間	3,750円（切り離し）
台帳更新と棚卸しの工数	月1時間	2,500円
当社の支援費用	初期0円・月額5万円	50,000円

月73時間は、月20営業日で割ると1日あたり約3.7時間です。営業事務1名の労働時間の半分弱に相当します。ただし、これは1年かけて8個が定着した状態の数字であり、初月から出るものではありません。

この試算で見落としやすい点

この試算には、意図的に含めていないものがあります。誠実に書いておきます。

• 作る時間を含めていません。1個あたり平均で4時間から8時間かかっています。12個なら合計で60時間から100時間です
• 止めた3個の作成工数は戻ってきません。およそ15時間から20時間が結果的に無駄になっています
• 削減時間がそのまま人件費削減になるわけではありません。浮いた時間を何に使うかを決めなければ、数字上の削減にとどまります
• 確認の手間が残ります。「提案する」権限のものは人が目視確認するため、業務がゼロになるわけではありません

4点目は特に重要です。国内企業の調査でも、AI導入による効果は「業務が効率化したり迅速化した」が91.6%と最も高い一方、「売上や利益が向上した」は3.9%、「顧客満足度が向上した」は4.5%にとどまっています（出典：IPA「国内企業のDX動向・AI活用動向のポイントを公開」2026年7月16日）。AIエージェントは、探す時間と書く時間を減らす仕組みであって、売上を作る仕組みではありません。そこを取り違えなければ、期待外れになることはありません。

管理する人の決め方

最後に体制の話です。誰が管理するかを決めないまま増やすと、結局は誰も管理しません。

専任者は置かなくてよい

前述のとおり、国内企業でもAIの専任者を置いているのはごく一部です（CAIOは2.9%、CAIO以外の専任者は9.8%）。中小企業が専任者を置く必要はありません。必要なのは、台帳の管理者を1人決めることだけです。

適任は、情報システム担当がいればその人、いなければ総務か経理の中堅社員です。条件は、社内の業務全体をなんとなく把握していることと、月1回30分の時間を確保できることの2つだけです。技術的な知識は必要ありません。台帳の項目が埋まっているかを確認する役割です。

兼任者の作業は月1時間

管理者の作業量を明確にしておきます。月1時間です。内訳は次のとおりです。

• 新規作成分の台帳への追記（1件あたり10分程度、月2件想定で20分）
• 棚卸し（15分）
• 停止判断の連絡と記録（15分）
• 予備（10分）

これ以上増える設計にしないでください。月3時間を超える管理業務は続きません。続かない管理は、ないのと同じです。

経営者が見る2つの数字

経営者が見るべき数字は2つだけです。細かい運用は管理者に任せてください。

1. 稼働しているエージェントの数と、その月間削減時間の合計
2. 直近3か月で止めた数

1つ目が増えていれば、効果は出ています。2つ目がゼロの場合は要注意です。止めた数がゼロということは、棚卸しが機能していないか、そもそも実施されていないかのどちらかです。増える一方の状態は、健全ではありません。

AIに任せない線引き

管理の型を作るときに、あわせて決めておくべきことがあります。どこまでをAIに任せ、どこから人が決めるかです。

人が決め続ける3つの領域

当社が支援する際に、必ず人の領域として残すことをおすすめしているのは次の3つです。

1. お金が動く最終判断。金額の確定、支払いの実行、値引きの決定
2. 人に関する判断。採用、評価、処遇。理由を本人に説明できる必要があります
3. 社外への確定的な意思表示。契約、納期回答、謝罪。取り消しがきかないものです

これらの領域でAIを使ってはいけない、という意味ではありません。下書きや情報整理には使ってよく、最後に人が押すボタンを残すという意味です。この線を曖昧にすると、事故が起きたときに誰も責任を取れない状態になります。

責任者を1人決めて書く

国のガイドラインでも、アカウンタビリティを果たす責任者を各主体で設定することが重要とされています（出典：総務省・経済産業省「AI事業者ガイドライン（第1.2版）」）。台帳の9番（承認者）は、この責任者を業務単位で書く欄です。

