Ops 向け AI エージェントとは、高レベルの目標を受け取り、それを実行時にサブタスクへ分解し、どのツールをどの順番で呼び出すかを自律的に決定し、中間結果が状況を変えたときにはプランを修正するソフトウェアです — 人間が各ステップを指定する必要はありません。Ops の文脈で重要な区別は、製品が LLM を使っているかどうかではなく、システムが自律的に分岐判断を行っているか、それとも人間が分岐ポイントをあらかじめプログラムしているかです。
AI エージェントは、オンデマンドで質問に答えるチャットボットでも、事前定義された固定ステップのシーケンスを実行するワークフローツールでも、記録済みクリックパターンを再生する RPA ボットでもありません。これらはいずれも LLM を組み込むことができますが、条件が変わったときに独立してコースを変更できない限り、エージェントとは呼べません。
なぜ Ops 購買者にとってこの区別が重要か
2025 年から 2026 年にかけて「エージェント型」として販売されているソフトウェアの大半は、実際にはそうではありません。Gartner はこれを「agentwashing」と命名しました。トリガーでメールを下書きしたり、通話を要約したり、CRM フィールドを入力するツールはエージェントではなく、AI によって強化されたワークフローです。それ自体は正当なものであり、多くの場合より信頼性の高い購入対象ですが、マーケティングの表現は実際に何を購入しているかを理解しようとする購買者を誤解させます。
Ops チーム — RevOps、Legal Ops、TA — がこの区別を重視する理由は 2 つあります。まず、エージェントは異なるガバナンスを必要とします。メールの送信、レコードの更新、意思決定のルーティングを自律的に行えるツールには、ワークフローツールにはない監査証跡とロールバック制御が必要です。次に、エージェントは異なる種類の仕事を解放します。単なる既知のパスの実行ではなく、分岐点での判断を必要とするタスクです。
本物のエージェントが行うこと
本物のエージェントは 4 つの動作を示します。
-
目標受付。 フォームではなく自然言語で述べられた目標を受け入れます。「この ICP に一致するアカウントを見つけて資格確認し、上位 20 件のアウトリーチを下書きし、今四半期にクローズする可能性が最も高い 3 件にフラグを立てる」は目標です。新しいリードに対してトリガーされる「エンリッチ → スコアリング → シーケンス」という固定シーケンスは、各ステップが LLM を使用していてもワークフローです。
-
動的なツール選択。 エージェントは、各ステップで学んだ内容に基づいて、どの外部ツール（データプロバイダー、CRM、メール、カレンダー）を呼び出すかを選びます。ファーモグラフィックのエンリッチメントで不完全なデータが返ってきた場合、エージェントは失敗したり暗黙的にスキップしたりするのではなく、2 番目のソースを照会します。
-
実行中のプラン修正。 中間結果が状況を変えたとき — 2 回目のフォローアップが送信される前に見込み客が返信した、契約が非標準の条項を示した — エージェントは元のスクリプトを完了させるのではなく、残りのステップを修正したプランに置き換えます。
-
目標レベルでの成功基準。 エージェントは実行する最終ステップだけでなく、確認する「完了」の定義を持っています。ワークフローは最後のノードが実行されると完了しますが、エージェントは成功条件が満たされるか、解決できない失敗を明示的に示したときに完了します。
Ops の現場でエージェントはどのように使われるか
RevOps — 最も明確な初期ユースケースはアカウントのリサーチと資格確認です。ターゲットアカウントのリストを渡されたエージェントは、プロダクトの利用データ、サードパーティのインテントシグナル、CRM の履歴を独立してクロスリファレンスし、推論付きの優先リストを作成できます — アナリストが各照会を指定することなく。ワークフローとの違い：データプロバイダーに存在しない会社に遭遇したとき、エラーを記録する代わりに対応します。
Legal Ops — 契約レビューエージェントは、契約書を受け取り、フォールバックポジションのプレイブックを適用して、レッドラインを返すことができます。さらに重要なのは、見たことのない非標準条項について、暗黙的に無視したり停止したりするのではなく、法的判断が必要なものとしてフラグを立てられることです。ワークフローツールはルールを適用しますが、エージェントはルールがカバーしないものを表面化します。
