AIエージェントの導入事例は、効果の数字だけを見ると選び間違えます。「96%短縮」「76分の1」「71.5%削減」は、それぞれ比べている相手が違うからです。このまとめでは、公式発表で内容を確認できた事例・発表を、数字の条件と発表日つきで並べました。

読み終えると、次の3つが分かります。

  • 自分の仕事に近い事例はどれか（部門別の早見表）
  • 事例の数字が「何と比べた値か」（条件欄つきの表）
  • 導入前に決めておくこと（チェックリスト）

製品の料金と仕様は、公式サイトの記載（2026年10月20日〜23日時点）に基づきます。実際のアカウント登録や利用は行っていません。

迷ったらこれ：用途別のおすすめ3つ

あなたの状況最初に見るもの理由（公式の数字）
顧客からの問い合わせ対応を減らしたい。すでにSalesforceを使っているSalesforce AgentforceTAPPの事例で、問い合わせ2,794件のうち2,522件（約90.3%）を解決。無料のSalesforce Foundationから始められる
Jira・Confluenceでプロジェクトを回しているAtlassian RovoStandard以上のCloudプランに含まれ、別途購入は不要。月25クレジット/ユーザーから使える
セキュリティ監視と初動調査を外部に任せたいSophos MDR（Daybreak）エージェントを使ったケースの平均対応時間が約38分から89秒に。人の判断を残す運用モードを選べる

問い合わせ対応で迷っているなら、Agentforceから検討するのが近道です。理由は、事例に件数まで書かれた解決率（2,522件/2,794件）があり、料金も日本の公式ページに公開されているため、自社の件数に当てはめて費用を見積もりやすいからです。詳しい比較は、問い合わせ対応AI比較が参考になります。

状況別に最初に見るサービス3つの比較図
自社の状況に近い列から、最初に見るサービスが分かる。

最初の5分でやることは、自社の問い合わせを種類別に書き出し、いちばん件数が多く、答えが決まっている種類を1つ選ぶことです。TAPPの事例も、対象はセミナーの日程変更・キャンセル・特典付与といった定型の問い合わせでした。

向かないのは、Salesforceのデータをまだ持たない会社です。その場合は、後述の部門別の早見表で、自社に近い形の事例から探すほうが無駄がありません。

比較表：サービス・できること・料金の目安

サービスできること料金の目安（2026-10-22時点）向く人公式の最新発表
Salesforce Agentforce問い合わせ対応・営業などのエージェントFlex Credits 10万クレジット6万円。標準アクション1回20クレジット、会話単位は1会話240円。ユーザーライセンス月600円Salesforceのデータを持つ会社2026-03-31（TAPP事例）
Atlassian RovoJira・Confluenceの情報をつなぎ、状況の評価や次の一手をまとめるCloudプランに含まれる。Jira・Confluenceは1ユーザー月25/70/150クレジット（Standard/Premium/Enterprise）Jira・Confluenceを使う開発・PMチーム2026-10-06
Sophos MDR + Daybreak脅威の調査と対応の一部を、エージェントとアナリストで処理—監視と初動調査を外部に任せたい会社2026-10-09
StackAI（Asana）コードを書かずに、ウェブ操作・フォーム入力・情報収集の流れを作る—ブラウザ操作の定型作業が多い会社2026-10-09
ServiceNow AI Workflow Factory業務プロセスの特定から、ワークフローの構築、実行、ガバナンスまでをAIエージェントで進める公式発表では記載なしプロセスの洗い出しから構築・管理まで一続きで進めたい会社2026-10-19（日本。米国は10-06）
日東工業×日本IBM（導入事例）設備図面から、分電盤の見積に必要な回路情報・機器情報などを抽出する生成AIアプリ公式発表では記載なし（社内向けアプリの事例）図面を見て見積を作る手作業が多い製造業2026-10-20
JPX×日立（導入事例）取引システムの運用監視で、アラート発生時の初動対応にAIを適用公式発表では記載なし。使用技術は「JP1 Cloud Service 生成AIアシスタント」止められない基幹システムを監視している会社2026-10-20
富士通×ミスミ（導入事例）EC向けの商品情報管理（カテゴリ分類・仕様情報の登録など）を、9つの役割別エージェントで分担公式発表では記載なし。基盤は Fujitsu Data Intelligence PaaSEC・製造業で、商品データの整備に追われている担当者2026-10-22
Uber（ChatGPT Work）調査・資料準備・プレゼン作成・データ分析・複数アプリにまたがる業務を支援公式発表では記載なし（ChatGPT Enterprise内の機能）全社規模で汎用のエージェントを展開したい企業2026-10-22

