メディア
AI エージェント

AI エージェントと固定のワークフローの違い|業務ごとに選ぶ4つの判断軸と、迷ったときの始め方

公開
執筆者: Offers AX 編集部・編集部

AI エージェントと固定のワークフローの違いは、次に何をするかを決めるのが人か AI かにあります。固定のワークフローは人が前もって書いた手順のなかで AI を呼び出し、AI エージェントは目標に向けて次の手順と使う道具を AI 自身が選びます。

業務ごとにどちらを使うかは、「手順が決まっているか」「例外がどれだけ出るか」「誤ったときの害」「確認の手間」の4つの軸で決まります。迷ったら固定のワークフローで組み始め、例外が多く手順を書き切れない工程だけをエージェントに替える。これが、費用と事故の両方を抑えやすい進め方です。

O
執筆者

編集部

Offers AX 編集部

株式会社overflow が運営する Offers AX の編集部です。全社の AI 導入(AX)を支援する現場の知見をもとに記事を制作しています。

この執筆者の詳細・記事一覧 →

固定のワークフローと AI エージェントは、次の手順を決める主体が違う

両者の違いは、処理の道筋をコードで先に決めておくか、AI に実行しながら決めさせるかです。AI エージェントの設計の考え方を公開している Anthropic は、ワークフローを「LLM とツールが、あらかじめ定めたコードの道筋に沿って組み合わされる仕組み」、エージェントを「LLM が自らの処理の進め方とツールの使い方を動的に決める仕組み」と定義しています。同社は2つをまとめて「エージェント的なシステム(agentic systems)」と呼びつつ、設計上の重要な区別として両者を分けています(Anthropic「Building effective agents」2024年12月19日)。

検索で見かける「エージェンティック ワークフロー」という言葉は、この2つをまたいで使われることが多く、指すものは人によってまちまちです。社内で議論するときは、最初に「手順を人が決めるのか、AI が決めるのか」をそろえておくと、話がかみ合いやすくなるはずです。用語の定義は AI エージェントの用語解説 と エージェンティック AI の用語解説 で確かめられます。

比べる点 固定のワークフロー AI エージェント
次の手順を決めるのは 人(設計のときにコードで決める) AI(実行中に状況を見て決める)
工程の数 前もって決まっている 実行してみるまで決まらない
同じ種類の入力への動き 毎回同じ道筋をたどる 道筋が毎回変わることがある
費用と待ち時間 見積もりやすい 繰り返しの回数しだいで増える
誤りの出方 決まった工程で起き、場所を特定しやすい 途中の誤りが後ろの判断に引き継がれ、積み重なる
確かめる場所 工程の間に検査を置ける 止める条件と人の確認点を別に設ける

表の下の3行は、同じ記事が挙げる注意点を業務の言葉に置き換えたものです。Anthropic は、エージェント的なシステムは待ち時間と費用を引き換えにして課題の出来を高めることが多いとし、その引き換えが見合うかを考えるよう勧めています。エージェントについては、自律的に動くぶん費用が高くなり、誤りが積み重なるおそれがあるとも書いています。

固定のワークフローにも5つのパターンがあり、AI を使う業務の多くはこの範囲で組める

AI を業務に組み込むとき、最初に検討したいのは固定のワークフローのパターンです。Anthropic はワークフローの代表的なパターンとして次の5つを挙げ、それぞれが向く場面を書いています(Anthropic「Building effective agents」2024年12月19日)。

パターン 仕組み 向く場面(同記事の記述) 業務での使い方の例
プロンプトの連鎖 作業を順番のある工程に分け、前の工程の出力を次の工程が受け取る 作業を固定の小さな作業にきれいに分けられるとき 議事録の要約、決定事項の抜き出し、担当者ごとの依頼文の下書きを順に行う
振り分け 入力を分類し、種類ごとに専用の処理へ送る はっきり分かれた種類があり、別々に扱うほうがよいとき 問い合わせを一般の質問・返金の依頼・技術的な相談に分ける(同記事の例)
並列化 複数の AI の処理を同時に走らせ、結果をプログラムで集める 分けた作業を並べて速く進められるとき 契約書の条項ごとの確認を同時に行い、結果を1枚にまとめる
指揮役と作業役 中心の AI が作業を分けて別の AI に任せ、結果をまとめる 必要な作業を前もって予想できない複雑な作業 複数の資料をまたぐ調査で、どの資料を読むかを中心の AI が決める
評価と改善の繰り返し 1つの AI が出力し、別の AI が評価して直させる 評価の基準がはっきりしているとき 翻訳や、基準の決まった文書の推敲

