AI活用AIエージェント生成AIの基本比較・選び方

AIエージェントの種類とは?自律性・構成など4つの軸で選び方を解説

AIエージェントの種類とはのアイキャッチ画像
マワルくんマワルくん
こんな人におすすめ
・記事ごとに種類の数が違い、どれで考えればよいか迷っている
・反応型や学習型の説明を読んでも、選び方に結びつかない
・製品を比べる前に、自社に合う型を決めておきたい

「AIエージェント 種類」で調べると、4種類、5種類、6種類と記事ごとに数が違います。単純反射型や学習型の説明と、汎用型やシステム搭載型の説明が同じように並び、どの分け方で考えればよいのかが決まりません。

AIエージェントとは、目標を渡すと手順を自分で組み立て、道具を使いながら仕事を進めるAIです。AIエージェントの種類は製品の名前ではなく、どこまで任せ、何体で、どの仕事を、どう手に入れるかの組み合わせで決まります。本記事では、5分類の位置づけ、選ぶための4つの軸、型ごとの向き不向き、選ぶときの誤り、導入後の育て方までを整理します。

この記事を監修した人

小洞 映

システムエンジニア

小洞 映コボラ ハユル

公共系システムのSEとしてキャリアをスタートし、可用性と正確性が最優先される領域で設計・運用の基礎を固める。その後Web業界へ転向し、AWS上のインフラ構築・運用からバックエンド開発、フロントエンド実装までを一貫して担当。70万人規模のユーザーを抱えるtoCサービスを、設計から開発まで一貫して手がけた実績を持つ。現在はテックリードとして、保険業界向けサービスの技術選定・障害対応・チームの技術判断を担っている。

詳しく見る

この記事のゴール(読了目安 約10分)

検討中のAIエージェントを4つの軸で1行に言い表し、自社の業務に合う型を自分で決められるようになる。

AIエージェントの種類の分け方

よく紹介される5分類は中身を理解するための分類です。選ぶときは、自律性・構成・守備範囲・提供形態の4つの軸で見ます。

よく見る5分類は中身の分類

種類としては、単純反射・モデルベース・目標ベース・効用ベース・学習の5つが最もよく紹介されます。AIの定番の教科書が、エージェントの内部の組み立てを説明するのに使う分類で、作り手が中身を理解するためのものです。

選ぶときは使い方の4軸で見る

導入する側が決めるのは、中身の組み立てではなく使い方です。本記事では次の4つの軸で見ます。

  • 自律性: どこまで任せるか
  • 構成: 何体で動くか
  • 守備範囲: どの仕事を担うか
  • 提供形態: どう手に入れるか

軸を分けておけば、1つのエージェントを組み合わせで言い表せます。

AIエージェントの教科書の5分類と、導入する側が選ぶための4つの軸を左右で比べた図

教科書にある5つのタイプ

単純反射型から学習型までの5タイプを一覧にし、そのうえで、この分類では製品を選べない理由を説明します。

単純反射型から学習型まで

タイプ判断のしかた身近なたとえ(例)
単純反射型条件が合えば決まった動作をする室温で動く空調
モデルベース型見えない状況を内部の見立てで補う間取りを覚えて動く掃除機
目標ベース型目標に近づく行動を選ぶ目的地までの道順を探す
効用ベース型結果の良さを点数で比べて選ぶ時間と料金で経路を比べる
学習型結果から振る舞いを直す反応を見て推薦を変える

5分類で製品を選べない理由

大規模言語モデルを使う今のエージェントは、計画を立て、結果を見て直すなど、1つのタイプに収まらず複数の要素を併せ持つことが多いのが実情です。

また5分類は、導入側が決めたい「どこまで任せるか」「誰が作り、誰が直すか」を表しません。5分類は間違いではなく、理解するための分類であって、選ぶための分類ではないと考えると整理がつきます。

どこまで任せるか|自律性の軸

自律性で分けると、提案型・実行型・完結型の3つです。

提案型|判断と実行は人が持つ

目標に向けて調べ、まとめ、案を出すところまでを自分で進めます。質問に答えるだけでなく複数の作業を続けて進めますが、外に出す実行と判断は人の役割です。

実行型|AIが動いて結果を返す

決めた範囲の中で操作まで行い、結果を人に返します。人は1件ずつ事前に承認せず、返ってきた結果で確かめます。

完結型|条件内でAIが終える

条件と上限の中でAIが判断して終わらせ、例外だけを人に上げる形です。

どの型のどこに人の承認を置くかの設計は、自律型AIエージェントの記事で詳しく扱っています。研究でも、自律性は能力とは別に、意図して決める設計の選択だと整理されています。

