AIエージェントを業務に入れるとき、最初に決めるべきことは「どのツールを使うか」だけではありません。より重要なのは、どの業務を、どの権限で、どこまでAIに任せるかです。

同じAIエージェントでも、議事録を要約するだけならリスクは限定的です。一方で、顧客への返信、発注、請求、契約条件の変更まで実行するなら、承認、監査ログ、停止条件、ロールバックの設計が必要になります。

本記事では、MASTER key株式会社 AX事業部の実務整理として、AIエージェント運用の自律度をレベル0-5で整理します。これは業界標準や認証基準ではありません。自社業務でAIに任せる範囲を議論するための、実務上のチェックリストです。

自律度はAIの賢さではなく業務責任で決める

AIエージェントの自律度は、モデルの性能だけで決まりません。業務上は、次の問いに答えられるかで決まります。

  • AIが実行してよい操作は何か
  • 人間の承認はどこで必要か
  • AIに与える読み取り権限と書き込み権限はどこまでか
  • 実行前後のログをどの粒度で残すか
  • 誤りを検知したとき、誰がどの手順で止めるか
  • 止めた後に、業務データや顧客対応をどう戻すか

つまり、自律度を上げるとは「AIを賢くする」だけではありません。AIが動ける範囲を広げる代わりに、人間が監督できる証跡と、止められる仕組みを強くすることです。

PoCでは、AIが正しそうな出力を出すかが見られがちです。本番運用では、それだけでは足りません。間違ったときに検知できるか、実行前に止められるか、実行後に戻せるかまで含めて判断する必要があります。

AIエージェント自律度レベル0-5

次の表は、AIエージェント運用を6段階で見るための整理です。レベルが高いほど優れている、という意味ではありません。業務リスク、データ整備、社内承認体制に合うレベルを選ぶことが重要です。

レベル AIの実行範囲 人間承認 権限設計 証跡・評価 停止/ロールバック
レベル0: 人間実行 AIは業務判断や実行に関与しない すべて人間が判断する AIへの業務権限なし 通常の業務記録のみ 既存業務手順で停止する
レベル1: 助言・要約 情報収集、要約、論点整理まで 人間が判断し、人間が実行する 原則として書き込み権限なし 入力、出力、参照元を残す AI利用を止めても業務は継続できる
レベル2: 下書き・候補作成 メール案、回答案、分類案、処理候補を作る 人間が修正し、人間が実行する 限定された読み取り権限 採用、修正、却下の履歴を残す テンプレートや参照データを切り戻す
レベル3: 承認付き実行 AIが実行内容を作り、承認後に実行する 実行前に人間が承認する 承認済み操作だけ書き込み可 承認者、実行内容、実行結果を残す 承認停止、実行取り消し手順を持つ
レベル4: 条件付き自動実行 金額、顧客種別、業務条件内で自動実行する 例外時だけ人間に戻す 条件付きの限定書き込み権限 成功率、例外率、誤処理率を監視する 異常時に自動停止し、前段階へ戻す
レベル5: 継続的自律運用 一定領域で計画、実行、監視、改善を回す 人間は監督と定期レビューを行う 領域を分離した高権限 全操作ログ、評価、監査証跡を残す 即時停止、権限剥奪、レベル降格を実行できる

多くの企業では、最初からレベル4やレベル5を目指す必要はありません。むしろ、レベル1から3で業務の証跡を残し、人間の修正履歴を評価データとして集める方が、本番化の土台になります。

レベル5は、AIエージェントを全面的に放置する状態ではありません。特定の業務領域に限り、監査、評価、権限分離、停止手順が整った状態で、人間が監督する運用です。ここを誤解すると、AIガバナンスではなく単なる丸投げになります。