プロンプトの連鎖は、AI の1回ごとの仕事を易しくするかわりに待ち時間が延びるパターンで、途中の工程にプログラムの検査(同記事の図の「gate」)を置けます。たとえば要約の後に「決定事項が1件以上あるか」をプログラムで確かめ、なければ人に回すといった使い方です。誤りを工程の間で止められる点が、固定のワークフローの強みになります。

4つ目の指揮役と作業役は、作業の分け方を AI が決める点でエージェントに近いものの、Anthropic はこれもワークフローのパターンに数えています。分ける・任せる・まとめるという大枠の流れは決まっているからです。複数の AI に役割を分けて動かす設計は AI オーケストレーションの用語解説 で、複数のエージェントが協調する形は マルチエージェントの用語解説 で詳しく扱っています。

業務は4つの軸で見ると、ワークフローかエージェントかを選べる

4つの軸は、手順が決まっているか、例外がどれだけ出るか、誤ったときの害、確認の手間です。初めの2つはエージェントが要るかどうかを、後の2つはエージェントに任せてよいかどうかを決めます。

軸 確かめる問い 数え方の例 固定のワークフローに寄る答え エージェントに寄る答え
手順が決まっているか 手順書を書けるか。工程の数を前もって言えるか 今の手順書の有無、担当者ごとのやり方の違い 書ける。工程の数が決まる 書けない。やってみるまで工程の数が分からない
例外がどれだけ出るか 手順書どおりに片づかない案件がどれだけあるか 過去の案件を並べ、手順書の外で処理した件数を理由ごとに数える 少ない。種類が決まっている 多い。種類がばらばらで、新しい種類が出続ける
誤ったときの害 誤りを取り消せるか。社外や人の処遇に及ぶか 誤りが届く先(社内の下書き・社外への送信・支払い・処遇)を書き出す 取り消せない。社外に出る 取り消せる。社内で止まる
確認の手間 出力の正しさを機械で確かめられるか。人が見るなら何分かかるか 1件の確認にかかる時間と、機械で検査できる項目の数 確かめるのに作業と同じくらい時間がかかる 機械の検査や短い目視で確かめられる

1つ目の軸について、Anthropic はエージェントが向くのを「必要な工程の数を予想するのが難しいか不可能な、答えの決まっていない問題」としています(Anthropic「Building effective agents」2024年12月19日)。手順書を書ける業務なら、AI を使う場合でも固定のワークフローで足ります。

2つ目の例外の数は、感覚ではなく件数で見てください。例外の種類が少数に収まるなら、例外ごとに枝を足した固定のワークフローで受けられます。種類が多く、新しい例外が毎月のように出るなら、枝を足し続けるより、その工程だけを AI に判断させるほうが保守しやすくなります。

3つ目の誤ったときの害は、国の指針の考え方とそろう軸です。AI事業者ガイドラインは、対策の程度をリスクの大きさ(危害の大きさとその起こりやすさ)に合わせる「リスクベースアプローチ」を基本の考え方に置いています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)概要」2026年3月31日)。誤りが社内の下書きで止まる業務と、社外への送信や支払いに及ぶ業務とでは、同じ AI でも任せ方を変える必要があります。指針の全体像は AI事業者ガイドラインの用語解説 を参照してください。

4つ目の確認の手間は、見落とされやすい軸です。Anthropic は、プログラムを書くエージェントが役立つ理由の1つに、出来上がったコードを自動テストで確かめられることを挙げています。出力を機械で確かめられる業務はエージェントに任せやすく、確かめるのに作業と同じだけ時間がかかる業務は、任せても人の手間が減りません。

業務の種類を4つの軸にかけると、選ぶ形は3つに分かれる

4つの軸にかけると、選ぶ形は「固定のワークフロー」「一部の工程だけをエージェントにする」「人が判断し、AI は材料をそろえるまで」の3つに分かれます。よくある業務の種類で判断表を作ると、次のようになります。

