デル・テクノロジーズ(以下、デル)は11月13日、年次イベント「Dell Technologies Forum 2026 - Japan」を東京都内のホテルで開催した。本稿では、米デルのCTOおよびCAIOを務めるJohn Roese(ジョン・ローズ)氏の講演をレポートする。
同氏は6400件の職務記述書を分析した結果や、工場の滞留時間を50%削減した事例について紹介した。さらに、AIエージェントの運用コストを左右する「トークノミクス」の重要性や、AIの本格導入に向けたインフラ整備、組織変革の必要性についても語った。
デルが分類した4種類のAIエージェント、工場では滞留時間を50%削減
Roese氏はまず、AIを取り巻く環境について1年間を振り返り、大きな変化を迎えていることを指摘した。
「この1年間で私たちはAIエージェントの時代に入った。単に対話型のツールだったAIが、実際に仕事のために機能する技術へと変化した。そしてもう一つ、トークノミクスも話題になった。AIは非常に多くのリソースを消費することが分かってきた」(Roese氏)
同氏は「AIエージェントを適切に活用していくには、どの業務がエージェントに適していて、どの業務が適していないのか、自社の業務を深く理解する必要がある」とも語った。
デルはAIエージェントに任せる業務を整理するため、社内で過去2年間に構築されたエージェントをすべて見直したという。その結果、社内のエージェントがいくつかのクラスタに分類できることが分かってきた。
まずは「生産性を上げるエージェント」。これは旅行の予約や文章要約、下書きの作成など、限定的な自律性の中で人間がほとんど介在せずに業務を行う。
2つ目は「管理するエージェント」。CRMデータのクレンジングやCMDB(Configuration Management Database:構成管理データベース)データの整理、製品階層の整理など、地味で初歩的だが人間が行うにはコストがかかる業務を実行する。
3つ目は「調整するエージェント」だ。自律的に複雑な作業を行うというよりも、プロセスを調整する。例えばシフト制で稼働する生産工場でスタッフの誰かが休んだとき、代わりのシフトや業務をエージェントが調整するというものだ。
実際にデルの工場で調整するエージェントを本番環境に投入したところ、スタッフの急な欠勤などに対応し、滞留時間が50%削減されたという。
そして4つ目のクラスタとして「専門性の高いエージェント」も見出された。これは複数のエージェントが連携しながら、高い複雑性と自律性を伴って業務を遂行する。
ただし、こうした複雑性と自律性を兼ね備えた専門性の高いエージェントは構築が難しいため、デル社内でもまだ本番稼働に至ったものはないという。
6400件の職務を分析して判明、AIエージェントが奪えない「人間の仕事」とは?
AIエージェントが得意とする4種類の業務は、人間の仕事にも当てはまるのだろうか。この疑問を解き明かすため、デルは6400件の職務記述書(ジョブディスクリプション)をAIに分析させた。しかし分類を行ったAIはすぐに稼働を停止したという。なぜだろうか。
そこには、これまでAIエージェントが使われていなかった5つ目のクラスタが存在したからだ。人間固有の仕事とも呼ぶべき5つ目のクラスタには、コミュニケーション、コラボレーション、創造性、共感といった内容が含まれていた。
この5つのクラスタをもとに再度6400件の職務記述書を解析したところ、デル社内のいずれの職種の中にも、少なくとも3つのクラスタの業務が含まれていることが明らかになったとのことだ。
例えば、事務アシスタントは生産性を上げる、調整する、人間関係を構築する、といった具合だ。
「私たちが抱えるどの仕事も、単一の作業だけでは済まない。この検討を通じて、AIエージェントは仕事を奪うのではなく仕事を変えるのだと気付いた」(Roese氏)
「AIに奪われる仕事」が話題になる場面もあるが、実際はそれほど単純な話ではないようだ。ただし、特定の作業を切り出して、それを機械のレイヤーで実行できるようになるため、多くの仕事は変化していく。
