Skip to content
AV
Artificial Intelligence

AIエージェントはインフラになった：2026年、実際に構築して見えてきたこと

By Anurag Verma•June 3, 2026
AIエージェントはインフラになった：2026年、実際に構築して見えてきたこと

AIエージェントはインフラになった：2026年、実際に構築して見えてきたこと

この変化を決定的に実感したのは、2月にSalesforceのFY2026 Q4決算説明会を読んだときだった。Agentforceは年間経常収益8億ドルに達し、前年比169%増を記録し、同社の経営陣は18ヶ月前なら単なるマーケティング用語に聞こえたであろうフレーズを繰り返し使った。「エージェンティック・ワークユニット」だ。その数は24億に上った。これはチャット補完ではない。完了したタスクだ。人手を介さずに解決されたサポートケース、通話後に更新された営業記録、チケットなしで開始されたオンボーディングワークフローがそれにあたる。もはや、AIエージェントがエンタープライズで重要かどうかという議論は終わった。

終わっていないのは、いかに責任ある形で構築・運用するかを見極めることだ。

市場の現状

2026年のAIエージェントの世界市場規模は約109億ドルで、2025年の76億ドルから増加し、年平均成長率44%で拡大している。私にとってはその数字よりも、その裏にある導入率のほうが重要だ。エンタープライズアプリケーションの40%がエージェント機能を備えるようになったのに対し、わずか1年前は5%未満だった。何かが閾値を超えたのだ。

インフラの動向はさらに示唆に富む。2024年末にローンチしたAnthropicのModel Context Protocolは、現在、月間SDKダウンロード数9700万件、稼働中のプロダクションサーバーは1万台超に達している。2025年12月、GoogleはMCPを自社サービス全体に採用した。2026年4月までに、Fortune 500企業がプロダクション環境での運用を開始した。研究プロジェクトからエンタープライズの基盤へ、わずか16ヶ月。驚くべき速さだ。

Linux Foundationは2025年末、Agentic AI Foundation (AAIF)を設立してこれを公式化し、MCP、OpenAIのAGENTS.md、BlockのGooseを単一のガバナンス傘下に置いた。プラチナメンバーにはAmazon、Anthropic、Google、Microsoft、OpenAIが名を連ねる。最大の競合他社が同じ標準化団体を共同で資金援助するとき、プロトコル層は決着したも同然だ。

コーディングエージェントの位置づけ

エージェントの初期導入事例のほぼ半数をソフトウェアエンジニアリングが占めていたが、その理由はよくわかる。フィードバックループが緊密で測定しやすいからだ。Cursorは過去1年でARR10億ドルを突破し、企業価値293億ドルに達したと報じられており、わずか12ヶ月でARR1億ドルから成長した。GitHub Copilot、Claude Code、Windsurf、Devinはいずれも、2年前にはこの形で存在しなかった市場で競い合っている。

注目すべきはアーキテクチャの変化だ。これらのツールはもはやオートコンプリートのラッパーではない。コードベースセッション全体で状態を保持し、プルリクエストを作成し、テストを実行し、エラー出力を読み取り、再試行する。OpenAIのOperatorは複雑なブラウザタスクのベンチマークで87%のスコアを記録している。2025年8月にリリースされたAGENTS.mdは、エージェントにリポジトリのコンテキストを伝える標準的な方法として、すでに6万以上のオープンソースリポジトリに採用されている。コーディングの領域は、現時点で最も成熟した実証の場だ。

私はブログのNext.jsコードベースでClaude Codeを毎日使っており、生産性の差は誇張ではなく本物だ。ただし、できないことも把握している。何かがうまくいかなくなったときに複数のツール呼び出しにわたって一貫した意図を保つこと、あるいは2ステップ先の副作用を推論することだ。そのギャップこそが、本当のエンジニアリング課題だ。

誰もあまり語らない部分

耳の痛い統計がある。2026年3月時点で、エンタープライズのAIエージェントパイロットのうち本番環境でスケールに達したのは11〜14%に過ぎない。失敗の原因はほとんどの場合、モデルではない。オーケストレーション層だ。引き継ぎポイントでのコンテキストの不整合、数分でAPIの予算を使い果たすフィードバックループに入るエージェント、システム全体の障害に連鎖する協調エラー。プロダクションのマルチエージェントシステムでは個々のエージェントの障害率が5〜15%に達し、適切なサーキットブレーカーがなければ一つの障害が伝播する。

セキュリティも未解決の問題だ。OWASPのLLMセキュリティレポートによると、プロンプトインジェクション攻撃は前年比340%増となり、2026年もエージェンティックAIのセキュリティ障害のトップカテゴリーにとどまっている。間接型は特に厄介だ。エージェントが読むドキュメントに隠された悪意ある指示が、オペレーターが予期しない実際のアクション（データベースクエリ、API呼び出し、ファイル書き込み）を引き起こす。Microsoft、Google、GitHubはいずれもこの手法でプロダクションシステムを悪用された。エージェント導入を計画する組織のうち、セキュリティへの準備ができていると答えたのは29%だ。残りの71%は準備なしで導入を進めている。

エージェントを導入している組織の80%は、スケールで管理するための成熟したガバナンスモデルを持っていない。この数字は、導入率が上昇するよりも速く下がる必要がある。

優れたアーキテクチャの現在形

私が敬意を払うチームはモノリシックなエージェントを構築していない。明示的な引き継ぎ契約、決定論的なフォールバックパス、重要なアクションごとのヒューマン・イン・ザ・ループのチェックポイントを備えた、スコープが狭く監査可能なエージェントのネットワークを構築している。2026年のMCPロードマップは、プロダクション展開で明らかになったステートフルセッションの問題、エンタープライズ認証のギャップ、ガバナンスツールに取り組んでいる。解決に取り組む意志さえあれば、これらは解決可能なエンジニアリング課題だ。

GoogleがCloud Next 2026で取り上げたエージェント間(A2A)プロトコルが次のピースだ。エージェントは人間を介さずに他のエージェントを発見し、認証し、委任できる必要がある。その配管は今まさに構築されている。

私自身がプロジェクトで取るアプローチは、エージェントのアクションサーフェスを機能リストではなくセキュリティ境界として扱うことだ。エージェントが呼び出せるツールはすべて、潜在的な影響範囲を持つ。すべてを計測する。実行ごとに明示的な予算上限を設定する。機能を構築する前に評価システムを構築する。

より大きな視点から

「AIエージェントは新しいオペレーティングシステム」という捉え方は方向性としては正しかったが、2025年には時期尚早だった。2026年半ばにおいてより正確なのは、エージェントがデータベースやメッセージキューがインフラになったのと同じように、静かに、多くの初期段階の苦難を経て、そして突然いたるところで存在するインフラになりつつあるということだ。国際AI安全レポート2026は、個々のモデルの能力ではなく、スケールでの協調障害を主要なシステムリスクとして挙げている。

ここで成果を上げるのは、エージェントの信頼性、オブザーバビリティ、セキュリティを後回しにせず、一流のエンジニアリング規律として扱う構築者たちだ。オーケストレーションを他人事と考える人たちは、プロダクション環境で痛い目を見ることになる。

参考資料