レベルを選ぶ6つの評価項目

自社業務にどのレベルが合うかは、次の6項目で判断します。1つでも弱い項目があるなら、その業務は低いレベルから始める方が安定します。

評価項目 確認すること レベルを上げる条件
影響範囲 ミスが顧客、売上、契約、個人情報に影響するか 影響が限定され、事後確認で回復できる
判断基準 正解条件や例外条件を業務ルールとして書けるか 判断基準が明文化され、例外が分類されている
データ品質 AIが参照する情報が最新で、重複や矛盾が少ないか 参照元、更新責任者、利用禁止データが決まっている
権限 AIに読み取り、作成、更新、送信、承認のどれを許すか 最小権限で実行でき、権限変更の履歴が残る
監査ログ 入力、参照元、判断、実行結果、承認者を追えるか 後から原因分析できる粒度でログが残る
停止/復旧 異常時に誰が止め、どの状態へ戻すか 停止条件、通知先、ロールバック手順が決まっている

この表で重要なのは、AIの精度だけを評価項目にしないことです。精度が高く見えても、権限が広すぎる、ログが残らない、戻し方がない業務は、本番運用には向きません。

反対に、AIの出力に多少の修正が必要でも、ログが残り、人間が承認し、戻せる業務であれば、レベル2やレベル3から運用改善を始められます。

業務別の始め方: 最初はレベル1-3が中心

自律度レベルは、会社全体で一律に決めるものではありません。業務ごとに分けて考えます。

たとえば、会議後のタスク抽出はレベル1から始めやすい業務です。AIが議事録を読み、タスク候補、担当者候補、期限候補を出します。実際の登録や依頼は人間が確認します。

問い合わせ対応は、レベル2から3が現実的です。AIが回答案を作り、人間が確認して送信する。FAQに明記された定型問い合わせだけ、承認付きで送信できるようにする。値引き、返金、クレーム、契約条件は人間に戻す。このように段階を分けます。

経費精算や請求前チェックは、条件が明確ならレベル3に進めやすい領域です。AIが領収書、金額、勘定科目、過去ルールを確認し、承認候補を作ります。ただし、最終承認や支払い実行は人間の承認を残します。

営業リストの作成やCRM更新は、レベル3から4へ進む候補になります。ただし、顧客へ自動送信する、商談ステータスを自動変更する、見積条件を自動提案する場合は、権限と監査ログを細かく分ける必要があります。

契約、採用、与信、重要顧客対応のように判断の影響が大きい業務は、初期段階ではレベル1から2に抑えるべきです。AIは要約、論点整理、確認漏れの検知に使い、決定は人間が担います。

本番化前のチェックリスト

PoCから本番運用へ進む前に、次の項目を確認します。すべてに明確に答えられない場合は、レベルを上げる前に運用設計を整えるべきです。

  • 対象業務は、レベル0-5のどこに置くか
  • AIが実行してよい操作と、禁止する操作を分けたか
  • 人間承認が必要な条件を、金額、顧客種別、文面、例外種別で書いたか
  • AIに与える読み取り権限と書き込み権限を最小化したか
  • 入力、参照元、出力、承認、実行結果のログを残せるか
  • 誤処理、未処理、過剰処理を検知する評価指標があるか
  • ガードレールに引っかかった場合の通知先が決まっているか
  • 停止ボタン、権限剥奪、連携解除の手順があるか
  • 実行済みデータを戻す、訂正する、顧客へ再連絡する手順があるか
  • 運用開始後に、誰が週次または月次でログを見直すか

本番化の判断では、「どこまで自動化できたか」よりも「止められるか」「追跡できるか」「戻せるか」を先に見ます。自立AI運用では、AIが動き続けることより、必要なときに人間が介入できることの方が重要です。

まとめ: レベルを上げるより戻せる設計を優先する

AIエージェント運用では、自律度を上げること自体を目的にしない方が安全です。目的は、業務成果を安定して出しながら、人間が責任を持って監督できる状態を作ることです。

レベル0-5の整理を使うと、AIに任せる範囲を感覚ではなく、実行範囲、人間承認、権限設計、監査ログ、評価、停止/ロールバックで議論できます。これは、PoCを本番化する際の共通言語になります。

まずは、自社の業務を一つ選びます。その業務が今どのレベルにあり、次に上げるなら何が不足しているかを確認します。権限が広すぎるなら絞る。ログが弱いなら残す。停止条件が曖昧なら先に決める。

AIエージェントを業務変革につなげるには、任せる設計と同じくらい、戻せる設計が必要です。そこまで含めて運用を組むことが、AI活用を一時的な試行で終わらせず、AXとして定着させるための土台になります。