AgentforceとRovoは、料金が数字で公開されています。Agentforceは日本の公式ページに「1会話240円」「10万クレジット6万円」と書かれているので、自社の問い合わせ件数を掛ければ月の費用の目安が出ます。ServiceNow・日東工業・JPX・富士通×ミスミ・Uberの5件は、料金の記載が公式発表にありません。

AgentforceとRovoの料金の目安の比較図
Agentforceは件数を掛ければ月の費用の目安が出せる。

Salesforceを使っている会社は、Agentforceの料金（1会話240円）を自社の問い合わせ件数に当てはめて試算できる。

Salesforce Agentforce の料金プランを確認する（公式）

問い合わせ対応から始める場合は、Agentforceの料金ページで1会話あたりの単価を見るところから進められます。

選び方：部門と業界から探す

読者は自分の業界か自分の部署から探します。ここで扱う事例を、その2つの軸で引けるようにしました。

部門別に事例と数字を並べた早見図
自分の部署の列を見れば、近い事例と数字がすぐ見つかる。
事例部門業界数字発表日
富士通カスタマーサポート製造・IT平均応答時間71.5%減2025-09-17
富士通マーケティング（コンテンツの修正・レビュー）製造・IT平均作業時間83%減（見込み値）2025-09-17
TAPPカスタマーサポート（セミナー運営）教育・イベント解決率約90.3%2026-03-31
Klarnaカスタマーサポート金融（決済）解決2分未満（従来11分）2024-02-27
損保ジャパンバックオフィス（台帳の転記）金融・保険転記を95%の精度で自動化2024-04-24
富士通×ミスミEC運営（商品情報の登録・管理）製造・EC効果の数字なし（数万点の商品・9エージェント・約2.5か月で実運用）2026-10-22
日東工業営業（図面からの見積）製造（電気設備）効果の数字なし（23拠点・約50名が使える環境）2026-10-20
Sophosセキュリティ運用IT・セキュリティ38分→89秒2026-10-09
JPX×日立システム運用監視金融（取引所）AIの判断精度97%以上（約1,600件のテストでの検証値）2026-10-20
ServiceNow業務プロセス全般・ITIT効果の数字なし（プラットフォーム規模の数字のみ）2026-10-19
Atlassian開発・プロジェクト管理IT公式の数字なし（使用例のみ）2026-10-06
Asana（StackAI）業務自動化（ブラウザ操作）ITコスト76分の1（推定）2026-10-09
Uber全社の知識労働（オペレーション・財務・マーケティング・プロダクトなど）発表に業種の記載なし効果の数字なし（30,000人以上に展開、試験導入は1,000人）2026-10-22

どの行も、公式の発表日が分かる事例です。営業の追客・採用・社内検索・経費精算のように、この表にない部署では、導入前に自社の件数（問い合わせ数、書類の枚数、処理にかかる時間）を先に数えておくと、導入後の効果を測れます。手順は、後述のチェックリストにまとめています。

そもそもAIエージェントとは

AIエージェントは、目標を渡すと自分で手順を考え、道具を使って実行する仕組みです。違いは次の3行で押さえられます。

生成AI・RPA・チャットボットの動き方の違い
名前ではなく、実際の動き方で見分ける。
  • 生成AI（チャットなど）: 聞かれたことに答える。実行まではしない
  • RPA: 決めたルールどおりに動く。想定外には対応できない
  • チャットボット: 想定した質問に定型で答える

エージェントは、この3つの間を埋めるものです。ただし、名前だけエージェントでも中身は従来のチャットボットやRPAという製品があります。Gartnerは、この言い換えを「エージェント・ウォッシング」と呼び、実質的なベンダーは数千社のうち約130社と推定しています（2025年6月25日の発表）。名前ではなく、事例の数字と条件で見分けるのが安全です。

日本の導入状況

導入の広がりを示す数字は、次の3つです。性質が違うので、分けて読んでください。

  • 導入率: Salesforceのブログは、日経BPの調査として、日本企業のAIエージェント導入率を29.7%（全社で導入9.6%、一部の組織で導入20.2%）と紹介しています。調査そのものではなく、Salesforceによる紹介で読んだ数字です。約3割が何らかの形で着手している、という読み方になります
  • 市場規模の予測: ITRの予測（2025年8月21日発表と報じられています）では、国内のAIエージェント基盤市場は2024年度に1.6億円、2029年度に135億円で、年平均成長率は142.8%です。導入した企業の割合ではなく、市場の大きさの予測です
  • 業務判断の予測: Gartnerは、2028年までに日常の業務判断の少なくとも15%がエージェント型AIで自律的に行われると予測しています（2024年は0%、2025年6月25日の発表）

