これまで「AIエージェントのガバナンス」は、ほぼ1体のエージェントをどう御すかという問題でした。危険な一手に人手承認を噛ませ、操作を証跡に残す——前稿で扱った「ツール単位の統制」も、その系譜にあります。ところが2026年9月、この前提を根底から揺さぶる数字が公開されました。エージェントが数万体の規模で走り出したとき、「一手ごとに人が承認する」という発想は物理的に成り立たなくなります。
homula はエンタープライズ向けの AIエージェント・インテグレーターとして、日本企業の「PoCから本番・全社へ」を日々支援しています。本稿は特定製品の紹介ではありません。Anthropic が9月に公開した「自社で約3万体のエージェントを動かし、その監督をどう回しているか」という実データを起点に、Gartner や Palo Alto Networks の調査を重ね、**エージェントが人間を数で上回る時代に企業が組むべき『監督層（オーバーサイト）』**の設計図を抽出します。
「エージェントが人を上回る」は、もう比喩ではない
まず、規模の話から。Palo Alto Networks の「2026 Identity Security Landscape」（世界2,930名のセキュリティ意思決定者への調査）によれば、企業が管理するアイデンティティは、いまや人間1に対してマシンが平均109という比率に達しています。しかもその109のうち79がAIエージェントだとされます（Help Net Security, 2026年5月14日／Palo Alto Networks）。同調査では、直近12か月で9割の組織がID起因の侵害を経験したとも報告されています。
導入のスピードも裏付けがあります。Gartner は、2026年末までに企業アプリケーションの40%が特定タスク向けのAIエージェントを組み込む（2025年は5%未満）と予測しています（Gartner, 2025年8月26日）。つまり、エージェントは「特別な1体」ではなく「群れ（フリート）」として増える。この現実の前では、統制の設計を「1体ずつ」から「群れ全体」へ切り替えざるを得ません。
群れの規模になると、従来の「危険な操作はすべて人が承認する」方式は破綻します。1体が1日に数百の判断をするなら、100体で数万、1万体で数百万——人間の承認キャパシティが最初にボトルネックになるからです。ここで問われるのは「承認を速くする」ことではなく、「人手を使う場所そのものを設計し直す」ことです。
Anthropicが公開した「フリート監督」の実像
その「設計し直した監督」を、期せずして具体的な数字で見せたのが Anthropic でした。2026年9月中旬、同社はClaude が自社の測定対象R&D作業の26%をリードしていると公表しました。2026年初頭（2月時点）には1%未満だった比率が、半年で26%まで上がった計算です。ただし同社は「測定したいずれのサブセットでも Claude が完全自律で動いているわけではない」と明言しており、人間の監督下での協働という位置づけです（Quartz, 2026年9月18日／Technology.org, 2026年9月18日）。
注目すべきは自動化率そのものより、その裏側で回している監督の仕組みです。報道によれば、同社の主要な社内エージェント基盤では以下のような運用がなされています（digitaltoday, 2026年9月18日）。
- 約3万体のエージェントが、研究・エンジニアリング業務のために同時稼働している（2026年8月時点）。
- 各エージェントの操作は、実行される前にオンライン監視（online monitor）を通過する。
- さらに、すべての操作が事後にオフライン監視（offline monitor）で100%レビューされる。
- 2026年8月の1か月で、エージェントの判断は10億件超。そのうち止められたのは約4万7,000件に1件（＝0.002%）。
- 人間が直接ハンズオンでレビューする高優先ケースは、週あたり約50件にとどまる。
この数字の並びが重要です。機械が100%を見張り、人間は例外だけを深く見る——監督の負荷を、機械のスクリーニングと人間の希少な注意力とに役割分担している。これが、数万体を「一手ずつ人が承認する」ことなく回すための骨格です。
なぜ「全件人手承認」は破綻するのか——設計思想の転換
ここに、フリート時代のガバナンスの核心があります。単体のエージェントなら「危険な一手を人が承認する（Human-in-the-Loop）」で足ります。しかし群れの規模では、その人手が枯渇する。だから統制の重心は、「人が承認する」から「機械が全件をふるいにかけ、人は例外に集中する」へ移ります。
Anthropic の運用を一般化すると、監督層は次の3階層に整理できます。
| 層 | 誰が | いつ | カバー範囲 | 役割 |
|---|---|---|---|---|
| ① オンライン・スクリーニング | 機械（ポリシー・監視モデル） | 実行前 | 全操作 | 明らかに危険な一手を実行前に止める |
| ② オフライン・全件監査 | 機械 | 実行後 | 全操作（100%） | 逸脱・傾向・見逃しを事後に検知する |
| ③ 人手ディープレビュー | 人間 | 随時 | 高リスクの抽出分のみ | 判断の質・境界事例・ポリシー改善を担う |
ポイントは2つあります。第一に、カバレッジ（網羅性）は機械が担い、人間はカバレッジを追わないこと。10億件を人が見るのは不可能でも、機械なら100%見張れます。第二に、人間の注意力は最も価値の高いところ（高リスクの例外・ポリシーの見直し）に集中させること。0.002%という遮断率は「ほとんど止めていない」のではなく、「大半は自動で通してよいほどポリシーが効いており、人はその外側の判断に専念できる」状態を意味します。
