Microsoft の顧客事例として、INPEX が Microsoft 365 Copilot と Copilot Studio で 1,000 体を超える AI エージェントを社内業務に組み込んでいる事例が公開された。この記事では、この事例のどこが再現可能で、どこが多くの企業で詰まるのかを、AI エージェントの実装を請け負う側の視点で整理する。社内で生成 AI を配ったが定着しない、効果が説明できない、という状態にいる意思決定者に向けた論評である。
要点 (出典の事実のみ)
- INPEX は Microsoft 365 Copilot / Copilot Studio / Azure OpenAI Service を用い、現在 1,000 体超の Copilot エージェントを運用している (Azure OpenAI Service の採用は 2023 年)。
- 用途は社内規程の照会、日本の法規制検索、産休・育休に関する問い合わせ、経営会議の分析・論点生成、調査レポート生成など実業務に及ぶ。あるキャンペーンでは 130 件超のレポート依頼が処理された。
- 簡易なエージェントは個人・部門が Copilot のエージェント作成機能で作れる一方、高度なエージェントは Copilot Studio で開発し、外部コネクタ・トリガー・コスト・アクセス権を検討する申請・承認プロセスを通す。
- 価値は年間 20 億円超と試算。社員調査では 44% が作業時間の削減、46% が高度な業務への時間増、43% がエンゲージメント向上を回答し、90% 超が肯定的な評価をした。
- 有償ライセンスは 2025 年初の 650 から 1,450 に増加。2025 年 6 月に調査ツールとして Copilot を位置づけ直したことが定着の転機になったとされる。
徐 聖博の見解
私がこの事例で注目したのは 1,000 という数ではなく、エージェントを二階建てにして、片方だけをゲートしている点である。個人が作る簡易エージェントは自由に増やし、外部コネクタ・トリガー・コスト・権限を持つ高度なエージェントだけを申請・承認の対象にする。この線引きは、内製の速度とガバナンスがトレードオフになるという通念に対する、実務的な回答になっている。
AI エージェントの導入相談を受けていて最も多い失敗は、この線引きが無いことだ。全部を情報システム部門の承認対象にすると現場が作らなくなり、逆に全部を野放しにすると、外部 API を叩くエージェントが権限とコストを勝手に消費して、半年後に誰も全体像を説明できなくなる。技術的な難所はモデルではなく、この分岐をどこに引き、誰が審査するかの設計にある。
もう一点、社員調査と年間価値の両方で測っている姿勢は、そのまま真似してよい。生成 AI の効果は工数削減だけで測ると必ず過小評価になる。「高度な業務に時間を使えた」が 46% という数字は、削減額では出てこない。逆に言えば、測る枠組みを先に決めていない導入は、成果が出ていても継続の意思決定ができない。
数値の試算方法や検証条件は事例記事の範囲では公開されておらず、20 億円という規模をそのまま自社に当てはめる根拠にはならない。移植すべきは金額ではなく、業務理解 → 現場との共同実装 → 定着 → 権限・コスト管理 → 価値測定 という一周する運用モデルのほうである。
開発を生業にしている会社にとっての意味
この事例は、SIer や開発会社にとっては受注機会の形が変わる話でもある。顧客が Copilot Studio で簡易エージェントを自作できるようになると、「チャットボットを一本作る」型の案件は縮む。代わりに残るのは、外部システム連携を伴う高度なエージェントの設計・実装と、申請・承認フローと権限設計、コスト監視、効果測定の仕組みを作る仕事である。後者は業務理解とセキュリティ設計の比重が高く、単価も維持しやすい。
自社の提供メニューを、モデルやツールの名前ではなく「顧客の運用モデルのどの工程を引き受けるか」で書き直せているか。この事例を読んで確認すべきはそこだと私は考えている。
出典: INPEX transforms business processes with Microsoft 365 Copilot and AI agents