導入率は調査ごとに対象と測り方が違うため、他の調査の数字と並べて比べないでください。

新着の公式事例

この節では、新しく加わった5件（富士通×ミスミ・Uber・ServiceNow・日東工業・JPX）を先に、続けてSophos・Atlassian・Asanaの順に、同じ並びで書いています。5件のうち効果の数字が公式発表にあるのは、JPX×日立のテスト検証値だけです。

新着3件の発表日と数字の比較図
10月19〜20日発表の3件は、効果の数字が出ているかどうかが大きく違う。

富士通×ミスミ：ECの商品情報管理にマルチAIエージェント

何ができるか：富士通が2026年10月22日に発表した、ミスミのEC向け商品情報管理業務へのマルチAIエージェントの導入です。ミスミでは取扱商品の拡大に伴い、商品カテゴリの分類や仕様情報の登録の対象が増え、複数のシステムを確認しながら登録する手作業が多く発生していました。対象は、ECサイトに掲載する数万点の商品の管理業務です。

9つのAIエージェントが役割を分担します。発表で挙がっている役割は、シリーズ名称の生成、カテゴリ候補の提示、仕様情報の抽出、禁則文字の確認、妥当性の評価などです。1つの大きなAIに任せるのではなく、小さな役割に分けて並べる作りです。基盤は Fujitsu Data Intelligence PaaS で、データ活用基盤とAIの実行環境として使われています。

導入の範囲：2026年10月から実運用を始めました。プロジェクト開始から約2.5か月で実業務に適用したと発表されています。開発は、Forward Deployed Engineer（FDE。顧客の現場に入って開発する技術者）がアジャイル開発の手法で進め、現場のフィードバックを継続的に取り込んで改善しています。「約2.5か月」は、FDEが現場に関わる体制での期間です。同じ期間で自社でも導入できるという意味ではありません。将来は、業務プロセスのさらなる自動化を目指すとしています。

数字の条件：発表の数字は、商品数（数万点）、エージェント数（9つ）、導入までの期間（約2.5か月）です。削減率・処理時間・処理件数といった効果の数字は載っていません。

料金：公式発表では記載がありません。

向く人：EC・製造業で、商品のカテゴリ分類や仕様情報の登録に手作業が多く、商品データの整備に追われている担当者です。地味で件数の多い定型業務を、役割ごとに分けて任せる設計は、自社の業務に置き換えて考えられます。向かない人：効果の数字を根拠に費用対効果を試算したい人です。現時点の発表には、その材料がありません。

最新の更新：2026年10月22日、富士通が発表。

Uber：ChatGPT Workを従業員3万人超に展開

何ができるか：OpenAIが2026年10月22日に発表した事例です。Uberは、ChatGPT Enterprise内で従業員の幅広い業務を支援するエージェント「ChatGPT Work」の全社展開を、発表日から始めました。世界各地の従業員30,000人以上が使えるようになります。

支援する業務は、複雑で複数のステップを伴うタスクに取り組み、完成した成果物を出すことです。発表で挙がっている例は、情報の調査、会議用の概要資料の準備、プレゼンテーションの作成、データ分析、複数のアプリにまたがるワークフローの完了です。連携先として、Google Drive、Gmail、Google Calendar、Slackが挙がっています。標準モデルはGPT‑6.1 Solで、音声や画像生成などのマルチモーダル機能も使えます。詳細はChatGPT Workの料金と対象プランの比較を参照。

導入の範囲：従業員1,000人を対象にした初期の試験導入から、対象を広げました。ChatGPT Workは、Uberが全社導入する初の知識労働向けエージェント型プラットフォームです。展開を支えるのは、Uberの社内AIスキルライブラリ、承認済みの連携機能、専用の従業員研修で、対象部門にはオペレーション、財務、マーケティング、プロダクトなどが挙がっています。開発者・ソフトウェアエンジニアリングのチームは、引き続きCodexを使います。

数字の条件：発表の数字は「30,000人以上」と、試験導入の「1,000人」です。この2つは展開の規模で、導入の効果ではありません。削減時間・コスト・成果の数字は載っておらず、両社は展開の進捗に合わせて、利用状況・ユースケース・定量的な成果を今後共有する予定とされています。

料金：公式発表では記載がありません。ChatGPT Enterprise内の機能という位置づけまでが確認できた範囲です。ChatGPT Workのプランは、ChatGPT Workとは？プランと事例で別に整理しています。

