2026年3月の最終週、日本で不思議なことが起きた。
三菱UFJ銀行がAIエージェントを全営業店に展開し、大阪市が実証結果を公表し、建設業界でAIエージェント16種の開発が始まり、ノーコードAIプラットフォームに「考える力」が実装された。ばらばらの企業・自治体が、ほぼ同じタイミングで「AIエージェントを実際に動かす」フェーズに入ったのだ。
偶然ではない。2025年後半から各社が進めてきたPoC・パイロットが、年度末というタイムラインで一斉に成果を出した結果だ。この記事では、3月25日から4月1日までの動きを時系列で追い、何が起きて、開発者として何を見ておくべきかを整理する。
3月25日: 三菱UFJ銀行、Agentforce 360を全営業店で本稼働
三菱UFJ銀行は、Salesforceの金融業界向け自律型AIエージェント「Agentforce 360 for Financial Services」とCRMシステム「Financial Services Cloud」を導入し、法人・個人の営業担当行員向けに本稼働を開始した。
ポイントは3つある。
- 顧客情報の自動整理: 行員が自然言語で問い合わせると、AIエージェントが顧客属性・取引履歴を横断的に参照して面談準備を支援する
- ベテランノウハウの民主化: 熟練行員の暗黙知をAIが提案手法として提示。経験年数に依存しない提案品質を目指す
- 段階的拡張の設計: 現時点はCRMデータベースだが、今後はニュース・市場動向などの外部情報を加え、顧客の関心が高いトピックの提示や提案シナリオの策定支援まで拡張予定
同行は同月10日に「AI社内手続ナビゲーター」も国内全営業店の約2万名に展開しており、AIエージェントの社内浸透を一気に加速させている。
開発者が注目すべきは、Salesforce Agentforceという既存SaaSプラットフォーム上でエージェントを構築した点だ。ゼロからLLMアプリケーションを作るのではなく、CRMに組み込む形での実装が、大規模金融機関でのファーストチョイスになりつつある。
3月26日: 大阪市×日立、AIエージェントで業務時間40%短縮を実証
大阪市と日立製作所は、2025年9月から2026年3月にかけて実施した自治体業務向けAIエージェントの実証実験の結果を発表した。対象は総務局の通勤届処理業務（年間約10,000件）で、以下の4つのユースケースで有効性を確認している。
| ユースケース | 対象者 | 内容 |
|---|---|---|
| 申請ナビゲーション | 申請者 | 対話形式で申請方法・入力内容を案内 |
| チェックサポート | 審査者 | 申請内容の自動確認・不備検出 |
| 認定判定サポート | 審査者 | 認定可否の判定を支援 |
| 払戻計算サポート | 審査者 | 計算処理の自動化 |
結果: 最大約40%の業務時間短縮の可能性を確認。
正直に言えば、「通勤届」は派手な業務ではない。しかし、自治体の庁内事務には同種の定型的だが手間のかかるプロセスが無数にある。大阪市は2026年度以降の全庁的導入を検討しており、行政オンラインシステムで受け付けた他の申請審査業務への拡大も予定している。
筆者が注目するのは、「AIエージェントが審査者”と”申請者”の両方”を支援する設計になっている点だ。エージェントを一方向（内部効率化だけ）ではなく、住民向けインターフェースにも適用しているのは、行政AIの設計として先進的だと思う。
3月31日: JAPAN AI×CONOC、建設業AIエージェント16種の共同開発を開始
JAPAN AI株式会社は、建設業界のDX推進企業CONOCに出資し、建設業向けAIエージェントサービスの共同開発を発表した。
CONOCが開発を進めているのは、以下のような建設業務に特化したAIエージェント群だ。
- 見積OCR: 紙の見積書をAIが読み取り、データ化
- 日報生成: 現場の作業内容からAIが日報を自動作成
- 工程最適化: 工程表の自動生成・調整
2026年度内に16種類のAIエージェントを順次リリースする計画で、目指すのは「入力ゼロ、確認だけ」で建設業務が完結する環境だという。
建設業界は2024年問題（時間外労働の上限規制）で深刻な人手不足に直面している。16種のエージェントがすべて実用レベルになるかは未知数だが、「特定業務に特化したエージェントを多数作って並列展開する」アプローチは、汎用エージェント1つで全部やろうとするより現実的かもしれない。
3月31日: Akeyless、AIエージェントの「行動時セキュリティ」を新提唱
AIエージェントの実運用が増えれば、当然セキュリティの問題が浮上する。そのタイミングで、秘密管理プラットフォームのAkeylessが「Agentic Runtime Authority」と「Agentic Identity Intelligence」を発表した。
従来のセキュリティは「アクセス時点」で認証する。Akeylessの新機能は「行動時点」でセキュリティを適用する。つまり、AIエージェントがデータを取得するときだけでなく、何かを実行しようとする瞬間にリアルタイムで判定する。
具体的な機能は以下の通り。
- Intent-aware authorization: エージェントのリクエスト内容（意図）に応じて動的にアクセス権を判定
- SecretlessAI: 長期間有効なAPIキーを排除し、IDベースの短命パーミッションをオンデマンド発行
- Agentic Identity Intelligence: エージェントのID・アクセス・データ操作を継続的に可視化し、リスクを検知