Roese氏は「AIエージェントは仕事をするわけではないため、同僚のように考えるべきではないという結論に至った。AIエージェントは単なるツールにすぎず、ワープロを組織図に載せることと同じくらい、AIエージェントを組織図に載せることは意味を成さない」と述べていた。
同じAI開発でコストに100倍の差、カギを握る「トークノミクス」
さて、話は講演の冒頭に戻るが、Roese氏がAIエージェントと並んで今年の大きな変化だと述べたのが「トークノミクス」だ。
トークノミクス(Tokenomics)とは、「トークン(Token)」と「エコノミクス(Economics=経済学)」を組み合わせた造語。AIが処理するトークンの消費量を測定し、コストを最適化する営みを指す。
AI技術の普及によってトークン処理の単価は下がっているものの、それを上回るペースでトークン使用量が増加しているのだという。
その具体的な例として、デルが担当したエージェンティック・コンフィギュレーターの開発エピソードをRoese氏が披露した。
同氏によると、AIエージェントを組み込んで製品仕様の選定やシステム設定を対話的かつ自動的に構成するツール(エージェンティック・コンフィギュレーター)の開発を、社内の2つのチームが対応した。
片方のチームは顧客が持つ大量のデータをAIモデルに入力し、システムの構成まで依頼した。これには数千万ものトークンが使われたという。また、AIは確率的な回答を出力するため、質問するたびに少し異なる回答が得られたという。
もう一方のチームは従来から顧客が使っていたツールを確認してから、ツールとツールの間を調整するエージェントだけを構築。場合によってはAPIなどで対応した。こちらのチームは透明性と再現性があり、わずか数万トークンで完了した。
同じシナリオで同じシステムを構築するために、2つのチームでは実に100倍もトークン費用に差が生じていたとのことだ。
この経験から「Alワークロードを設計する方法・スキルを習得する必要がある。そうしたスキルは、現場で実際に働き、経験を積むことによってのみ身に付く」とRoese氏は訴えた。
AIエージェントの導入においては、単に高性能なモデルを使いAIにすべての業務を任せるのではなく、実行場所や使用するモデル、リスクなど、業務に応じた適切で合理的な設計が求められるのだ。
AIエージェント時代に企業はどう変わるべきか?米デルCTOが示した3つの提言
Roese氏は講演の終盤に、会場に3つの提言を投げかけた。まず1つ目は「AIエージェントを理解する最善の方法は、AIエージェントを使ってみること」というもの。
AIエージェントは人間の作業を代替して実行するための単なるツールではなく、人間の作業を機械のレイヤーに移し、より効率的に実行する技術だ。これは組織全体を変革していく。
「AIエージェントを導入しているのに自社のプロセスや組織構造を変えずにいては、自身を欺いていることになる。エージェントを活用するあらゆる組織では、大なり小なりあらゆる職務が変わっていくだろう」とも話していた。
2つ目の提言は「AIエージェントで変更したい最初のプロセスを選ぶこと」。仕事の中で、やらなくて済むならやりたくないことが、AIエージェントの用途として最初に選ぶべきプロセスだという。
そしてこの経験の中で、作業、業務、プロセス、AIエージェントの関係性が見えてくる。
3つ目に同氏は、最も重要な点として「ノーススター(北極星)を設定すること」を挙げた。AIエージェントを導入する前に、AIエージェントを導入して何を起こしたいのかを決めることが大事なのだという。
デルが掲げたノーススターは「財務状況を劇的に向上させること」だったそうだ。これまで約40年間、デルでは売上が上がるに連れてコストも増加していた。しかしノーススターを定めてAIエージェントを活用する中で、2年間で売上が250億米ドル増加した一方、コストが7%減少した。
「ノーススターを持つことで、どこに注力すべきかを判断しやすくなる。それは企業によって、より良い医療成果かもしれないし、教育効果かもしれない。AIエージェントはあらゆることに使えるが、同時にあらゆることに使おうとすると何もやり遂げられない。AIエージェントを何に使うかではなく、AIエージェントによって何を実現したいのかが重要」と聴講者に訴えて、Roese氏はステージを後にした。



