AIエージェントの議論は、この1年で「使えるのか」から「どこまで任せられるのか」へと移った。だが実際にどれだけの企業が、どれだけのエージェントを、どれだけの規模で動かしているのか——その実データはこれまで乏しかった。ベンダーの導入事例は華やかでも、母集団の見えない逸話にとどまりがちだったからだ。
2026年8月、Salesforceが第2版となる Agentic Enterprise Index を公開した。自社の Agentforce プラットフォーム上で実際に稼働する多数の企業の集計データ（2025年2月〜2026年4月）に、2026年5月実施の独自調査（回答4,689件）を重ねたものだ。数字は明確な方向を指している——エージェントは「試す」フェーズを抜け、業務に「常駐して働く」フェーズに入った。
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、戦略策定からPoC・実装・運用・内製化までを一気通貫で支援している。本稿では、この稼働データを一次情報として正確に読み解き、日本企業が投資判断で数字を読み違えないための観点を整理する。
転換点1：1社あたりのエージェントが「5→13」に増えた
最も象徴的な数字が、1社あたりの稼働エージェント数だ。Salesforceの集計では、2025年2月時点で平均5体だったものが、2026年4月には平均13体へ増加した。年換算で「倍以上（nearly 3x／more than double year over year）」の伸びである（CIO）。
同時に、エージェントの作成にかかる時間は53%短縮され、従業員1人あたりのエージェント利用回数は分析期間で約3倍に増えた。作りやすくなり、使われるようになり、その結果として数が増える——導入が一部門の実験から全社の日常業務へと広がる典型的な曲線だ。
| 指標 | 起点（2025年2月） | 直近（2026年4月） | 変化 |
|---|---|---|---|
| 1社あたり稼働エージェント数 | 平均5体 | 平均13体 | 倍以上 |
| エージェント作成時間 | — | — | 53%短縮 |
| 従業員1人あたり利用回数 | — | — | 約3倍 |
出典：Salesforce「Agentic Enterprise Index（第2版）」
転換点2：作業量は「月次15%」で複利成長している
Salesforceは処理量を測るために AWU（Agentic Work Unit） という独自指標を導入した。AWUは「エージェントが完了させた1つの作業単位」——プロンプトの処理、推論チェーンの完了、あるいはツールの1回の呼び出し——を数えるものだ（Salesforce）。
なぜ「トークン」ではなく AWU なのか。トークンはモデルが消費した生データ量しか表さないが、AWU は「実際に片付いた仕事の量」を測ろうとする指標だ。エージェント時代のコストと成果を結びつけるための、ベンダー発の新しい物差しといえる。
その AWU が、2026年4月時点で**7億3,400万（734M）**に達し、**月次15%（CMGR：複合月次成長率）**で伸びている。月15%の複利は、単純計算で年間およそ5倍のペースだ。エージェントは「置いてある」だけでなく、こなす仕事量そのものが加速度的に増えている。
ただし AWU はSalesforceが定義した新指標であり、業界標準ではない。CIO誌は「CIOにとって価値の薄い、光るだけの新指標」と辛口に評した。指標の絶対値そのものより、成長の方向と勾配を読むのが実務的だろう。
転換点3：現場KPIで「最も改善したのは顧客満足」
規模の拡大が品質の低下を意味していない点も重要だ。Salesforceによれば、カスタマーサービス部門でエージェントを導入した企業が「最も改善したKPI」に挙げたのは、担当者の生産性でも平均処理時間でもなく、顧客満足（CSAT）だった。人間へのエスカレーション率も、規模を拡大しても横ばいで維持されたという。小売のオンライン売上ではエージェント経由で4倍の成長も報告された。
つまり「量を増やすと雑になる」という直感的な懸念は、少なくともこのデータ上では起きていない。適切に設計・運用されたエージェントは、規模と品質を同時に伸ばしうる——それがこの第2版の核心メッセージだ。
数字を読み違えないための3つの注意点
好調なデータほど、前提を外して受け取ると投資判断を誤る。日本企業が押さえるべき留保は3つある。
1. これは「自社プラットフォームの稼働データ」である。 出所は Agentforce 上の集計であり、CRM市場で大きなシェアを持つベンダー自身の統計だ（cxtoday）。方向性の指標として信頼できても、「どの企業でも同じ伸びが出る」ことを保証するものではない。自社の業務・データ・規制環境に引き直して読む必要がある。
2. 「導入数」は「統制」とイコールではない。 1社あたり13体という数字は、裏返せばエージェントが乱立し始めていることを意味する。誰が・何の権限で・どのデータに触れるかを束ねられていなければ、13体はそのまま13個のリスク面になる。実際、企業側の最大の懸念は依然として信頼性・ハルシネーション（約55%）とプライバシー・セキュリティ（約53%）だ。エージェントを「持つこと」と、その判断の責任を「統べること」は別問題である。
3. 成果の最大の予測因子は、モデルではなくデータと権限設計だ。 エージェントが理論上できることと、企業が安全に許せることの間にはギャップがある。データ品質と、アクセス・承認の設計こそが成否を分ける。派手な導入数の前に、地味な足回りを整えた企業が伸びている。
「他社は13体動かしている」を導入圧力として使うのは危険だ。数を追う前に、1体を安全に本番稼働させ切れる制御基盤——権限・承認・監査——があるかを先に問うべきである。
homulaの観点：乱立の前に「制御点」を設計する
このデータが日本企業に突きつけるのは、「エージェントを導入するか否か」ではなく「増えるエージェントをどう統べるか」という問いだ。homulaはこの順序を重視している。
- まず小さく、しかし本番品質で。 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日で完結させる。13体をいきなり並べるのではなく、勝ち筋の1体を最短5日のPoCで検証し、稼働に耐えるかを見極める。
- 接続は構築ゼロで、統制は最初から。 Agens はMCPを活用し、200以上のツールと構築ゼロで接続する統合プラットフォームだ。増えるエージェントとツールを個別配線せず、単一の入口に束ねる。
- 数が増えても崩れない足回り。 Agens Control が承認フロー・DLP・5年分の監査ログ・RBAC を提供する。「誰が・何の権限で・どのデータに触れたか」を後から追え、事前に止められる——13体でも130体でも同じ制御原則で運用できる。
活用技術も n8n / Dify / LangGraph などを状況に応じて使い分け、最終的には顧客自身が回せる内製化まで伴走する。派手な導入数を競うのではなく、増えても壊れない設計を先に置く——それがデータの示す転換点に対するhomulaの答えだ。
まとめ
Salesforceの最新データは、エージェントが「実験」から「稼働」へ移ったことを、稼働台数（5→13）・作業量（月次15%成長）・現場KPI（顧客満足の改善）という3つの角度で裏づけた。一方で、これは自社プラットフォームのデータであり、導入数の伸びはそのまま統制課題の伸びでもある。読むべきは絶対値ではなく方向であり、追うべきは台数ではなく「増えても壊れない制御点」だ。
自社にとっての勝ち筋の1体を、本番品質で・統制込みで立ち上げる。その一歩から、13体の時代は始まる。
エージェントの導入数を増やす前に、増えても崩れない制御基盤を設計しませんか。まずは業務の棚卸しとROI試算から、homulaが伴走します。