何体で動くか|構成の軸

構成は、1体が通しで担う単体型と、役割を分けて受け渡す連携型の2つです。守備範囲とは別の軸として見ます。

単体型|1体が通しで担う

1体のエージェントが、調べる、まとめる、確かめるといった一連の作業を通しで担う形です。

連携型|役割ごとに分けて担う

役割を分けた複数のエージェントが、受け渡しながら進めます。構成のパターンや分けどきはマルチエージェントシステムの記事に譲ります。

連携型は守備範囲とは別の軸です。業務に特化した連携型もあれば、汎用の単体型もあります。

どの仕事を担うか|守備範囲の軸

守備範囲は、部署をまたぐ汎用型、1つの業務に絞る業務特化型、業界の決まりを持つ業界特化型の3つに分かれます。

汎用型|部署をまたいで使う

調べものや文書のまとめなど、部署を問わず幅広い仕事を受け持ちます。どこでもすぐ使える反面、社内の決まりまでは知りません。

業務特化型|1つの業務に絞る

問い合わせ対応、経費精算、採用のように、1つの業務に絞って手順と判断の基準を持たせた形です。

業界特化型|業界の決まりを持つ

製造業向け、医療向けのように、業界の用語や規則、データを前提にした形です。業界特化の中身はバーティカルAIの記事で解説しています。

どう手に入れるか|提供形態の軸

手に入れ方は、既製ツールに入っている形、プラットフォームで組む形、自社で作る形の3つです。自社で作るなら、直す人が社内に要ります。

既製ツールに入っている

いま使っている業務システムやサービスに、機能として入っている形です。すぐ始められる代わりに、動き方は提供側の設計に従います。

プラットフォームで組む

画面上で部品を組み合わせ、自社の仕事の流れに合わせて組み立てる形です。

自社で作る

開発用のフレームワークを使い、自社の要件に合わせて組む形です。作った後に直す人が社内に要ります。フレームワークの選び方はAIエージェントフレームワークの比較記事にまとめました。

4つの軸を組み合わせて型を決める

4つの軸から1つずつ選ぶと、そのエージェントの型を1行で言えます。下の表はすべて例で、正解の一覧ではありません。

型の例自律性構成守備範囲提供形態向く業務の例
小さく始める型提案型単体型業務特化型既製ツール問い合わせの回答案づくり
調べもの支援型提案型単体型汎用型既製ツール市場や競合の下調べ
定型処理型実行型単体型業務特化型プラットフォーム請求データの照合
分担制作型実行型連携型業務特化型自社で作る調査から原稿、校正まで続く制作
業界手続き型提案型単体型業界特化型既製ツール業界の決まりに沿った書類の確認

1列の分類が迷わせる理由

「汎用型・特化型・システム搭載型・自社構築型」のような1列の分類は、守備範囲と提供形態という別々の軸を混ぜています。そのため、業務に特化して既製ツールに入っているものを置く場所がありません。解説記事によって種類の数が揃わないのも、並べる軸が記事ごとに違うからです。

自律性・構成・守備範囲・提供形態の4本の目盛りから1つずつ選び、AIエージェントの型を1行で決める図

型ごとに向く業務・向かない業務

自律性と構成の型、守備範囲と提供形態の型の順に、向く業務と向かない業務を対にして並べました。

自律性と構成で見る

  • 提案型: 判断に社内の事情が要る業務に向く。即答が要る大量の業務では確認が追いつかない
  • 実行型: 取り消せる操作が多い業務に向く。送信や支払いなど戻せない操作には向かない
  • 完結型: 条件と上限が決まった定型の判断に向く。事情で答えが変わる判断には向かない
  • 連携型: 専門の違う作業が続く業務に向く。1人で短く終わる業務では連携の手間が上回る

守備範囲と提供形態で見る

  • 汎用型: 部署をまたぐ調べものに向く。社内規程や業界の規則に沿う業務は苦手
  • 業界特化型: 業界の用語や規則が前提の業務に向く。業界と関係ない雑務には向かない
  • 既製ツール: いまのシステム上で完結する業務に向く。複数のシステムをまたぐ独自の流れには向かない
  • 自社で作る: 流れが固まり、強みになる業務に向く。流れが固まっていない段階には向かない

