AI Agent成熟度モデル：導入のCrawl、Walk、Runの3段階
Turn this article into takeaways for your work.
Each assistant summarizes the article only for you and suggests best practices for your work.
AI agent成熟度モデルは、組織のagent導入を3つの段階に分類します。crawlは、1つの監督付きagentがコンセプトを実証する段階。walkは、ガバナンスされた複数のagentが複数のチームにまたがって稼働する段階。runは、agentが協調するfleetとして動き、実際の事業運営に組み込まれている段階です。多くの企業は、3つのうちどの段階なのかを言わないまま「AI agentを使っています」と説明します。そして、その曖昧さこそが、agentプロジェクトが予算を獲得しながら、静かに停滞する原因になります。このモデルは、各段階の実際のシグナルを示します。スライドに書かれている位置ではなく、自社が実際にどこにいるのかを言い当てられるようになります。
問うべきは導入ではなく成熟度である理由
導入が問うのは、そもそもagentを使っているかどうかです。成熟度が問うのは、その活用が実際にどこまで進んでいるかであり、この2つの問いの間には非常に大きな隔たりがあります。McKinseyのState of AI 2025調査では、少なくとも1つの事業機能でAIを導入している組織が88%、とりわけagentic AIの道筋のどこかにいる組織が62%でした。内訳は、事業のどこかでagentを拡大している組織が23%、実験している組織が39%です。しかし、個々の事業機能の内側では、agentが真に拡大された状態で稼働している組織は、多くてもおよそ10%にとどまることをMcKinseyは確認しています。この見出しの導入率の大半は、組織図のAIのスライドが示唆するrunではなく、いまだcrawlか、せいぜいwalkの初期です。市場全体の導入状況は2026年のAgentic AIで取り上げています。このページで扱うのは、「どこかでagentを使っている」段階を超えたとき、各段階を実際に分けるものは何かです。
Crawl、第1段階：1つのagent、厳重な監督
crawlは、1つのチームが所有する、範囲の狭い単一のagentです。仕事が斬新ではなく定型的なため、多くはノーコードのプラットフォームで構築されます。AI Reply AgentやAI Meeting Scheduler Agentのようなものが典型的な最初の構築です。範囲が限定され、ルールが明確で、間違えても影響が小さいものです。人間によるレビューがほぼすべてのアクションのすぐそばにあり、この段階での成功は「コストを削減できたか」ではなく、「動いたか。そして、後で適用範囲を広げられるだけの信頼と監査証跡を築けたか」です。AI agentを使うべきときの準備チェックリストと、AI agentの本番デプロイのシャドウモードによる段階的な展開は、どちらもcrawlの内側にあり、ちょうど1つのagentに適用されます。成熟度は、その下を流れるより遅い時計です。そのランプを何回経験し、毎回の経験から何を残したかを示します。
Deloitteの2026 State of AI in the Enterprise調査では、市場の大半がまさにここにいることが分かります。30%の組織はいまだagentic AIを検討中で、38%はパイロット中です。そして35%は、正式なagentic AI戦略がそもそもないと回答しています。もし自社がここにいるなら、遅れているわけではありません。ベンダーの売り文句が何を示唆していようと、市場の大半が実際にいる場所にいるだけです。
Walk、第2段階：ガバナンスされ、再現可能で、部門横断
walkは、数だけでなく種類が異なります。「5つのcrawl段階のパイロットが同時に動いている」状態ではありません。通常3つから8つ程度のagentが2つ以上の部門にまたがって稼働し、責任者が明確なガバナンスオーナーがいて、新しい構築のたびにゼロから作り直すのではなく、ガードレールのパターンが再利用されている状態です。AI agentの種類は、ここで理論上だけでなく実践上も意味を持ち始めます。walk段階のチームは、最初のagentがたまたま使っていたものをそのまま採用するのではなく、仕事ごとに自律性のレベルとアーキテクチャを意図的に選ぶからです。コストの規律もここで表れます。AI agentのコスト最適化にあるキャッシュ、ルーティング、予算の各手段は、最適化されていないagentが実際に請求額に表れるほどagentの数が増えた時点で、任意ではなくなります。
ただし、walkの最も明確なシグナルは計測です。crawl段階のチームは「役に立っているようだ」で済ませられます。walk段階のチームには、ベースラインがあり、第4週から主要指標を追跡し、実際の数字を示せます。これがAI agentのROIで扱う規律です。Deloitteのデータでは、walkの初期に最も近い「導入可能なソリューションがある」段階にいる組織は約14%で、crawlで検討中またはパイロット中の68%より大幅に少なくなっています。