向く人：部門をまたいで、調査・資料作成・データ分析といった知識労働を、全社で底上げしたい企業です。1,000人の試験導入から始めた進め方と、研修・承認済みの連携機能をセットで整えた点が参考になります。向かない人：特定の1業務に専用のエージェントを当てたい会社や、効果の数字を先に見て判断したい会社です。後者は、両社が予告している成果の共有を待つほうが確実です。

最新の更新：2026年10月22日、OpenAIが発表。

ServiceNow AI Workflow Factory：業務ワークフローをAIエージェントで作る

何ができるか：ServiceNow Japanが2026年10月19日に国内向けに発表した製品です（米ServiceNowの発表は10月6日）。発表では、次の5つが構成要素として挙がっています。

構成要素役割（発表の記述）
Process Miningビジネスプロセスの特定
Autonomous Engineer と Build Agentワークフローの構築
App Engine安全で大規模な実行
AIコントロールタワーガバナンス（管理）
Action Fabricサードパーティツールの統合

提供時期は、AI Workflow Factoryが「本日より全世界で利用可能」、同時に発表されたAutonomous Engineerソリューションは「リクエストに応じて早期アクセス利用可能」です。人が介入しないコーディングにも触れていますが、機能ごとの詳しい仕様は発表の本文だけでは分かりません。

数字の条件：発表にある数字は「年間1,000億件以上のワークフローがプラットフォーム上で稼働」の1つだけです。これはプラットフォーム全体の規模で、AI Workflow Factoryを導入した会社の効果ではありません。導入企業名と効果の数字は、発表に載っていません。

料金：公式発表では記載がありません。

向く人：業務プロセスの洗い出しから、ワークフローの構築、実行、管理までを一続きで検討したい会社です。発表がこの流れを一つの製品として示しているためです。向かない人：料金や導入効果の数字を先に見て比較したい会社です。現時点の発表にはその材料がないので、公式ページで続報を確認してからの判断になります。

最新の更新：2026年10月19日、日本での発表。

日東工業×日本IBM：設備図面から分電盤の見積情報を抽出

何ができるか：日東工業と日本IBMが2026年10月20日に発表した、生成AIを使ったWebアプリです。設備図面をアップロードすると、マルチモーダル生成AI（文字と画像を一緒に読めるAI）が、分電盤の見積に必要な回路情報・機器情報・特記事項などを抽出します。営業担当者が、AIの抽出結果を確認・補正する仕組みです。全自動で見積が出るものではありません。

導入の範囲：全国23の営業拠点、約50名の営業担当者が使える運用環境を整えました。2026年10月から段階的に実業務での運用を始めます。開発期間は約1年半です。使用技術は、日本IBMの「統合AI基盤」リファレンス・アーキテクチャー、AIエージェント・フレームワーク、「Client Zero」の知見と発表されています。

数字の条件：発表の数字は、拠点数・人数・開発期間です。削減時間や精度といった効果の数字は載っていません。「約1年半」は開発にかかった期間で、効果ではありません。

今後：営業現場のフィードバックを反映して、図面の読み取り精度や操作性を上げ、対応する図面の範囲を広げます。設計・生産・保守など周辺業務への展開も検討している段階です。

料金：社内で使うアプリの事例のため、公式発表に料金の記載はありません。

向く人：図面を見て見積に必要な情報を拾う手作業が多い製造業の会社です。導入の進め方（一部の拠点でなく全国の営業に広げる運用環境を、段階的に実業務へ入れる）が参考になります。向かない人：効果の数字を根拠に費用対効果を試算したい人です。今は数字がないので、判断材料としては足りません。

最新の更新：2026年10月20日、日東工業と日本IBMがそれぞれ発表。

JPX×日立：取引システムの運用監視にAIを適用

何ができるか：日本取引所グループ（JPX）と日立製作所が2026年10月20日に発表した事例です。株式やデリバティブ商品などの取引を担う40以上のシステムの運用監視業務のうち、アラートが発生したときの初動対応にAIを適用します。使うのは「JP1 Cloud Service 生成AIアシスタント」です。2026年10月から本格適用が始まりました。

数字の条件：AIの判断精度は「97%以上」と発表されています。ただし、これは約1,600件のテストケースでの検証値です（検証には1万件以上のインシデント事例を活用）。本番運用で出た実績値ではありません。また、対象は監視業務全体ではなく、アラート発生時の初動対応です。

今後：障害発生時の初動切り分けやエラー対処へ、AIの適用範囲を段階的に広げていくと発表されています。あわせて、人とAIが協働する次世代の運用を目指すとしています。どちらも今後の予定で、今日の機能ではありません。

