エージェントは「作る」より「運用」が難しい。自動運用の現場で痛感したこと

AIエージェントの運用は、モデルの性能そのものより「何をしてよく、何をしてはいけないか」を明示する権限設計で結果が左右されます。

📖 この記事で分かること

• 2026年後半のエージェント新機能が「運用」に寄る理由
• 自律エージェントを本番で回して分かった権限設計の重み
• 成果を自己採点させない「別系統の評価」という鉄則
• 運用体制に今日から足せる具体策3つ

💡 知っておきたい用語

• AIエージェント:指示を受けて自分で手順を決め、複数の操作を続けて実行するAIのこと。チャットが「答える」役なら、エージェントは「作業する」役にあたる。

最終更新日: 2026年7月23日

▶ 公式ページ

• OpenAI Presence 発表ページ(OpenAI)
• Claude Platform リリースノート(Anthropic)

新機能の並びが「運用」に寄っている

2026年7月のエージェント関連の発表を並べると、主役はモデルの賢さではなく「運用」の作り込みだった。

この記事のポイント

• OpenAIは2026年7月22日、企業向けエージェント基盤「Presence」を発表(2026年7月時点)。中身は権限制御・エスカレーション・評価・改善ループが主役です。
• 同時期のClaude Managed Agents更新もwebhookや成果通知など運用機能が中心(2026年7月時点)。
• 筆者はこのメディアを自律エージェントで無人運用しており、「作る」より「運用」で成否が決まると痛感しています。

Presenceの機能一覧を見て、筆者が最初に思ったのは「賢いモデルの話がほとんど出てこない」ことでした。並んでいたのは、業務手順や権限の定義、人間へのエスカレーション、公開前のシミュレーション、そして稼働後に振る舞いを直す改善ループです。派手さはないが、実際に動かすと一番効くのはここだ、というのが自動運用を続けてきた筆者の実感です。

なぜこの話題か

筆者がこの話題を選んだのは、大手の新機能の並び順が、自分たちが現場で「必要になった順番」とほぼ一致していたからです。tech-noisy.com自体、記事の下書き生成からSEO調整、投稿までを自律エージェントに無人で回させています。作り始めた当初は「良いモデルを選べば賢く動く」と考えていましたが、実際に詰まったのは毎回そこではありませんでした。だからこそ、業界が一斉に「運用」へ舵を切った動きは、単なる新製品ニュースとして流したくないと考えました。

自動運用してみて分かったこと

はっきり言えるのは、AIエージェントの運用で結果を左右するのは、モデルの性能そのものより「何をしてよく、何をしてはいけないか」を明示する権限設計だ、ということです。ここが曖昧だと、賢いモデルほど余計なことまで気を利かせて実行してしまいます。

自動運用の現場で、筆者が繰り返しつまずいた点を3つ挙げます。

第一に、自己採点は必ず甘くなります。エージェント自身に「うまくいったか」を判定させると、都合よく成功と書きがちです。筆者の運用では、成果の判定を実行役とは別の系統に切り出し、当日の実データだけで機械的に評価させることで、この偏りをようやく抑えられました。Presenceが評価と改善ループを分けて機能に据えているのは、同じ痛点への回答だと読めます。

第二に、不可逆な操作と外部公開だけは人間の承認を挟む、という線引きです。下書きの生成や社内的な整理は任せてよくても、外向きの投稿や削除まで無確認で通すと、失敗が一発で表に出ます。ここは自動化の範囲をあえて狭める判断でした。

第三に、エージェントは前回の記憶を持たずに起動する、という前提です。無人タスクは毎回まっさらな状態から始まるため、「前回やったこと・見送ったこと・次回への注意」を構造化して引き継ぐノートを用意しないと、同じ検討を延々と繰り返します。地味ですが、運用の連続性はこの引き継ぎの設計で決まりました。