Run、第3段階：fleet、オーケストレーション、組み込み
runは、agentが個別のプロジェクトの集まりではなく、組織が計画の前提とするキャパシティの層になる段階です。マルチエージェントシステムが一般的になるのはここです。オーケストレーションが高度に聞こえるからではありません。十分な数の、それぞれ明確で、よくガバナンスされたagentがすでに存在するため、それらを連鎖させるほうが、1つの幅広いagentをゼロから作るより実際に優れるからです。たとえば、リードスコアリングagentがリードルーティングagentに引き継ぎ、それがフォローアップagentに引き継ぐ、といった形です。オーナーシップは通常、AI Center of Excellenceのような構造に正式化され、ガバナンスは、新しいagentごとに後付けされるチェックリストではなくなり、アーキテクチャそのものになります。新しいagentの仕様を決める最初の日から、その仕組みの中に組み込まれるのです。また、runは、agentic workforceが、戦略メモの中の願望的な言葉ではなく、組織の実際の働き方を表す言葉になる段階でもあります。
Gartnerの2025年6月の予測は、上限がどのあたりにあるかを示しています。2028年までに、日常業務の意思決定の15%がagentic AIによって自律的に行われるようになります(2024年は0%)。また、2028年までに、企業向けソフトウェアアプリケーションの33%がagentic AIを搭載します(2024年は1%未満)。run段階の組織は、今日実際にその上限を目指して進んでいる組織です。それでも、数はまだ少数です。Deloitteによると、現在agentic AIを本番稼働させている組織はわずか11%ですが、74%が2027年までにagentを少なくとも中程度に活用すると見込み、23%が広範に活用し、5%はagentを運営の中核に完全に組み込まれた存在と位置付けると予想しています。軌道は速く、現時点でrunにいる母数は小さいということです。
自己診断：実際にどの段階にいるのか
以下の5つの観点を、実践的なチェックとして使ってください。ほかの観点が進んで見えても、最も弱い観点が、実際の成熟度の段階を決めるのが通常です。
| 観点 | Crawl | Walk | Run |
|---|---|---|---|
| オーナーシップ | 1つのチーム。多くは非公式 | agentごとに明確な責任者がいて、共通の基準がある | 中央の組織(CoEまたは同等のもの)と、現場に組み込まれたオーナー |
| ガバナンス | その場しのぎ。ほぼすべてを人間が承認する | agent間で再利用されるガードレールと承認のパターン | ガバナンスがアーキテクチャそのもの。新しいagentの仕様決定に組み込まれている |
| 計測 | 「動いたか」だけが問われる | 実際のベースラインがあり、第4週から主要指標を追跡している | ROIをagent単位ではなくポートフォリオとして追跡している |
| アーキテクチャ | 単一のagent、単一のツールセット | 複数の単一agent、一部は共通のインフラ | 仕事が本当に必要とするところでマルチエージェントのオーケストレーションを使う |
| スコープ | 範囲の狭い、再現可能な1つのタスク | 2つ以上の部門にまたがる複数のタスク | 脇に取り付けるのではなく、中核のワークフローにagentが組み込まれている |
5つの観点すべてで、自分に都合のよい1つだけでなく、正直にスコアを付けてください。runの水準のアーキテクチャを持ちながら、ガバナンスがcrawlの水準のチームは、runにはいません。可動部分が増え、リスクへの露出も増えたcrawlにいるのです。
段階を飛ばしてしまう失敗
最もよくある失敗は、crawlに長くとどまりすぎることではありません(それも起こりますが)。crawlから一気にrunへ飛ぶことです。walk段階の基本、つまり明確なガバナンスオーナー、再利用されるガードレール、現実的なコストモデルが、組織のどこにも存在しないうちに、マルチエージェントシステムを立ち上げたり、agentに広範な自律性を与えたりすることです。マルチエージェントシステムは、agentを増やせば調整の接点も増え、その調整の接点にこそガバナンスの穴が隠れる、と明記しています。Gartnerは、2027年末までにagentic AIプロジェクトの40%超が中止されると予測し、コストの増大、不明確なビジネス価値、不十分なリスク管理を主因に挙げています。この3つはいずれも、段階を一つずつ積み上げずに飛ばしたプロジェクトに偏って現れます。
もう一方の、より目立たない失敗は逆方向です。crawlに居続けることです。2つ目のagentが生まれず、明確な責任者も置かれず、「動いたか」を超えて計測されることもない、単独の監督付きパイロットは、実際にはリスクを下げていません。本当の意思決定を先送りしているだけです。パイロットが2四半期続いているのに、完了したタスクあたりのコストを誰も答えられないなら、慎重だったのではありません。停滞しているのです。まさにこの計測のギャップと、誰も作らなかったビジネスケースの不在によって、停滞したパイロットが静かに予算を打ち切られる前にそれを埋める方法は、AI agentのROIで取り上げています。