料金：公式発表に、事例の費用や料金の記載はありません。

向く人：止められない基幹システムの運用監視を担い、アラートへの初動対応を見直したい会社。テストケースの件数と検証に使った事例数が公開されているので、自社でも同じ形で事前に精度を検証する考え方が参考になります。向かない人：本番での削減時間や効果額を知りたい人。発表にはその数字がありません。

最新の更新：2026年10月20日、JPXと日立が発表。

Sophos × OpenAI Daybreak：脅威調査の対応時間

何ができるか：Sophosのセキュリティ運用で、調査エージェントが案件ごとに顧客の状況・検出情報・脅威インテリジェンスを集めます。計画用のモデルが調査計画を組み、推奨対応つきの要約を作って、アナリストの確認に回します。

数字の条件：事例ページの3指標は「89秒」「96%」「52%」です。読むときの注意が3つあります。

  1. 96%は、エージェントを使ったケースの平均対応時間が、従来の約38分から89秒に下がった率です。全ケースの数字ではありません
  2. 同じ事例にあるCTOの発言「専門のSOCの96%を上回る対応速度」は、SOCとの比較で、別の数字です
  3. 52%は「アナリストが調整した範囲内で、MDRケースの52%をAIが最初から最後まで解決した」割合です。期間・件数・残り48%の中身は、事例ページに示されていません

運用モード：MDRは3つから選べます。通知（Sophosが調査・推奨し、顧客が実行）、協働（連携してから実行）、権限委任（Sophosが顧客に代わって直接対応）です。CTOは「エージェントに安心して任せられないことは、すべて人の判断に委ねます」と述べています。人の判断を残す設計の詳細は、AIエージェント暴走対策で、個人レベルでも始められるセーフガードの例を確認できます。

向く人：監視と初動調査を外部に任せたい会社。向かない人：自社の運用チームで調査まで完結させたい会社（外部に任せる前提のサービスのため）。判断の分かれ目は、人の確認を残す範囲を自社で選べることです。通知モードから始めれば、実行は自社の手元に残せます。

最新の更新：2026年10月9日、OpenAIが事例を公開。

Atlassian × OpenAI：Rovo・Jira

何ができるか：OpenAIのモデルがAtlassianのプラットフォームとRovoのエージェントを支えます。公式の使用例は、リリース前のプロダクトマネージャーがRovoに「予定どおり進んでいるか」と聞く場面です。RovoがJiraのチケット、Confluenceの文書、関連する議論をつなぎ、妨げている要因や未達のマイルストーンを示します。Atlassian社内では、3,000人以上の開発者が、ターミナル・IDE・コードレビューでCodexを使っていると発表されています。こちらは利用規模の紹介で、効果の数字は載っていません。

つなぎ方は4つ（公式ガイド）です。

接続内容主な前提
①ChatGPTAtlassian MCP Serverをコネクタとして追加し、OAuthで認証。既存の権限で動く開発者モードが有効なChatGPT TeamまたはEnterprise、管理者承認
②CodexAtlassian MCP Serverに対応。ターミナル向けのTeamwork Graph CLIも使える有料のChatGPTプラン（Plus・Pro・Business・Enterprise）のCodex
③ディープリンクJiraの作業項目からCodexを直接開くJira Cloud、認証済みのCodex
④Rovoのモデル選択ChatGPTのモデルでRovoエージェントを作る。高度な推論か高速な応答かを選べる対象のRovoプランと作成権限

利用できるモデルは「プラン、地域、製品構成によって異なる場合がある」と公式に書かれています。

検討段階の話は現行機能と別です。AIエージェントへの作業割り当て、進捗追跡、意思決定の記録をJiraでしやすくする連携強化は、公式が「検討している」と書く段階です。開発速度へのAIの影響を測れる「可能性」にも触れていますが、今日使える機能ではありません。

料金：Rovoは、Standard・Premium・EnterpriseのCloudプランに含まれ、別途の購入は不要です。Jira・Confluenceは1ユーザー月25/70/150クレジット、Teamwork Collection・Service Collectionは250/700/1,500クレジット。組織で共有し、毎月リセットされます。超過分は1クレジット0.01ドル（1,000クレジット10ドル）です。

向く人：Jira・Confluenceで仕事を回している開発・プロジェクト管理のチーム。すでに契約しているCloudプランの範囲で試せるため、新しい購入の判断が要りません。向かない人：Atlassian製品を使っていない会社。

最新の更新：2026年10月6日、提携拡大の発表。

Asana（StackAI）：ブラウザエージェントのコスト

何ができるか：Asanaが買収したStackAIのブラウザエージェントです。コードを書かずに、ウェブサイトの操作・フォーム入力・情報収集のワークフローを作れます。

