IBM は2026年9月10日、中東・アフリカの IT ディストリビューター StarLink が、IBM Bob と IBM watsonx Orchestrate を使って購買業務を AI エージェントで自動化したと発表しました。本記事では、この事例を「購買業務のどこまでを AI エージェントに任せられるのか」「効果はどの工程で出ているのか」という観点で整理し、受託開発と AI エージェント事業を手がける立場から見解を述べます。
発表の要点 (事実のみ)
- StarLink は Infinigate Group 傘下で、中東・アフリカ (MEA) を拠点とする付加価値ディストリビューター。
- 自動化の対象は、メールでの受付と分類、ERP (Oracle NetSuite) での検証、文書処理、買掛金処理までの購買ワークフロー。IBM Bob を開発パートナー、watsonx Orchestrate をオーケストレーションとガバナンスに使い、Docling (文書処理) と Automation Anywhere (ワークフロー連携) も組み合わせている。
- 削減見込みは年間 11,500 時間。内訳は、9,000 件の発注書の自動化で 6,000 時間、14,000 件の見積の自動化で 1,500 時間、見積比較で 4,000 時間。
- 文書比較は 30 分から 3 分 (90% 減)、AI エージェントの実装期間は 2 週間から 2 日 (85% 減) になったとしている。
- 今後は営業・法務・財務・与信チーム向けのダッシュボードやエージェントにも広げる計画で、MEA の 1,500 超のパートナー・顧客向けのプログラムにも含まれる。
公表値を1件あたりに割り戻すと、効いている工程が見える
年間 11,500 時間という合計値だけを見ても、自社に当てはめる判断はできません。私はまず 1 件あたりに割り戻しました。
- 発注書: 6,000 時間 ÷ 9,000 件 = 約 40 分 / 件
- 見積: 1,500 時間 ÷ 14,000 件 = 約 6 分 / 件
見積の処理は、もともと 1 件数分で終わる軽い作業です。削減の大半は、発注書 1 件ごとに発生していた約 40 分の作業、つまりメールの添付を読み、NetSuite 上の発注・取引先・品目と突き合わせ、不一致を確認する工程から出ています。見積比較の 4,000 時間も同じ構造で、「複数の文書を横に並べて差分を探す」作業です。
ここから言えるのは、購買エージェントの効果は「AI が PDF を読めること」ではなく、基幹システム上で照合して、合っていれば実行まで進め、合わなければ人に戻すという閉じたループにある、ということです。なお、これらはいずれも IBM と StarLink による見込み値であり、測定条件は公開されていません。研究をやっていた人間の癖として、ここは実測値ではなく目標値として読むべきだと考えます。
徐 聖博の見解: 難所は AI ではなく、ERP 照合と例外の戻し方
自社で同じものを作るとしたら、私が一番時間を使うと予想するのは、LLM の選定でもプロンプトでもありません。ERP 側のマスタとの照合です。取引先名の表記ゆれ、品目コードの旧新、分納や単価改定で発注書と請求が一致しないケース。こうした「業務的には正しいがデータ上は一致しない」例外を、どの条件で自動承認し、どの条件で誰に戻すのか。この設計が、エージェントが本番に乗るかどうかを決めます。
StarLink の事例で watsonx Orchestrate を「ガバナンス」の役割で置いているのも、同じ理由だと読んでいます。買掛金処理まで AI に実行させる以上、誤った支払いを止める仕組みと、誰が何を承認したかの記録がなければ経理部門は受け入れません。デモで請求書が読めることと、月次決算に耐えることの間には大きな差があります。
発注側の企業が同じ取り組みを検討するなら、最初に見るべきは「どの AI 製品を入れるか」ではなく、1 件あたりの処理時間が長く、かつ照合ルールを文章で書ける業務はどれかです。StarLink の数字が示す通り、1 件 6 分の業務を自動化しても効果は小さく、1 件 40 分の照合業務で初めて大きな時間が出ます。
開発会社・SIer の事業判断にどう効くか
私が経営者として一番気になったのは、「AI エージェントの実装期間が 2 週間から 2 日」という数字です。これが自社の現場でも再現するなら、エージェント開発を人月で見積もる受託は成り立ちにくくなります。作業時間は短くなる一方で、価値の源泉である業務の分解、例外ルールの設計、ERP 連携の権限設計、運用開始後の監視は短くならないからです。
したがって、受託開発を生業にしている会社は、エージェントの「作成」ではなく、次の 3 つに値付けの軸を移す必要があると私は考えています。
- 業務分解と例外設計: どこまで自動実行し、どこで人に戻すかを決める上流工程。
- 基幹システム連携: ERP のマスタ整備、API・権限設計、監査ログ。
- 運用: 誤判定率の監視、ルール改定、対象業務の拡張。StarLink も営業・法務・財務・与信へ広げる計画を出しており、1 本作って終わる案件ではありません。
私たちも AI エージェント事業で初期顧客と検証を進めていますが、手応えがあるのは、エージェントそのものより、その周辺の設計と運用です。人材育成の観点でも、プロンプトを書ける人より、業務の例外を言語化できる人の価値が上がると見ています。
(編集レンズ: 作る側 / 実装運用 / 開発会社の事業判断)
まとめ
- StarLink は、メール受付から NetSuite での照合、買掛金処理までを AI エージェントで自動化し、年間 11,500 時間の削減を見込んでいる。
- 1 件あたりに割り戻すと、効果の大半は発注書 (約 40 分 / 件) の照合工程から出ている。
- 本番化の難所は AI の読み取りではなく、ERP 照合と例外を人に戻す設計、そしてガバナンス。
- エージェント実装が短期化するほど、開発会社は業務分解・基幹連携・運用に値付けの軸を移す必要がある。