Recruiting / TA — ソーシングエージェントは求人票を受け取り、検索クエリを生成し、ソーシングツールを照会し、返ってきたプロフィールを採用基準でスクリーニングし、アウトリーチを下書きできます。あるチャネルでプロフィールが一致しない場合は別のチャネルを試す前に基準を調整します。最終ショートリストにはリクルーターの判断が依然として必要ですが、エージェントは数日分のリサーチを数分に圧縮します。
購買者がベンダーに問うべき診断質問
ベンダーが製品を「AI エージェント」と呼ぶとき、以下の質問が実態を明らかにします。
1. 中間ステップが失敗したり、予期しない出力が返ってきたりした場合はどうなりますか？ 本物のエージェントはフォールバックプランを説明します。ワークフローツールはエラー状態や手動レビューキューを説明します。
2. これまでに見たことのない目標を与えることができますか、それとも最初にプレイブックを設定する必要がありますか？ 本物のエージェントは汎化します。高度なワークフローツールは、設計者が想定したシナリオの範囲内でのみ汎化します。
3. ループの中に人間の承認はどこに位置しますか？ これは失格要件ではありません — 多くの本番エージェントアーキテクチャは意図的に人間のチェックポイントを使用しています。ただし、回答から自律性が実質的なものか見かけ上のものかがわかります。「人間がすべてのアクションを承認する」は通常、AI アシスト付きワークフローであり、エージェントではないことを意味します。
4. 監査ログはどのように見えますか？ エージェントは意思決定ログ — なぜこのツールを呼び出したか？なぜプランを修正したか？ — を生成します。アクションログだけではありません。ワークフローツールはアクションを記録しますが、エージェントは推論を記録するべきです。
5. エージェントが長いパスをたどるときのコストモデルは何ですか？ 自律型エージェントは、複雑な目標ではシンプルな目標よりもはるかに多くの LLM トークンを消費する可能性があります。ベンダーがタスクタイプごとのコスト範囲を提示できない場合、測定していないか、コストのばらつきが既知の問題である可能性があります。
よくある落とし穴
ワークフローが必要なときにエージェントを購入する。 エージェントは予測可能性と引き換えに柔軟性を得ます。すべてのタスクインスタンスが同じステップに従うなら、適切に設定されたワークフローはエージェントよりも速く、安く、監査しやすいです。正しい問いは、タスクが分岐点で有意な変動性を持つかどうかです。持たない場合、エージェントは価値を加えることなくオーバーヘッドを追加します。
ガード： ベンダーのデモの前にタスクをマッピングしてください。すべての意思決定ポイントをリストアップしてください。すべての決定がすでに知っているルールとしてコード化できる場合は、ワークフローツールを購入してください。
ロールバックプランがない。 自律的なアクションをとるエージェント — メールの送信、レコードの更新、システムオブレコードでのアイテムのフラグ付け — にはロールバック機能が必要です。誤設定された ICP に基づいて 400 件のアウトリーチを行ったエージェントは、それらのメッセージを取り消すことはできません。
ガード： 外部システムに触れるすべてのエージェントにドライランモード（エージェントは計画するが実行しない）を要求し、すべての外部アクションをその時点のデータ状態と共に記録するよう求めてください。
ガバナンスの空白。 採用における AI 規制がある管轄区域（NYC LL 144、EU AI Act）で契約エージェントを使用する Legal Ops チームやソーシングエージェントを使用する TA チームは、エージェントが何を行い、なぜそうしたかを正確に把握する必要があります。「AI が決定した」は監査での弁護可能な回答ではありません。
ガード： 規制対象の意思決定に触れるエージェントは、使用したシグナル、適用したルール、人間によるレビューに提出した内容を構造化した意思決定記録として生成し、コンプライアンスチームが照会できる形式で提供するべきです。
関連記事
- GTM engineering — エージェント型システムを構築・管理する Ops の規律
- Claude — カスタム Ops エージェントに最も多く採用されている LLM