数字の条件：OpenAIの事例ページには「76分の1」「5倍」「0.47ドル」が出ています。読むときの注意が3つあります。

  1. 比較元は、他社モデル（公式の呼び名は「モデルB」）を使った当初の本番構成です。OpenAIのモデルに替えただけの効果ではありません
  2. OpenAIのモデル（GPT‑6.1 Sol）単体では、改善前の1.97ドルから改善後の0.47ドルへ、4分の1です。残りは、キャッシュの活用など設計の改善によるものです。入力の89%がキャッシュから供給され、その分の料金は非キャッシュ時の5%になりました
  3. 公式は「推定」「テスト」と明記しています。検証は計144回、課題は公開デモカタログの32冊の書籍から6項目ずつ情報を集める1種類のタスクです。変更はStackAIに反映済みと書かれています

向く人：ブラウザ上の定型作業が多く、コストと速度を設計で詰めたい会社。向かない人：76分の1をそのまま自社の数字として期待する人。条件が違えば数字は変わります。

最新の更新：2026年10月9日、事例の公開。

部門別の事例と、数字の条件

カスタマーサポート、マーケティング、バックオフィス・EC運営・金融、営業・製造、全社の業務支援、セキュリティ・システム運用・開発の順に、数字が何と比べた値かまで並べます。

事例の数字を比較ありと見込み値と比較なしに分けた図
同じ富士通でも、実績と見込み値は並べて読まない。

数字の読み方（まとめ表）

事例数字何と比べたか母数・範囲発表日
Sophos38分→89秒（約96%減）従来プロセスに対し、エージェントを使ったケースの平均ケース数・期間は非公表2026-10-09
SophosMDRケースの52%をAIが解決アナリストが調整した範囲内分母の期間・件数は非公表2026-10-09
Asana76分の1・5倍モデルB上の当初の本番構成144回の検証、32冊のタスク1種類。「推定」「テスト」と明記2026-10-09
JPX×日立AIの判断精度97%以上比較対象なし（テストでの判断精度）約1,600件のテストケース（1万件以上のインシデント事例を活用）。本番の実績値ではない。対象はアラート発生時の初動対応2026-10-20
ServiceNow年間1,000億件以上のワークフローが稼働比較対象なし（プラットフォームの規模）導入効果ではない2026-10-19
日東工業23拠点・約50名・開発約1年半比較対象なし（導入の範囲と開発期間）削減時間や精度の数字は非公表2026-10-20
富士通×ミスミ数万点の商品・9エージェント・導入まで約2.5か月比較対象なし（対象の規模と導入期間）削減率・処理時間・件数は非公表。FDEが関わる体制での期間2026-10-22
Uber30,000人以上に展開（試験導入は1,000人）比較対象なし（展開の規模）導入効果ではない。成果の数字は今後共有予定2026-10-22
富士通平均応答時間71.5%減チャットボットパイロット検証。件数は非公表2025-09-17
富士通コンテンツの修正・レビューの平均作業時間83%減見込み値（実績ではない）Marketing Cloud Nextの導入による見込み2025-09-17
TAPP解決率約90.3%比較対象なし2,522件/2,794件（日程変更・キャンセル・特典付与など）2026-03-31
損保ジャパン95%の精度で自動化比較対象なし（抽出・転記の精度）検証範囲・件数は非公表2024-04-24
Klarna解決2分未満（従来11分）従来の対応稼働1か月の実績2024-02-27

カスタマーサポート

富士通（Salesforce、2025年9月17日発表）：2025年1月のAgentforce導入後、富士通お客様総合センターのパイロット検証で、平均応答時間をチャットボット比で71.5%削減しました。2025年1月20日の発表には、既存のEinstein Botとの比較試験で「8回のやり取りが必要だったのに対し、Agentforceでは1回で解決した」という例も載っています。なお、同じ発表の中の「月間問い合わせの約15%をAIエージェントが対応できる体制を目指す」は目標で、実績ではありません。富士通の公式発表の比較対象はチャットボットで、有人対応との比較は公表されていません。

TAPP（Salesforce、2026年3月31日発表）：Agentforceで問い合わせ解決率は約90.3%（2,522件/2,794件）。月間約100件の問い合わせを削減し、「月間来場者60件の確保」（全体の約3%）にもつながったとされています。見込み顧客が年約41%増える中で、問い合わせ率を年約2.7%下げました。

Klarna（自社発表、2024年2月27日）：AIアシスタントは稼働1か月で230万件の会話を処理し、カスタマーサービスのチャットの3分の2を担当しました。解決は2分未満（従来11分）、再問い合わせは25%減です。

