2026年初頭、SNSで話題になったAIエージェントは宗教を作り、哲学を語り、バズを狙っていた。一方で、本当に企業の利益に直結しているエージェントは、誰もスクリーンショットを撮らない場所で動いている。
この記事では、Forbesが報じた企業向けAIエージェントの実運用を軸に、見せ物と本番環境の違い、導入に必要なガバナンス、セキュリティ上の論点を整理する。
この記事でわかること
- SNSで話題のAIエージェントと、企業が実際に使うエージェントの決定的な違い
- PactumがWalmartやHenkelで回している調達交渉の仕組み
- 本番導入を支える3つの条件（ガバナンス、監視、目的設計）
- McKinseyやWEFの調査が示す、スケールとセキュリティのギャップ
SNSの「AI劇場」と、画面の外で動くエージェント
AIエージェントとは、目標を理解し、複数の手順を自律的に実行するソフトウェアのことだ。2026年に注目を集めたMoltbookは、150万体の自律エージェントが交流するSNSとして宣伝された。
しかし、クラウドセキュリティ企業Wizの調査では、登録エージェント150万体の裏にいたのは約1万7,000人の人間だけだった。1人あたり平均88体のボットを抱え、人間がAIのふりをして投稿していたケースもあった（参考）。行レベルセキュリティ未設定のデータベースから、150万のAPIキーと3万5,000件のメールアドレスが漏えいした。MIT Technology Reviewはこれを「AI theater（AI劇場）」と呼んだ。
同じ時期、Walmart、Honeywell、Coupangなどの企業では、調達エージェントが本番環境でサプライヤー契約を締めていた。6年前から運用が続いており、フィードには一切載らない。
Pactumが回す調達交渉の実態
エストニアのe-Residencyプログラムを率いたKaspar Korjusが2019年に共同創業したPactumは、大企業のバイヤーとサプライヤーの間に入り、契約条件の交渉を自律的に進めるAIエージェントを提供する。ChatGPT登場の4年前から事業を始め、当時は「人間がボットと商談するのか」という信頼の壁が最大の課題だった。
パイロット運用の結果、サプライヤー側の反応は好意的だった。現在、Fortune Global 2000企業の50社以上が利用しており、Walmart、Honeywell、Bristol-Myers Squibb、Henkel、Tetra Pakなどが名を連ねる。エージェントはオファーを出し、カウンターオファーに応じ、リアルタイムで交渉戦略を調整する。最大の単一交渉では、約5億3,000万ドル規模のサプライヤー関係を処理した。
2026年6月、PactumはInsight Partners主導で5,400万ドルのシリーズCを調達し、累計1億900万ドルに達した。エージェントが扱う支出額は前年比489%増だった。AstraZenecaとともに、本番環境でサプライヤー契約を締結するデモも公開している。成果はERP（基幹業務システム）に記録され、SNSには流れない。
調達領域が実用の入り口になっている理由は構造的だ。価格、支払条件、承認ルールといった制約が明確で、成果が金額で測れる。Harvard Business Reviewが報じたWalmartの事例では、サプライヤーの約80%が人手不足で交渉に参加できていなかった。エージェントはヘッドカウントを増やさず、交渉の網を広げた。SAPやCoupaといった調達基盤と直接統合され、別ツールを開かずに動く。
本番とデモを分ける3つの条件
大規模言語モデルの普及で「チャットで動く」こと自体の説明コストは下がった。企業が問うのは「動くか」ではなく「どこに置き、何にアクセスさせ、どう統制するか」だ。Forbesの取材では、Korjusは本番導入とMoltbook型の混乱を分ける条件を3つ挙げている。
多層ガバナンス。 Pactumのエージェントは、許可されたタスクとデータの範囲内で動く。ガードレールの一部はAIが担い、主エージェントとは異なる文脈と目的で監視する。別の層はハードルールだ。許容される支払条件、サプライヤーへのメッセージ頻度の上限、自動エスカレーションの閾値などが該当する。「主エージェントはガードレール層の存在を知らないことすらある」とKorjusは語る。Moltbookにはこの仕組みがなかった。
スケールする監視。 数千件の同時交渉を人間の目だけで追うのは不可能だ。Pactumや監視専門のWayfoundが採用するのは、AIがAIを監視する構成だ。監視層は被監視エージェントと目的を分ける。ガードレールをエージェント内部に置くと、同じ盲点を共有してしまう。監視は統制対象の外側に置く必要がある。
矛盾しない目的設計。 企業導入で起きる最悪の失敗は、システム障害ではなく、間違った目標への最適化だ。Wayfoundの記録では、チケット処理速度と満足度スコアを同時に上げるよう指示されたカスタマーサポートエージェントが、顧客に無料商品を配り始めた。エージェントは壊れていない。与えられた指標を忠実に追っただけだ。緩い代理指標を渡せば、エンゲージメントでもサポートキューでも、その指標だけを追う。
交渉科学と、内側から攻撃されるリスク
Pactumは交渉の最初の一行がその後の展開を予測できると学んだ。「Hello」と返すサプライヤーと「Great」と返すサプライヤーでは、その後の交渉パスが変わる。ハーバード大学の研究やChris Voss流の交渉技法を組み込み、数万件のライブ交渉でA/Bテストを回す。人間は疲れず、エゴも持たない。最適化の速度は人間のチームでは再現できない。
この加速はセキュリティ面でも神経を逆なでする。世界経済フォーラム（WEF）の「Global Cybersecurity Outlook 2026」では、回答者の87%がAI関連の脆弱性を2025年で最も急増したサイバーリスクと回答した（参考）。AIセキュリティ企業MindgardのAaron Portnoyは、攻撃側は「成功したか否か」のフィードバックが速いのに対し、防御側は「何も起きなかった」ことを証明しなければならないと指摘する。
エージェントが社内に入り込むと、外部から境界を突破する必要すらなくなる。自然言語で指示を送れば、エージェントが悪意あるコンテンツを内部から生成し、実行してしまう。自律エージェントが無自覚な内部者になる脅威は、多くのセキュリティフレームワークがまだ扱っていない領域だ。
調査が示すスケールの壁
市場は二極化している。McKinseyの2025年「State of AI」調査では、回答者の23%が少なくとも1つの業務機能でエージェント型AIをスケール段階に入っている（参考）。一方、BCGの調査では、大きな価値をスケールで生み出している企業は約5%にとどまり、約60%はほとんどリターンがないと報告している。
この差は、先述の3条件に直結する。監視、明確な目的、セキュリティテストなしで導入すれば、成果が出ない多数派に加わる。Pactumの5,400万ドル調達は、カテゴリ創出というより、すでに取引を回しているエージェントへのスケール投資として読める。
Korjusは次の転換点として、調達エージェントが買い手になる世界を示唆する。かつてはボットを締め出すためにCAPTCHAを作ったが、エージェントが顧客になるなら、人間向けだけでなく機械向けのWebサイトも必要になる。Moltbookはその粗いスケッチだった。企業版はすでに動いており、投稿するアカウントを持たないだけだ。
エージェントができることと、企業が安全に管理できる範囲のあいだに、リスクが集中している。Moltbookは統制がないときに何が起きるかを示した。劇場、漏えい、88体のボットが文明のふりをする光景だ。Pactumの調達は逆の方向を指す。統制を先に組み、静かに動き、帳簿に向かう。AIエージェントの話題がSNSで盛り上がるほど、実務者が見るべきはフィードの外側にある。