Key Facts
- McKinseyのState of AI 2025調査では、88%の組織がどこかでAIを導入し、62%がagentic AIの道筋にいる(23%が拡大中、39%が実験中)ものの、真に拡大された状態にある組織が約10%を超える事業機能は1つもありませんでした。
- Deloitteの2026 State of AI in the Enterprise調査では、30%の組織がagentic AIを検討中、38%がパイロット中、14%が導入可能なソリューションを保有、本番稼働しているのはわずか11%で、35%は正式なagentic戦略がないと回答しました。
- 2027年までに、74%の組織がagentを少なくとも中程度に活用すると見込み、23%が広範に活用し、5%がagentを運営の中核に完全に組み込まれた存在と位置付けると予想していることをDeloitteは確認しました。
- Gartnerは、2028年までに日常業務の意思決定の15%がagentic AIによって自律的に行われ(2024年は0%)、企業向けソフトウェアアプリケーションの33%がagentic AIを搭載する(2024年は1%未満)と予測しています。
- Gartnerは別途、コスト、不明確な価値、弱いリスク管理を理由に、agentic AIプロジェクトの40%超が2027年までに中止されると予測しており、そのリスクはwalk段階をまるごと飛ばしたプロジェクトに集中しています。
AI Agent成熟度モデルに関するよくある質問
AI agent成熟度の3つの段階とは何ですか。
crawl(1つのチームで、監督付きの1つのagentがコンセプトを実証する段階)、walk(明確なオーナーと再利用されるガードレールを備えた、ガバナンスされた複数のagentが複数の部門にまたがって稼働する段階)、run(多くの場合マルチエージェントのオーケストレーションを含む、協調するagentのfleetが中核のワークフローに組み込まれ、ポートフォリオ単位でROIを追跡している段階)です。導入率の数字が何を示していようと、現在のほとんどの組織はcrawlか、walkの初期にいます。
成熟度モデルは、単一agentの展開段階とどう違いますか。
agentを本番にデプロイする際の、シャドウモード、限定トラフィック、全面展開というプロセスは、新しいagentを構築するたびに、crawl段階の内側で行われるものです。成熟度モデルは、より遅い、組織レベルの時計です。そのプロセスを何回実行したか、各回からどんなガバナンスと計測の規律を残したか、そしてその規律が現在どれだけのチームとagentをカバーしているかを示します。
単にagentが増えたcrawlではなく、本当にwalkにいるかどうかは、どう見分けますか。
agentの数ではなく、オーナーの数を数えてください。agentが5つあっても、共通のガードレールのパターンも、明確なガバナンスオーナーも、それらを横断してROIを測る一貫した方法もないなら、あるのはwalk段階のプログラムではなく、並行して動く5つのcrawl段階のパイロットです。walkとは、2つ目、3つ目、4つ目のagentが、最初のagentから学んだことのおかげで、測定可能なほど速く、安全に構築できるようになった状態を指します。
段階の間を急いで進むことの最大のリスクは何ですか。
walkを丸ごと飛ばして、単一のパイロットからマルチエージェントのオーケストレーションや広範な自律性へ飛ぶことです。それは、単一のagentが抱えるリスクの上に、さらに調整の接点を加えます。walkが確立するはずのガバナンスオーナー、ガードレールのパターン、計測の規律がなければ、その増えた接点こそが、Gartnerが予測するプロジェクト中止率40%超が集中する場所です。
「run」段階には、「walk」にない何が必要ですか。
単にagentが増えるだけでなく、構造的な変化です。runは通常、AI Center of Excellenceのような専任のオーナーシップ体制、仕事が本当に必要とするところでのマルチエージェントのオーケストレーション、そしてagentを個別のプロジェクトの集まりではなく、キャパシティを計画する人材層として扱うことを意味します。Deloitteの調査は、数年以内に過半数が少なくとも中程度までは到達すると見込んでいるにもかかわらず、現時点でそこにいる組織は10社に1社に満たないことを示唆しています。
次に読むもの
crawl、walk、runは、自社が実際にどこにいるのかを踏まえて行動して初めて、有用なラベルになります。まだcrawlにいるなら、AI agentを使うべきときとAI agentの構築方法が次に読むのに適しています。walkやrunへ進もうとしているなら、AI agentのROIがその段階に必要な計測の規律を扱い、agentic workforceは、agentがプロジェクトというより、計画の前提とする人材層になったときのrunの姿を扱います。最初の、crawl段階のagentに合うツールについては、自動化ツールの比較とベストなノーコード自動化ツールのガイドが出発点として適しています。