業務の種類 手順 例外 誤ったときの害 確認の手間 選ぶ形 人が確かめる場所
決まったシステムから数字を集める定例の集計とレポート作成 決まっている 少ない 社内で止まる 数字の突き合わせを機械でできる 固定のワークフロー 配布する前に1回
申請書の記入漏れや形式の確認 決まっている 書式のばらつきが多い 差し戻せる ルールで検査できる 固定のワークフロー(読み取りの工程だけ AI を使う) 検査に落ちた案件
社内の問い合わせへの回答 種類ごとに決まる 種類の外の質問が出る 回答の前なら直せる 担当者が回答案を読む 振り分けまでは固定のワークフロー、種類の外の質問だけエージェントが調べて回答案を作る 回答を返す前
複数の資料をまたぐ調査と比較 決まらない 毎回違う 社内の資料で止まる 出典と照らし合わせられる エージェント 結論を使う前に出典を照合
社外へのメール送信や発注 決まっている 案件による 取り消せない 1件ずつ読む必要がある 下書きまでは AI、送信と発注は人 送信と発注の前に必ず
評価や処遇に関わる判断 決まりきらない 多い 取り消せない。人に及ぶ 根拠の確認に時間がかかる 人が判断し、AI は材料をそろえるまで 判断そのもの

害の大きい下の2行で人の確認を外さないのは、国の指針とも合う設計です。AI事業者ガイドラインは、AI の出力が公平性を欠くことがないよう、AI に単独で判断させるだけでなく、適切なタイミングで人間の判断を介在させる利用を検討するよう求めています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)概要」2026年3月31日)。

表を読むときのこつは、業務を丸ごと1つの形に当てはめないことです。問い合わせへの回答のように、1つの業務の中でも、振り分けまでは固定のワークフロー、種類の外の質問だけはエージェントと、工程ごとに形を変えられます。

自社で判断表を作るときは、行を自社の業務に置き換え、4つの軸の列を業務の担当者と一緒に埋めてください。埋まらない列があれば、その軸の数字を取るところが最初の作業になります。

迷ったら固定のワークフローから始め、例外の多い工程だけをエージェントにする

判断に迷ったときは、まず固定のワークフローで組み、人に回った例外の記録をもとに、例外の多い工程だけをエージェントに替えてください。Anthropic も、できるだけ単純な仕組みを探し、必要なときだけ複雑にするよう勧め、それはエージェント的なシステムをまったく作らないことを意味する場合もあると書いています(Anthropic「Building effective agents」2024年12月19日)。

ステップ やること できあがるもの
1. 手順を書き出す 業務の手順を工程ごとに書き、各工程の入力と出力を決める 工程の一覧
2. 固定のワークフローで組む 書ける工程を固定のワークフローで組み、手順の外の案件は人の確認待ちへ回す 動く仕組みと、人に回った案件の一覧
3. 例外を数える 人に回った案件を、理由ごと(書式の違い・判断が要る・情報が足りない など)に数える 工程ごと・理由ごとの例外の件数
4. 例外の多い工程だけを替える 例外が多く、種類がばらばらで手順を書き足しきれない工程だけをエージェントにする エージェントにした工程と、止める条件
5. 並べて比べる 同じ案件を人の処理とエージェントの両方で処理し、結果を比べる 一致した件数、人に回った件数、1件あたりの費用

この順番の利点は、エージェントに替えるかどうかを、実際に人へ回った例外の件数で決められることにあります。最初からエージェントで組むと、どの工程で誤りが出たのかを切り分けにくく、費用も見積もりにくい。先に固定のワークフローで組んでおけば、エージェントに替えた工程の前後に検査を置けるので、誤りが後ろの工程へ流れにくくなります。

自社で動かしている AI の仕組みで、何を自動化して何を人に残したかは 社内で動かしている AI ワークフローの記録 にまとめています。RPA で動いている業務から見直す場合の、替える業務と残す業務の分け方は、RPA の業務を AI エージェントに替えるか決める記事 が参考になるはずです。

Offers AX は、動くプロトタイプを実業務で試してから、エージェントにする範囲を決める

Offers AX の AI エージェント開発では、業務固有の文脈を織り込んだエージェントを設計し、数週間で動くプロトタイプを作って実業務で検証してから本実装に進みます。効果は実測し、その数字で継続を判断する設計で、効果が出なければ中止を選べることを契約の前提に含めています。