実務への含意はシンプルです。「承認フローを速くする」より前に、「そもそも人が見るべき操作の定義」を設計する。全件を機械で網羅監査したうえで、リスク階層に応じて人手レビューの対象を絞り込む。人手を無くすのではなく、人手を"効く場所"に集中させるのが、フリート監督の設計思想です。
自社に落とすときの4つの論点
Anthropic はフロンティア研究所であり、その規模をそのまま真似る必要はありません。しかし、監督層の構造は一般企業にも移植できます。日本企業が自社設計に落とすときの論点は4つです。
- アイデンティティ（誰の権限で動くか）: すべてのエージェントに固有IDを与え、配備した人間・部門の責任に紐づける。マシンが人間を109対1で上回る環境では、「誰が起動した何のエージェントか」を棚卸しできること自体が統制の出発点になります。
- オンライン・スクリーニング（実行前の関所）: 高インパクトな操作（送信・削除・本番書き込み・支払い）は、実行前にポリシーで自動判定する。ここは n8n などの Human-in-the-Loop と組み合わせ、本当に危ういものだけを人手へエスカレーションします。
- オフライン・全件監査（実行後の網）: すべての操作を改ざん耐性のあるログに残し、事後に100%レビューできるようにする。逸脱やドリフト（挙動の漂流）は、往々にして事後の全件突合でしか見えません。
- 人手レビューの予算化と測定: 「週に何件を人が深く見るか」を運用リソースとして予算化し、遮断率・エスカレーション率・見逃し率などの指標で監督そのものを可視化する。Anthropic が監督や安全性に割く計算資源を指標化しているのと同じ発想です。
Gartner は、すべてのエージェントに画一的なガバナンスを当てはめると、かえってエンタープライズのエージェント導入は失敗すると警告しています（Gartner, 2026年5月26日）。低リスクの参照系まで人手承認で縛れば現場が止まり、高リスクの操作を自動で通せば事故る。リスク階層に応じて監督の強弱を変える——上の3階層モデルは、まさにその「一律でない統制」を実装する型です。
homulaの観点——監督層を"先に"組む
homula は、エージェント導入を「便利な自動化を足す」話ではなく、監督層を先に組んでから機能を載せる順序で設計します。フリート規模の監督に必要な部品は、homula が提供する統制の領域とそのまま重なります。
- 全件監査と権限を一枚岩で持つ: Agens Control は、承認フロー・DLP・5年分の監査ログ・RBAC を提供します。上記②の「オフライン全件監査」と①の「IDと権限」を、ツールごとにバラバラに作るのではなく、組織横断の一つの監督層として持てるのが要点です。エージェントが増えるほど、この一元的な証跡と権限管理の価値は上がります。
- 接続は絞って、監督の設計に時間を割く: Agens は MCP を活用し、200以上のツールと構築ゼロで接続します。接続を増やすほど「どの操作をオンラインで止め、何を全件監査するか」の設計が重みを増しますが、接続そのものを作り込まずに用意できるぶん、監督層の設計に人手を回せます。
- リスク階層でゲートを作り分ける: n8n / Dify / LangGraph を組み合わせ、実行前スクリーニングと人手エスカレーションを、業務の重要度に応じて実装します。「全部止める／全部任せる」の二択ではなく、階層で強弱をつけます。
- 着手前に監督指標を定義する: AIエージェント・ブートキャンプでは、業務棚卸し・プロトタイプ構築・ROI試算を3〜5日で完結します。このとき「何を全件監査し、週に何件を人が見るか」を最初の要件として置くことが、規模が増えたときの破綻を防ぎます。
順序が肝心です。機能を載せてから監督を後付けすると、群れが増えた瞬間に人手承認がボトルネック化し、統制は「現場の運用回避」で形骸化します。全件を機械で網羅監査し、人手を例外に集中させる監督層を先に置く——これが、処理時間の大幅削減のような成果を、数十・数百のエージェントに広げても安全に取りにいくための現実的な道筋です。
まとめ——監督は「網羅は機械、判断は人」へ
Anthropic の公開が示したのは「AIが賢くなった」という話ではありません。示されたのは監督の設計です。3万体という規模を回せているのは、機械が10億件を100%スクリーニングし、人間はそのうち週50件の例外に集中する、という役割分担があるからでした。マシンが人間を109対1で上回り、企業アプリの4割がエージェントを積む2026年、「一手ごとに人が承認する」統制はスケールしません。
日本企業がいま準備すべきは、フロンティア研究所の規模の模倣ではなく、同じ構造の監督層を自社サイズで先に組むことです。すべてのエージェントをIDで束ね、危険な一手は実行前に自動で止め、全操作を事後に100%監査し、人手は最もリスクの高い例外に振り向ける。この4点を先に決めておけば、エージェントの数を増やすことは「怖いもの」ではなく「広げていけるもの」になります。監督は、スピードを落とす足かせではなく、群れを安全に増やすための前提条件です。
「便利だが、群れになると御しきれない」を、「規模を増やせる統制」に変えませんか。homula は、全件監査・権限管理・リスク階層ゲートを備えたエージェント監督層づくりを、業務棚卸しからROI試算まで一気通貫で支援します。