「AIが間違えた」は、社外に対しては通用しません。AIエージェントの出力によって生じた結果の責任は、それを使うと決めた会社にあります。だからこそ、誰が承認したのかを台帳に残しておく意味があります。社員のAIとの向き合い方についてはAIリテラシーとはもあわせてご覧ください。

よくある失敗と防ぎ方

最後に、実際に起きやすい失敗を5つ挙げ、それぞれの防ぎ方を書きます。

失敗1｜台帳が更新されない

最初の1か月は書かれますが、3か月目には空欄が増えます。原因は、更新のタイミングが決まっていないことです。

防ぎ方は、「台帳に書かれていないエージェントは、使ってはいけない」というルールを1本だけ立てることです。作るのを禁止するのではなく、台帳への記載を使用開始の条件にします。禁止ルールより、条件ルールのほうが守られます。

失敗2｜権限が広がり続ける

「ここも見られたほうが便利」という積み重ねで、参照範囲が広がります。1回ごとの判断は正しいのに、半年後には全社の共有フォルダが見える状態になっています。

防ぎ方は、棚卸しのときに台帳の「参照するデータ」欄と実際の設定を突き合わせることです。差異があれば止める、と基準表に書いてあるとおりに運用します。この1項目だけでも、範囲の暴走はかなり防げます。

失敗3｜効果を測らずに増える

「便利だから」で増やし続けると、どれが効いているのか分からなくなります。そして、経営者から「結局いくら得したのか」と聞かれたときに答えられません。

防ぎ方は、作る前に、その業務に今かかっている時間を測っておくことです。5営業日分でも構いません。導入前の数字がなければ、削減時間は計算できません。測っていないものは、効果があってもなかったことになります。

失敗4｜作った人しか直せない

属人化です。台帳の「作成者」と「現在の管理者」を分けているのは、これを防ぐためです。

防ぎ方は2つあります。1つは、指示文（プロンプト）を台帳と同じ場所に保存しておくこと。もう1つは、作った人以外がもう1人、中身を見たことがある状態を作ることです。作った翌週に15分、別の人に説明する時間を取るだけで十分です。

失敗5｜止める決定ができない

使われていないと分かっていても、止める決定が出ません。「もしかしたら誰か使っているかも」が理由です。

防ぎ方は、前述の4段階の手順です。予告して、止めて、1か月待って、削除する。いきなり削除しないと決めておけば、止める判断のハードルは大きく下がります。止めるのは元に戻せる行為だ、と全員が理解している状態を作ってください。

よくある質問（FAQ）

Q. 何個くらいから管理が必要ですか？

A. 明確な閾値はありませんが、3個を超えたら台帳を作ることをおすすめします。3個までは記憶で管理できますが、4個目以降は「あれは誰が作ったんだっけ」が始まります。理想を言えば1個目から作るほうが、遡って書く手間がないぶん楽です。

Q. 台帳はツールを買う必要がありますか？

A. 不要です。ExcelやGoogleスプレッドシートの1シートで十分に回ります。30個を超えたあたりから検索性が課題になりますが、中小企業でそこまで増えるケースは多くありません。ツールを買う判断より、置き場所を全社で決めるほうが重要です。

Q. 誰が台帳を管理すべきですか？

A. 情報システム担当がいればその人、いなければ総務か経理の中堅社員です。技術的な知識は不要で、必要なのは社内業務の全体像をなんとなく把握していることと、月1回30分の時間です。国内企業でもAI専任者を置いているのはごく一部（CAIOは2.9%）なので、兼任で問題ありません。