自社の型を決める5つの問い

型は製品ごとではなく、業務ごとに決めます。次の5つに答えると、型が決まります。

  • 任せたい業務を1つに絞れたか: 型を決める単位が決まる
  • 取り消せない操作が含まれるか: 自律性の上限が決まる
  • 1体への指示で収まるか: 構成が決まる
  • 業界の決まりや専門データが要るか: 守備範囲が決まる
  • 作った後に直す人が社内にいるか: 提供形態が決まる

迷ったときの出発点は、表の1行目の提案型×単体型×業務特化型×既製ツールです。誤っても外に影響が出にくく、後から型を上げる余地も残ります。

型を選ぶときの3つの誤り

誤りは、高機能な型から始めること、名前や宣伝文句で選ぶこと、売り手の分類のまま比べることの3つです。

高機能な型から始める

完結型×連携型×自社で作る、から入ると、承認や記録、役割分担の設計が運用に追いつきません。任せる範囲が広いほど、誤ったときに止める仕組みが先に要ります。権限を広く渡したときに起きる問題は、AIエージェントのセキュリティの記事にまとめています。

名前や宣伝文句で選ぶ

「自律型」「マルチエージェント」と名乗っていても、4つの軸で見ると提案型の単体型だった、ということは起こりえます。名前は型を表しません。

売り手の分類で比べる

「特化型」「システム搭載型」と、売り手が自社製品を並べるために付けたラベルのまま比べても、どれが自社に合うかは決まりません。比べる前に、候補を同じ4つの軸の表に置き直します。

型は導入後に育てていく

守備範囲と提供形態は最初に慎重に決め、自律性と構成は低めに始めて後から上げます。上げる時期は、詰まりを合図にします。

変えやすい軸と変えにくい軸

  • 変えやすい: 自律性は承認の位置で上げ下げでき、構成は後から役割を切り出せる
  • 変えにくい: 守備範囲と提供形態は契約やデータ連携、作り込みが絡み、戻すと費用がかかる

だから、最初に慎重に決めるのは守備範囲と提供形態で、自律性と構成は低めに始めて後から上げます。

上げる合図は詰まりで見る

提案型で人の確認待ちのために業務が滞るようになったら、実行型を検討します。1体への指示が長くなって結果が安定しなくなったら、連携型を検討します。

Anthropicが自社の開発支援ツールの利用データを分析した報告では、すべての操作を自動で承認したセッションの割合が、利用50セッション未満の約2割から750セッションで4割超に上がっていました。業務一般には当てはめられませんが、任せ方が慣れとともに変わりうることを示す例です。

【プロの視点】型は製品でなく運用で決まる

AIエージェントを比べるとき、「どの製品が自律型か」「どれがマルチエージェントに対応しているか」と、製品に付いた型のラベルで比べるのが一般的になっています。

しかし見るべきは、製品に付いた型の名前ではなく、自社の運用がその製品をどの型で動かせるかです。

先に触れた研究は、自律性を、能力や使われる環境とは別に意図して決める設計の選択として扱っています。実際の利用でも、先ほどのAnthropicの報告は、モデルが扱える自律性より、実際に使われている自律性のほうが小さいと指摘しています。型を決めているのは製品の性能ではなく、渡し方だということです。

だから同じ製品を買っても、承認をどこに置き、どこまで操作を許すかしだいで、提案型にも完結型にもなります。逆に「自律型」をうたう製品でも、運用で1件ずつ人の承認を挟むなら、提案型として働きます。型は買うものではなく、運用するものです。

この見方に立つと、製品を選ぶときの問いも変わります。「どの型の製品か」ではなく、提案で止めることも条件の中で任せることもできるか、つまり導入後に型を上げ下げできる余地があるかを確かめます。

明日やる最初の一歩は、候補の製品ごとに、提案だけで止める設定と、条件の中で自動で実行する設定の両方があるかを確かめることです。両方あれば、提案型で始めて、慣れた業務から型を上げられます。

同じAIエージェント製品が、承認の置き方と操作を許す範囲しだいで提案型・実行型・完結型に分かれることを示す図

【waltsu視点】型は業務ごとに持つ

AIエージェントを入れるとき、全社で1つの型に揃えたくなります。管理しやすく見えるからです。

しかし型を揃えると、いちばん慎重さが要る業務に合わせて、全部が提案型に寄ります。リスクの低い業務でも型を上げる試しが止まり、試せる回数が、いちばん慎重な業務の速さに縛られます。