マーケティング

富士通（Salesforce、2025年9月17日発表）：同じ発表に、コンテンツの修正・レビューの平均作業時間を83%削減できるという数字があります。Marketing Cloud Nextの導入による見込み値で、実績ではありません。上のカスタマーサポートの71.5%（パイロット検証の結果）とは性質が違う数字なので、並べて「富士通は両方で大きく減らした」と読まないでください。

バックオフィス・EC運営・金融

損保ジャパン（AI inside、2024年4月24日発表）：顧客企業の固定資産台帳から必要な情報だけを抽出して転記する業務を、95%の精度で自動化しました。精度の測り方の詳細は書かれていません。

ミスミ（富士通、2026年10月22日発表）：ECサイトに掲載する数万点の商品の商品情報管理に、9つの役割別エージェントを導入し、2026年10月から実運用に入りました。台帳の転記と同じく、件数が多くて手作業になりがちな登録業務ですが、こちらは効果の数字がまだ公表されていません。上の「新着の公式事例」に条件を載せています。

営業・製造

日東工業（日本IBM支援、2026年10月20日発表）：設備図面から分電盤の見積に必要な情報を抽出する生成AIアプリを、全国23の営業拠点・約50名の営業担当者が使える環境で、2026年10月から段階的に実業務へ入れます。営業担当者が確認・補正する前提で、効果の数字はまだ公表されていません。上の「新着の公式事例」に条件を載せています。

全社の業務支援

Uber（OpenAI、2026年10月22日発表）：従業員30,000人以上にChatGPT Workを展開します。部門を限らず、調査・資料準備・プレゼン作成・データ分析・複数アプリにまたがる業務を支援する汎用のエージェントで、特定の1業務に専用のエージェントを当てる上のミスミや日東工業の例とは性質が違います。効果の数字は今後の共有待ちです。

セキュリティ・システム運用・開発

Sophosの調査対応（38分→89秒、MDRケースの52%）、JPX×日立の取引システムの運用監視（初動対応の判断精度97%以上はテストでの検証値）、ServiceNowのワークフロー構築、Atlassianの開発・プロジェクト管理の使用例は、上の「新着の公式事例」に条件つきで載せています。

問い合わせ対応の製品同士を比べたい場合は、問い合わせ対応AI比較が参考になります。経理まわりは経理AIツールまとめに分けて整理しています。受注入力の自動化を知りたい場合はニッスイのAI-OCR導入事例があります。

用途別の使い方の具体

載せた事例を用途で並べ直すと、AIエージェントの仕事は次の形に集まります。

用途別にAIがやることと人が残すことの対比
どの用途でも、人が判断を残す場所がある。
用途AIエージェントがやること人が残すこと近い事例
問い合わせ対応履歴や資料を参照して定型の質問に答える例外とクレームの対応富士通・TAPP・Klarna
転記・入力台帳などから必要な情報を抜いて入力する精度の確認損保ジャパン
商品情報の登録・管理カテゴリの候補提示、仕様情報の抽出、禁則文字の確認などを役割別に分担する発表に記載なし（妥当性の評価も専用のエージェントが担当）富士通×ミスミ
図面・書類からの情報抽出設備図面から見積に必要な情報を抜き出す抽出結果の確認と補正（営業担当者）日東工業
全社の知識労働の支援調査・資料準備・プレゼン作成・データ分析を支援する発表に記載なし（承認済みの連携機能と従業員研修を整えて展開）Uber（ChatGPT Work）
セキュリティ監視調査と推奨対応の要約を作る実行の承認（運用モードで選ぶ）Sophos
システム運用監視アラート発生時の初動対応を支援する初動以降の判断（適用範囲は段階的に拡大予定）JPX×日立
ワークフローの構築プロセスの特定から、ワークフローの構築・実行を進めるガバナンス（管理）の設計ServiceNow
開発・プロジェクト管理チケットや文書をつなぎ、進み具合を評価する変更の承認Atlassian（Rovo・Jira）
ブラウザ操作の定型作業ウェブ操作・フォーム入力・情報収集を実行するコストと精度の検証Asana（StackAI）

載せた事例のうち、人の判断を残す設計が公式に書かれているのは、Sophosの運用モード（通知・協働・権限委任）、AtlassianのChatGPT連携（変更は人が管理）、日東工業の見積抽出（営業担当者が確認・補正）です。

中小企業の始め方

始め方のヒントは、TAPPの事例から読み取れます。

定型の問い合わせから費用試算までの流れ
定型の問い合わせに絞り、公式の単価で費用を見積もる。

TAPPの例は、対象をセミナーの日程変更・キャンセル・特典付与といった定型の問い合わせに置いたことです。解決率の分母が2,794件と公開されているので、自社の問い合わせ件数に当てはめて「何件が定型か」を見積もれます。

