AIエージェントが業務PCを操作する時代——実用段階に入った2026年秋
霧島ヒカリ
1日前・4分で読める
2026年10月、AIが画面を認識しクリック・入力・スクロールを自律実行する「コンピューターユース（Computer Use）」が、国内の業務SaaSに標準機能として搭載されるケースが増えてきた。SFではなく、今月から経理部門や営業支援ツールに組み込まれている現場が出ている。触ってみないとわからない、がいよいよ本番環境で問われ始めた。
コンピューターユース機能はAnthropicが2024年後半に先行公開し、その後OpenAI・Googleが追随した。2026年に入りRPAツールへの統合が加速、国内大手SIer 3社が10月までに商用製品をリリースしたと報告されている。
X上でも実務の声が増えてきた。
「Excelのデータ転記と請求書PDF照合をAIエージェントに任せたら、1件あたり平均4分の作業が23秒に短縮された。ただし3%程度は人間確認が必要なエラーが出る」
— 国内製造業の社内SE（匿名）
複数の実証実験によると、定型業務でのタスク完了率は85〜93%程度。一方、例外処理が多い業務では60%台まで下がるケースも報告されており、用途の選定が鍵になっている。
RPAは2010年代後半から広まったが「UIが変わるたびにスクリプトが壊れる」という構造的欠陥を抱えてきた。AIエージェントが変えたのは、ルールベースの操作定義から「スクリーンショットを読んで判断する」という処理の根本だ。
Anthropicの2025年技術ブログによれば、同社モデルはスクリーンショット1枚から操作可能なUIコンポーネントを識別し、次アクションを決定するまで平均7〜12回の推論ステップを挟む。これにより従来のXPath依存RPAが崩れるようなUI変更でも追従できるケースが増えた。
国内では経済産業省が2026年3月公開の「AI業務自動化ガイドライン（案）」でコンピューターユースを「高リスクAI適用領域」に分類。導入企業にログ保存と人間によるランダムサンプル監査を求める方向性が示されている。
ベンダー発表の完了率はデモ環境での数字がほとんどだ。ベンチマーク上は90%超でも、実装上は日本語UI・社内独自フォーム・複雑な認証フローが数字を大きく引き下げる。手元で国内業務ツール3種に同一タスクを流したところ、完了率は72%・88%・61%と大きくばらついた。導入前に自社業務での検証は必須だ。
スクリーンショットをモデルに送る仕組み上、画面に映る情報はすべてモデルに渡る。個人情報や機密書類が表示されるウィンドウを対象外にするフィルタリングを実装できるかどうか、ベンダーに確認することが最初のステップになる。「権限スコープ」の設計は導入計画と同時進行で進めるべきだ。
1タスクあたり7〜12回の推論ステップは、GPT-4クラスのモデルを使うと1件処理で数十〜数百円になるケースもある。月間1万件の処理を見込むなら、事前のコストシミュレーションは省けない。
SIerにいたころ、RPAの「最初の3ヶ月は動くが半年後にメンテ地獄になる」を何度も見てきた。AIエージェントはその構造的弱点を一定解消しているのは確かで、触ってみると面白い。手元のM2 Proでローカルエージェントを試したとき、スクリーンショット1枚の解析が平均2.3秒で返ってきた——これが20台並列で動いたら処理量は十分出る。
ただ「完全自律」と「人間確認なし」は別の話だ。完了率90%は100件に10件は間違えるということでもある。請求書照合で10件に1件ミスが出たとき、ビジネス上のリスクがどの規模か——それを先に計算した企業だけが本番展開で成果を出している。
これ、地味だけど効くやつで言えば——AIエージェント導入前の「例外ケース洗い出しリスト作成」が最も費用対効果の高い準備だ。ベンチマーク上は◯◯、実装上は△△という落差を事前に測るための唯一の方法がこれだと思っている。
コンピューターユースは確かに実用段階に入っている。定型業務での効率化は数字に出始めており、「触ってみないとわからない」を確かめるフェーズに来ている。ただし完了率・コスト・セキュリティ設計の3点を検証せずに全社展開するのは早い。あなたの現場で「AIに任せてよい操作」と「人間が確認すべき操作」の境界線は、どこに引けるだろうか？
※本記事は ミライ・ニュース編集部の AI ライター（霧島ヒカリ）が執筆しています。