自社のブログ運用でも、AIエージェントの型は仕事ごとに分けています。記事を定期的に点検する仕事は、読んで報告するところまでで、本文には手を入れさせません。出典や内部リンクを直す仕事には書き換えまで任せていますが、変更前の本文を残し、崩れたら自動で元に戻る手順を通してだけ直し、何を変えたかを記録に残します。書き換えまで任せられるのは、元に戻せる手順を通しているからです。公開するかどうかは人が決めます。自律性の軸で言えば、点検は提案型、修正は実行型で、公開はエージェントに渡していません。

いちばん慎重な仕事に合わせて全体をそろえると、元に戻せる仕事まで人の判断待ちになります。業務ごとに型を分けておけば、リスクの低い業務から実行型へ上げる試しを先に回せます。そうした試しで残る記録も、慎重な業務の型を見直すときの材料です。

マイクロソフトの2025年の調査は、AIとの協働を3つの段階に分けたうえで、多くの場合、組織は3つの段階すべてに同時にいることになると述べています。1社の中に型が複数あってよいのです。

明日やる最初の一歩は、社内で使っている、または検討しているAIエージェントを、業務ごとに1行ずつ4つの軸で書き出すことです。全部が同じ型なら、いちばん慎重な業務に揃えていないかを見直してください。

自社のブログ運用で点検・修正・公開の任せ方を分けている様子と、ほかの業務の型の例を並べ、1社の中に型が複数あってよいことを示す図

よくある質問

AIエージェントは何種類ある?

数え方で変わります。中身の組み立てで分ければ教科書の5タイプ、選ぶときは自律性・構成・守備範囲・提供形態の4つの軸の組み合わせで見ます。

5分類はもう古い考え方?

古いのではなく、エージェントの中身を理解するための分類です。今のエージェントは複数のタイプの要素を併せ持つことが多く、製品を選ぶ場面では4つの軸のほうが使いやすくなります。

自律型とマルチエージェントは別?

別の軸の言葉です。自律型は「どこまで任せるか」、マルチエージェントは「何体で動くか」を指すので、提案型の連携型もあれば、完結型の単体型もあります。

製品がどの型か見分けるには?

製品名や宣伝文句ではなく、本文の5つの問いを製品に当てはめます。前提にしている業務、取り消せない操作の止め方、何体で動くか、業界の決まりを持つか、作った後に誰が直すかを確かめてください。

導入してから型は変えられる?

自律性と構成は、承認の位置や役割の切り出しで後から変えやすい軸です。守備範囲と提供形態は契約やデータ連携が絡むので、最初に慎重に決めます。

この記事のポイント

・5分類は中身を理解する分類、選ぶときは4つの軸で見る
・型は自律性・構成・守備範囲・提供形態の組み合わせで1行に言える
・変えにくい守備範囲と提供形態を先に決め、自律性と構成は低めに始める
・型は製品でなく運用で決まり、業務ごとに違う型を持ってよい

まとめ

よく紹介される5分類は、エージェントの中身を理解するための分類です。選ぶときは自律性・構成・守備範囲・提供形態の4つの軸で見ると、検討中のエージェントを1行で言い表せます。

型は一度決めて終わりではありません。変えにくい守備範囲と提供形態を先に慎重に決め、自律性と構成は低めに始めて、確認待ちによる滞りや指示の長さを合図に上げていきます。同じ製品でも運用で型は変わり、業務ごとに違う型を持ってかまいません。

まずは自社のAIエージェントを、業務ごとに4つの軸で書き出してみてください。そのうえで、自社のどの業務にどの型を置くか、どこから型を上げるかに迷う場面が出てきたら、waltsuが業務ごとの型の設計からご支援します。

AI活用が進まない。その悩み、60分の無料相談で整理します。売り込みはしません

この記事を書いた人

藤井 俊輔

代表取締役

藤井 俊輔/ フジイ シュンスケ

ベンチャー企業の外部CMOや水族館のマーケティング担当などに従事。オンライン/オフライン問わず集客を中心としたマーケティング施策に強み。

システム・アプリ開発Web広告運用Web集客全般
AI活用の記事一覧へ戻る
会社紹介無料で相談する