Q. 止めたエージェントは消しますか？

A. 動作は止めますが、台帳の行は消さないでください。停止日と理由を書いて「停止済み」として残します。次に似たものを作ろうとした人にとって、「一度作ったが、こういう理由で止めた」という記録が最も価値のある情報になります。

Q. 権限はどこまで渡してよいですか？

A. 最初はすべて「読む」から始めてください。3か月安定したら「提案する」へ、さらに3か月安定して初めて「実行する」を検討します。ただし、社外への送信や取り消しがきかない処理は、実行権限に上げないことをおすすめします。

Q. 現場が勝手に作るのは止めるべき？

A. 止めないほうがよいと考えています。作る人が現場に広がることは、活用が進んでいる証拠です。ただし「台帳に書いてから使い始める」という条件だけは共有してください。禁止すると、記録に残らない形で作られるようになり、把握不能になります。

Q. 棚卸しはどのくらいの頻度ですか？

A. 月1回15分を基本にしてください。10個までなら1人で足ります。20個を超えたら部署ごとに担当を分けます。頻度を下げると、古い前提のまま動くものに気づくのが遅れます。逆に週1回にすると続きません。

Q. 効果はどう測ればよいですか？

A. 記録するのは3項目だけです。「対象業務」「導入前の月間時間」「導入後の月間時間」。導入前の時間を測っていないと、あとから効果を出せません。5営業日分の実測でも、根拠のある数字になります。

Q. 重複しているか、どう気づきますか？

A. 作る前に台帳を検索する手順を、作成手順の1行目に入れてください。あわせて「部署_業務_バージョン」の命名規則を決めると、似た用途が並んで見えるようになります。重複そのものより、参照している文書が違うことのほうが問題です。

Q. 社内ルールは別に作るべきですか？

A. エージェント台帳は、社内AIルールの一部として位置づけるのが自然です。ルール文書には「台帳に記載してから使用開始する」「参照範囲を変えたら台帳を更新する」の2行を追加すれば足ります。ルール全体の作り方は社内AIルールの作り方をご覧ください。

Q. 作った人が辞めたらどうしますか？

A. 台帳の基準表では、管理者が異動・退職して引き継ぎ先が未定の場合はいったん停止としています。引き継ぎ先が決まってから再開します。日頃の対策としては、指示文を台帳と同じ場所に保存し、作った人以外がもう1人中身を見たことがある状態を作っておくことです。

Q. 最初の1個は何がよいですか？

A. 問い合わせメールの一次仕分け、社内規程の問い合わせ応答、会議メモの整理の3つが候補です。共通点は「間違えてもその場で人が気づける」ことです。受発注の締切に直結する業務や、社外に直接出ていく文書は、最初の1個には向きません。

Q. 支援を頼む場合の費用は？

A. 当社の支援費用は初期費用0円・月額5万円です。台帳の設計、権限の線引き、棚卸しの運用設計、最初の1個の作成まで含みます。まずは無料相談で、いま何個あって何に困っているかをお聞かせください。

まとめ

AIエージェント導入の話は、どうしても「どう作るか」に集中します。しかし、実際に会社を困らせるのは、作れなかったことではなく、作りすぎて把握できなくなったことです。要点を整理します。

• 1個作るのは簡単。難しいのは10個になったときの管理で、そこで問われるのは技術力ではなく記録の有無です
• 台帳12項目を作る前に書く。特に「参照するデータ」「次の見直し時期」「停止条件」の3つが効きます
• 権限は3段階。読む、提案する、実行するの順に、実績を見て上げていきます
• 止める基準を先に決める。利用0件、削減1時間未満、台帳との差異。月1回15分の棚卸しで仕分けます
• 専任者は不要。兼任者が月1時間で回る設計にしてください。それ以上は続きません
• 他社事例は規模を確認する。1,300個作れた会社と、数十名の会社では前提が違います。見込みと実績の区別も落とさないでください

国内企業の状況を見ると、AIエージェントの利用はまだどの部署でも低水準で、管理の体制もこれからという段階です（出典：IPA「DX動向2026」）。生成AIの活用方針を定めている企業も49.7%で、中小企業では約半数が方針を明確に定めていません（出典：総務省「令和7年版 情報通信白書」企業におけるAI利用の現状）。いま管理の型を作っておくことは、そのまま数年後の差になります。

あわせて読みたい記事として、概念の理解にはAIエージェントとは、実際の作り方にはAIエージェントの作り方、参照させる文書の整備には社内ナレッジのAI活用、道具側の設定にはClaudeのプロジェクト機能をご用意しています。セキュリティ面の基礎は中小企業のセキュリティ対策と、IPAの情報セキュリティ10大脅威 2026をご確認ください。