AIエージェントとは？発注者が知るべき仕組み・費用・見積の要点

AIエージェントとは、与えられた目標に応じて次の作業を選び、外部のデータやツールを使いながら複数工程を進める仕組みです。質問に文章で答えるだけでなく、検索、分類、下書き、システムへの登録などを一つの業務フローとして扱える点に特徴があります。

ただし、「人の代わりに何でも自律的に働くソフト」と考えて発注すると危険です。実務で重要なのは、AIの賢さよりも、対象業務、接続先、人が承認する地点、失敗時の戻し方を決めることです。この記事では、AIエージェントの発注で何を決め、見積のどこを見るべきかを、AI Expertでの構築実務をもとに解説します。

AIエージェントはチャットボットと何が違うのか

チャットボットは主に質問への回答を返す仕組みで、AIエージェントは回答の前後にある作業まで実行対象にできる仕組みです。ただし製品名や提案書での呼び方は統一されていないため、名称ではなく実際の処理範囲を確認してください。

たとえば社内問い合わせなら、回答文を作るだけならチャットボットに近い設計です。問い合わせ内容を分類し、社内資料を検索し、回答案を作り、担当者の承認後に記録を残すところまで扱えば、エージェント型の業務フローになります。

仕組みは大きく、指示を理解して文章や判断案を作る生成AI、参照する社内データ、メールや業務システムなどの外部ツール、実行順序と条件を定めるルール、人の承認画面から成ります。発注者が見るべきなのは、モデル名だけではありません。どのデータを読み、何を実行でき、誰が止められるかが設計の中心です。

AIエージェントに向いている業務は何か

向いているのは、入力と出口がある程度決まっており、途中に文章の理解・分類・下書きが含まれる反復業務です。すべてを無人化できる業務より、AIが準備し、人が判断する業務のほうが現実的な入口になります。

具体的には、受信内容の仕分け、資料からの情報抽出、社内文書を参照した回答案、報告書の下書き、複数情報の整理などです。AI Expertが扱う案件も、業務自動化、AIエージェントやチャットボットの構築、ロードマップ策定やPoC推進に分かれます。

一方、目的が曖昧な仕事、正解を社内で説明できない仕事、例外が多すぎる仕事は、そのままでは発注に向きません。「営業を自動化したい」では広すぎます。「問い合わせ内容を分類し、過去資料を参照して返信案を作り、担当者の承認待ちにする」のように、開始条件と完了条件を言葉にすると設計可能性を判断しやすくなります。

自社で作る場合の手順（任せる業務の決め方・3つの作り方・費用・失敗例）は、AIエージェントの作り方｜非エンジニアの5ステップ・費用・失敗例にまとめています。

発注前に何を決めればよいのか

発注前に決めるべきなのは、対象業務の開始点、終了点、利用データ、連携先、人の承認点、例外時の担当者です。この情報がなければ、同じ「AIエージェント構築」でも各社が別のものを見積もるため、金額を比較できません。

最低限、次の内容を一枚にまとめます。

• 誰が、どのタイミングで業務を始めるか
• AIに渡す入力と、期待する出力は何か
• 参照させる文書やデータはどこにあるか
• 接続するメール、表計算、社内システムは何か
• AIが自動実行してよい範囲はどこまでか
• 誰がどの画面で確認し、承認するか
• 判断できない場合、誰へ戻すか
• 実行結果と変更履歴をどこに残すか

完成した仕様書である必要はありません。現行業務の流れと困りごとが見えれば、支援会社は調査、試作、本番化の境界を提案できます。業務自体が整理できていない場合は、いきなり開発を頼むより、AI導入の進め方に沿って対象業務を絞るほうが安全です。

人の承認はどこに置くべきか

人の承認は、外部送信、金銭や契約への影響、顧客・従業員データの更新、取り消しにくい操作の前に置くのが基本です。AIに任せる範囲と、人が責任を持つ範囲を画面と権限で分けます。

AI Expertでは、自社の営業関連業務をAIエージェントで動かす際も、AIが候補の整理や文面・資料の下書きを担い、人が送付前に確認する設計を採っています。これは「完全自動」を見せるためではなく、誤った対象や不適切な内容を外へ出さないためです。AIが量と下準備を担い、人が外部への実行を握るという分担は、他の業務にも応用できます。