AIエージェントを本番環境に置くなら、「エージェントに何をさせるか」だけでなく「エージェントが暴走したときにどう止めるか」まで設計する必要がある。Akeylessのアプローチは、その回答の一つになりそうだ。
AIエージェントのセキュリティについては、OktaのAIエージェントID管理の解説記事もあわせて参考にしてほしい。
4月1日: miibo、AIエージェントに「シンキングモード」を実装
ノーコード会話型AI構築サービス「miibo」は、AIエージェントが自律的に熟考する新機能「シンキングモード」をリリースした。
これまでのチャットボットは「聞かれたら答える」一問一答だった。シンキングモードでは、AIエージェントが内部でTODOリストを作り、一つずつ処理を進める。複雑な依頼に対して段階的に思考し、複数の観点から検討を重ねた上で回答を生成する。
開発者視点で面白いのは以下の2点だ。
- 思考プロセスの可視化: 管理画面のログ機能でエージェントの思考過程をステップ単位で確認できる。デバッグやプロンプト改善に直結する
- 既存機能との組み合わせ: RAG（ナレッジデータストア）、MCP（Model Context Protocol）、コネクター機能と連携し、複数の情報源を横断した深い回答が可能
ノーコードプラットフォームに「エージェント的な思考能力」が搭載されたことで、プログラミングなしでもAIエージェントを構築できる敷居がさらに下がった。
背景: デジタル庁「源内」18万人展開と国産LLMの選定
個別の動きを支える大きな流れとして、デジタル庁の動向にも触れておく。
デジタル庁は政府職員向け生成AI基盤「源内（げんない）」を構築中で、2026年5月から全府省庁の約18万人を対象とした大規模実証を開始する。対話型チャット、文章作成、要約、国会答弁検索AI、公用文チェッカーAIなど、20種類以上のAIアプリケーションが提供される予定だ。
さらに、試用する国産LLMとして以下の7モデルが選定されている。
| 企業 | モデル名 |
|---|---|
| NTTデータ | tsuzumi 2 |
| カスタマークラウド | CC Gov-LLM |
| KDDI・ELYZA共同 | Llama-3.1-ELYZA-JP-70B |
| ソフトバンク | Sarashina2 mini |
| NEC | cotomi v3 |
| 富士通 | Takane 32B |
| Preferred Networks | PLaMo 2.0 Prime |
行政が国産LLMを採用し、18万人規模でAIを使い始めるということは、その上に構築されるAIエージェントの需要も連動して生まれるということだ。民間企業のAIエージェント実装と、国のAI基盤整備が同時に進行している。
全体を通して見えること
この1週間の動きを俯瞰すると、3つのパターンが浮かぶ。
1. 「SaaS組み込み型」が金融の主流になりつつある。
三菱UFJ銀行がSalesforce Agentforceを選んだように、大企業はゼロからエージェントを構築するのではなく、既存のSaaSプラットフォームにエージェント機能を乗せる方向に動いている。LangChainやCrewAIを使った自社開発よりも、導入スピードとサポート体制を優先する判断だ。
2. 行政のAIエージェント導入は「地味だけど確実」。
大阪市の通勤届処理は派手ではないが、再現性が高い。同じ構造の業務は他の自治体にも無数にあり、横展開のポテンシャルは大きい。2026年度以降の全庁導入検討は、他の自治体にも波及する可能性がある。
3. セキュリティが「後付け」から「同時進行」に変わった。
AkeylessのRuntime Authorityは、AIエージェントの普及と同時にセキュリティソリューションが登場した好例だ。エージェントが本番環境で動く以上、IDとアクセス制御の設計は初日から必須になる。
正直、これらの動きのすべてが大成功するとは限らない。CONOCの16種エージェントが全部実用レベルになるかは分からないし、大阪市の全庁導入がスムーズにいく保証もない。しかし、少なくとも「実際に動かして結果を測定する」段階に入ったこと自体が、1年前とは決定的に違う。
AIエージェント開発者にとっては、「どのフレームワークで作るか」の議論から「どの業界のどの業務に適用するか」の議論にシフトする転換点だ。AIエージェント構築ツールの選び方については、Dify・n8n・LangGraph・CrewAIの実力比較の記事も参考にしてほしい。
参考・出典
- 三菱UFJ銀行、AIエージェント「Agentforce」を導入 — Salesforce Japan（参照日: 2026-04-01）
- 三菱UFJ銀行のAIエージェント導入事例 — Impress Digital Transformation（参照日: 2026-04-01）
- AIエージェントの実証実験結果について — 大阪市公式サイト（参照日: 2026-04-01）
- JAPAN AI、CONOCへの出資と建設業向けAIエージェント共同開発 — JAPAN AI（参照日: 2026-04-01）
- Akeyless Launches Runtime Authority for AI Agents — Akeyless（参照日: 2026-04-01）
- miibo、AIエージェント新機能「シンキングモード」をリリース — PR TIMES（参照日: 2026-04-01）
- ガバメントAI「源内」 — デジタル庁（参照日: 2026-04-01）
AIエージェントの導入・構築についてのご相談は、お問い合わせフォームからお気軽にどうぞ。
この記事はAIgent Lab編集部がお届けしました。