前の節の手順は、この検証の期間にそのまま組み込める内容です。どの工程を固定のワークフローにし、どの工程をエージェントにするかを、プロトタイプで処理した実際の案件の結果から決められるからです。支援の範囲と進め方は Offers AX のサービスページ で確かめられます。どの業務から手をつけるかが決まっていない時点でも相談できるので、無料相談を申し込む からご連絡ください。

仕組みはお客様の既存環境(GCP・Azure・AWS)に構築し、当社の環境には顧客データを抱えません。契約が終わった後も、作った仕組みはお客様の環境に残ります。

内製化支援の範囲は、引き継ぎドキュメントの整備、社内の運用体制の設計、エンジニア採用の要件定義までです。進め方は、業務の現場に近い距離で戦略立案と実装を一体で進める FDE 型です。企業が FDE 型の支援を使うと、要件定義書ではなく動くもので合意しながら、ワークフローとエージェントの境目を決めていけます(FDE の定義は Offers FDE の解説)。

エージェントにした工程には、止める条件と人の確認点を先に書く

エージェントに任せる工程を決めたら、作り始める前に、止める条件・人が確かめる場所・渡す権限を書いておくのが先です。Anthropic は、エージェントは自律的に動くぶん費用が高く、誤りが積み重なるおそれがあるとして、隔離した環境での十分な試験と適切なガードレールを勧めています(Anthropic「Building effective agents」2024年12月19日)。

同じ記事は、エージェントが各工程で実行の結果など環境から事実を得ること、確認点や行き詰まったときに人の意見を待てること、繰り返しの上限回数のような停止の条件を設けることにも触れています。業務に置き換えると、決めておくことは次の5つです。

決めること 中身 決め方の例
止める条件 繰り返しの上限回数、1件あたりの費用や処理時間の上限 調べ直しが上限回数に達したら、そこまでの結果を付けて人に回す
人が確かめる場所 結果を使う前、取り消せない操作の前 社外への送信と支払いは、必ず人が承認してから実行する
渡す権限 読み取りだけか、下書きの作成までか、書き込みまでか 最初は読み取りと下書きまでにし、書き込みは固定のワークフローに残す
記録 どの情報を見て、どの道具を使い、何を出したか 人に回した理由と一緒に残し、月に1度見直す
試験の方法 本番のデータに触れない環境で、過去の案件を流す 過去の例外の案件を問題集にして、正しく人に回せるかを見る

人が確かめる場所を決めるときは、確認が形だけにならない工夫も欠かせません。差し戻した件数を月に1度数え、承認がほとんど差し戻しなしで続いていないかを確かめてください。ガードレールの考え方は AI ガードレールの用語解説 を参照してください。

AI に渡す権限の区分と承認の設計は AI エージェントに渡す権限の決め方 で、本番の前後での確かめ方は AI エージェントの評価の進め方 で詳しく扱っています。止める条件と止めた後の手順は AI エージェントの運用の決め方 が参考になります。

最初の一歩は、候補の業務で手順書の外に出た件数を数えること

最初にやることは、AI を入れたい業務を1つ選び、過去の案件のうち手順書どおりに片づかなかった件数を数えることです。この数字があれば、固定のワークフローで足りるのか、一部をエージェントにするのかを、勘ではなく件数で話し合えます。

次にやること 担う人 できあがるもの
候補の業務の手順を工程ごとに書き出す 業務の持ち主 工程の一覧
過去の案件で、手順書の外で処理した件数を理由ごとに数える 業務の担当者 例外の件数と種類
工程ごとに、誤りが届く先と確認にかかる時間を書く 業務の持ち主と AI 推進の担当 4つの軸を埋めた判断表
例外の多い工程について、止める条件と人の確認点を書く AI 推進の担当と情報システムの担当 エージェントにする範囲の案

誤ったときの害が大きい工程は、エージェントにするかどうかより先に、人が確かめる場所を決めてください。順番を逆にすると、便利さを理由に確認を省く流れになりがちです。

AI エージェントの作り方と発注の仕方は 業務に入る AI エージェントの作り方と発注の仕方 で読めます。ほかの関連する記事は AI エージェントのカテゴリ に並んでいます。

AI を全社の成果につなげる Offers AX

コンサルティング・AI エージェント開発・内製化支援の3本柱で、実装まで支援します。無料相談を受け付けています。

無料で相談する

Offers AX のサービスを見る

記事一覧へ