承認を増やしすぎると、かえって操作が煩雑になります。反対に、承認をなくすと事故の影響範囲が広がります。発注時には、操作ごとの影響度、取り消し可能性、誤りを発見できるタイミングを並べ、必要な地点だけに承認を置く設計を依頼してください。

費用は何によって変わるのか

AIエージェントの費用は、見た目の画面よりも、業務工程の数、外部連携、データ整備、例外処理、権限・監査、運用保守の範囲で変わります。そのため「エージェント一式」の総額だけでなく、見積の前提と除外事項を比較する必要があります。

特に費用差が出やすいのは、既存システムに接続するための調査、社内文書の整理、利用者ごとの権限、失敗時の再実行、ログの保存、生成AIや外部サービスの利用料、公開後の監視と改修です。簡単な画面が動いても、本番運用に必要な部分が見積外なら、追加費用が後から発生します。

なお、AI Expertの編集方針では価格改定時の混乱を避けるため、具体的な開発費は費用専用記事に集約しています。現在の相場レンジや診断から始める場合の価格は、AI受託開発の費用相場で確認してください。AIエージェントに絞った費用の内訳は、AIエージェント費用の相場｜3タイプの価格と見落としがちなコストにタイプ別で整理しています。本記事では、発注時に価格の内訳を判断する基準に絞ります。

見積書では何を確認すべきか

見積書では、要件整理、試作、本番実装、テスト、公開、保守が分かれているかを確認します。納品物だけでなく、誰が何を用意し、どの状態をもって完了とするかまで書かれている見積が比較しやすい見積です。

確認したい項目は次のとおりです。

「精度が高い」という表現だけでは受入基準になりません。自社のサンプルで、どの結果なら使えるか、誤りを誰が見つけるかを合意します。また、試作で動いたデモをそのまま本番利用できるとは限りません。認証、権限、ログ、監視が別工程なら、その範囲を契約前に確認します。

失敗しにくい発注の進め方は何か

失敗しにくい進め方は、一つの業務を選び、現行工程を整理し、試作で成立条件を確かめてから本番化することです。最初から複数部署や全工程をまとめると、例外と利害関係者が増え、何が原因で止まったのか分かりにくくなります。

試作では、AIが期待どおり答えるかだけでなく、必要データを取得できるか、担当者が承認しやすいか、例外を安全に人へ戻せるかを見ます。本番化では、権限、ログ、監視、障害対応、利用料の管理を追加します。運用開始後は、誤りの種類や現場からの修正をもとにルールを更新します。

発注先には、最初の提案と同時に「今は作らない範囲」も示してもらいましょう。範囲外が明確なら、追加要望が出たときも、仕様変更なのか当初契約内なのかを判断できます。

受けなくていい人・この記事に含まれないこと

業務がまだ言語化できず、生成AIを自分たちで試してもいない場合は、AIエージェント開発を急いで発注する必要はありません。また、AIに判断責任まで移したい場合や、現場の確認担当者を置けない場合も、今は適した段階ではありません。

この記事には、特定製品の比較、個別企業の見積査定、法務・セキュリティの適合保証、完成後の精度保証は含まれません。AIの出力は誤る可能性があり、扱う情報や業界によって必要な確認も変わります。個人情報、契約、会計、採用などに関わる場合は、社内の責任者や必要な専門家を交えて判断してください。

また、試作だけ欲しいのか、社内で運用できる状態まで必要なのかでも、適切な契約は変わります。発注後に任せきりにするのではなく、業務を知る担当者が受入確認と改善に参加できることが前提です。

発注相談では何を持っていけばよいのか

相談時には、現行業務の流れ、入力と出力のサンプル、利用中のシステム、困っている例外、承認者を持っていけば十分です。機密情報そのものを最初から渡す必要はなく、伏せ字やダミーデータでも業務構造は確認できます。

AIエージェントが必要か、通常の自動化やチャットボットで足りるか分からない段階でも構いません。対象業務と安全な最小範囲を整理したい場合は、無料相談で発注前の論点から確認できます。

本記事は2026年8月時点の情報です。