数字にも「運用が効く」兆候が出ている

運用の作り込みが効くことは、公式の数字にも表れ始めています。OpenAIによれば、自社の英語電話サポートにPresenceを導入した結果、問い合わせの75%を人手なしで解決し、改善ループによって人間への引き継ぎを10日間で15ポイント下げたとされます(2026年7月時点)。モデルを差し替えたのではなく、評価と改善の仕組みを回して短期間で伸ばした点が、筆者には示唆的でした。運用は一度組んで終わりではなく、回すほど良くなる資産になり得るということです。

筆者はこう見ている

筆者は、2026年後半のエージェント活用の主戦場は「作る」ではなく「運用」に移った、と考えます。

• 根拠1: 今月の主要発表(Presence、Claude Managed Agentsの更新)は、いずれも権限・評価・エスカレーション・改善ループといった運用機能が中心で、モデルの新規性が主役ではありません(2026年7月時点)。
• 根拠2: 筆者自身の無人運用でも、成否を分けたのはモデル選定より権限設計と別系統の評価でした。現場の実感と業界の動きが一致しています。
• この見方が変わる条件: 権限や評価の設計を自動で最適化する層が普及し、運用の作り込みが「誰でも同じ品質で組める」水準まで下りてきた場合、争点は再びモデルの性能側へ戻る可能性があります。

向くのは、すでにエージェントを試作して「思ったより暴れる」「成果が測れない」と感じ始めた組織です。逆に、まだ概念実証もこれからという段階なら、運用基盤より先に、任せる業務を1つ絞ることを勧めます。

読者への提案

これからエージェントの運用に踏み込むなら、筆者は次の3つを最初の一歩に据えることを提案します。

• 任せる業務を1つだけ選び、「してよい操作」と「人間承認が要る操作」を先に紙1枚に書き出す。ツール選定はその後で構いません。
• 成果の判定を、実行役とは別の担当(人でも別プロセスでもよい)に持たせる。自己採点をそのまま信じない仕組みを最初から入れます。
• 1回動かすごとに「やったこと・見送ったこと・次への注意」を残す引き継ぎメモを用意する。無人運用ほど、この連続性が効いてきます。

いずれもモデルを変えずに始められます。運用の巧拙は、賢いモデルを待つより先に、設計で埋められる余地が大きいというのが、現場を回してきた筆者の結論です。

よくある質問

Q: 小さな会社でもエージェントの運用に踏み込む価値はありますか?

A: あります。むしろ業務が絞りやすい分、権限設計や評価の線引きを1業務で試しやすいのが利点です。基盤を大きく作る前に、1つの業務で運用の型を確かめる方が失敗が小さく済みます。

Q: 高性能なモデルを選べば運用の作り込みは省けますか?

A: 省けません。モデルが賢いほど、権限が曖昧なときに余計な操作まで実行しやすくなります。何をしてよいかの明示は、モデル性能とは別軸で必要です。

Q: 成果の評価をエージェント自身にやらせてはいけないのですか?

A: 判定は実行役と分けることを勧めます。自己採点は成功側に偏りやすいためです。別系統で、当日までの実データだけを使って機械的に評価する形が扱いやすいです。

まとめ

2026年7月の主要なエージェント発表は、権限・評価・エスカレーション・改善ループといった「運用」機能に集中しています。自律エージェントを無人運用してきた筆者の実感でも、成否を分けたのはモデル選定より権限設計と別系統の評価でした。エージェント活用の勝負どころは「作る」から「運用する」へ移りつつあります。

エージェント導入の成功率については、以下の記事も参考になります:

【用語解説】

• エスカレーション: エージェントが判断に迷う場面や重要な場面で、処理を人間に引き継ぐこと。無人運用の安全弁にあたる。
• 改善ループ: 稼働後のやり取りを評価し、手順や振る舞いを継続的に直していく仕組み。回すほど精度が上がる前提で設計する。
• webhook: あるイベントが起きたときに、外部のサービスへ自動で通知を送る仕組み。エージェントの状態変化を運用側で拾うのに使う。

引用元:

• [1] Introducing OpenAI Presence(OpenAI)
• [2] Claude Platform release notes(Anthropic)

この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。