費用の見積もりも、Agentforceなら公式の価格で始められます。会話単位で払う場合は1会話240円なので、仮に月に1,000会話をAIが受けるなら、計算上は24万円です。Flex Creditsを使う場合は、10万クレジット6万円で、標準アクションが1回20クレジット（計算上12円）です。この試算は公式の単価を掛けただけで、実際の請求は契約内容と使い方で変わります。

無料のSalesforce Foundationがあるので、費用をかける前に、データの置き場所を整える段階から始められます。

もう一つの始め方のヒントは、JPX×日立の検証の進め方です。約1,600件のテストケースで判断精度を確かめてから本格適用に進み、適用範囲も初動対応から段階的に広げていく予定です。自社でも、本番に入れる前に、過去の事例で精度を確かめる手順を置けます。

Uberの進め方も、規模の小さい会社に応用できます。いきなり全社に配らず、1,000人の試験導入から対象を広げ、研修と承認済みの連携機能を先に整えています。自社なら、1部署で試してから広げる形になります。

うまくいかなかった事例と、数字の読み方

成功事例だけを見ると、条件を見落とします。失敗の裏返しが、成功の条件です。

Gartnerが挙げるプロジェクト中止の3つの理由
失敗の理由を裏返すと、成功の条件になる。

Gartnerの予測（2025年6月25日）：エージェント型AIプロジェクトの40%超が、2027年末までに中止されます。理由は、コストの高騰、ビジネス価値の不明確さ、リスク管理の不備です。2025年1月の3,412人のウェビナー参加者への調査では、大規模投資が19%、慎重な投資が42%、投資なしが8%、様子見または不明が31%でした。

Klarnaの見直し：Bloombergの報道として、CEOが「コストが評価要因として優勢すぎた結果、品質が低下した」と述べ、人間の担当者の採用を再開したと報じられています（2025年5月ごろ）。

ここから言えるのは、次の3点です。

  • コストだけで判断すると、品質で失敗する
  • 価値（何件を何分で解決するか）を先に決める。Gartnerは「ビジネス価値の不明確さ」を中止の理由に挙げている
  • 人の判断に渡す条件を決めておく（Sophosの運用モードが良い例）

導入前チェックリスト

導入前チェックリストの6ステップ
上から順に確認すれば、導入前の抜けが減る。
  1. 目的と業務を1つに絞る：最初から全社に広げず、件数が多く答えが決まっている業務を選ぶ
  2. 価値を数字で決める：何件を、何分で、いくらで。Gartnerが指摘する「ビジネス価値の不明確さ」を避ける
  3. エージェントが参照するデータを整える：古い資料や権限の混在があると、答えがぶれる
  4. 人の最終判断を残す範囲を決める：Sophosの3つの運用モードのように、任せる範囲を選べる製品を選ぶ
  5. やってはいけない操作を決める：破壊的な影響がありうる操作は、人の監督を必須にする
  6. 小さく試して広げる：数字の条件を、自社の件数で測り直す

次の一歩

今日やるなら、自社の問い合わせを種類別に書き出し、いちばん定型の1種類について、Agentforceの料金ページで1会話あたりの費用を試算するところまでです。TAPPは約90.3%（2,522件/2,794件）という定型の問い合わせで解決率を出しており、同じ形で自社の分母を数えれば、導入前に費用対効果の見当がつきます。

今日やることと、試算に使う2つの公式の数字
自社の分母を数えれば、導入前に費用対効果の見当がつく。

Salesforceを使っている会社は、Agentforceの料金（1会話240円）を自社の問い合わせ件数に当てはめて試算できる。

Salesforce Agentforce の料金プランを確認する（公式）

もっと詳しく

更新履歴

日付内容
2026-10-23富士通×ミスミのECの商品情報管理へのマルチAIエージェント導入（10/22）、UberのChatGPT Work全社展開（10/22）を追加。比較表・部門別の早見表・数字の読み方の表・用途別の表にも行を追加
2026-10-22ServiceNow AI Workflow Factory（10/19・日本での発表）、日東工業×日本IBMの設備図面からの見積情報抽出（10/20）、JPX×日立の取引システム運用監視へのAI適用（10/20）を追加。比較表・部門別の早見表・数字の読み方の表にも行を追加
2026-10-20初版。Sophos × OpenAI Daybreak（10/9）、Atlassian × OpenAI（10/6）、Asana（10/9）、Agentforceの料金を掲載。部門別の事例と導入状況の数字を追加

出典