AIエージェントの種類と比較：内製と外部サービスの判断基準

経営がAIエージェントの種類を比較するときは、内部の動作方式ではなく3つの問いで分けるべきである。誰のために動くか、どこまで任せるか、基盤を誰が持つか。内製か外部サービスかという判断は3つ目の問いにあたる。1つ目と2つ目を決めると、比べる範囲が絞れる。

「AIエージェント 種類」で検索すると、上位には2種類の記事が並ぶ。1つは単純反射型・モデルベース反射型・目標ベース型・効用ベース型・学習型といった教科書的な分類の解説、もう1つは法人向け製品の比較表である。前者は仕組みの理解には役立つが、どれを導入するかの判断には使えない。後者は機能と料金を並べるが、比べる前に何を決めておくべきかを書いていない。全社でAIを使っている組織の事業責任者が知りたいのは、自分の組織にどの種類のエージェントを、誰の基盤で置くかである。本稿は、AIエージェントを自前で作り、作り直し、外部の基盤に移した海外の現場の元記事をもとに、この3つの問いを整理する。

AIエージェントの種類は何で分けると判断に使えるのか

判断に使える分け方は、エージェントの内部構造ではなく、組織の中での置き方で分けるものである。具体的には次の3つの問いになる。

問い	選択肢	決めること
誰のために動くか	個人用 / 全社・チーム共有	会話・ログイン・権限の前提
どこまで任せるか	完全に任せる / 要所で人が確かめる / 人が自分でやる	人の確認をどこに置くか
基盤を誰が持つか	自前で運用する / 外部サービスに任せる	運用の手間と受け入れる制約

この分け方が実務に合っていることは、1人の使い手の振り分けからも分かる。Everyの記者Grant Harveyは入社1週目に、仕事を3つに振り分けるルールに落ち着いた。チームの文脈が要る作業はSlackに常駐する全社共有のエージェントに、1人で長く腰を据えて考える作業はClaudeのようなチャット型のAIに、誰かが責任を持つべき判断は人に回す。そのエージェントは資料の在り処を1分以内に答える一方で、古い記録を信じて承認済みの休暇申請を「承認待ち」と答えたこともある（AIコワーカーに何を任せるべきか、Every社の導入1週目が示す振り分けルール）。種類の違いは性能の高低ではなく、どの仕事に向くかの違いとして現れる。

どの種類を選んでも、自分の組織の業務でうまく動いているかを確かめる物差しは別に要る。製品の比較表に載るベンチマークや機能一覧ではこの物差しにならない。業務に合わせた評価基準を誰が作り、誰が回すかは、種類を選ぶ前に決めておく前提である。

個人用と全社共有のエージェントは何が違うのか

1つ目の問いの答えで、設計し直すものの量が大きく変わる。

Everyは、社員1人ずつに個人用のエージェント「Plus One」を持たせていた。各ユーザーのエージェントはそれぞれ専用のクラウド上のコンピューターで、オープンソースのエージェントプログラムOpenClawを動かす構成だった。プラットフォーム責任者のWillie Williamsによれば、これを健全に保つ作業に小さなチームの時間が取られ、試した人の多くは使わなくなった。同社は2026年5月に、全社で1体を共有するエージェント「Every Agent」に作り直し、その過程で86,730行のコードを削除している（個人用AIエージェントを全社共有にすると何が壊れるのか──Everyが権限をコードに固定した理由）。

切り替えの理由は運用だけではなかった。Plus Oneが最も役に立ったのは、他人のエージェントを借りる場面だったという。Williamsは、個人用のエージェントは3つの前提で動いていると整理する。1人と会話する、その人のログインを使う、その人が頼むことは何でもしてよい。全社共有にすると、この3つがすべて崩れた。

• 会話: 複数人が同時に話すSlackのスレッドで、どの発言が自分宛てかを判断しなければならない
• 接続: 退職した社員のログインに紐づいたレポートが止まる。Everyは、タスクを個人のログインではなく、条件を満たすログインなら差し替えられる「スロット」という枠に紐づけ直した
• 権限: アクセスできるデータが人によって違う相手から、依頼を受ける

比較すると、個人用は立ち上げは容易に見えるが、うまいやり方がその人のエージェントに留まり、同じことを教えるにも人数分の更新が要る。全社共有は文脈と工夫を全員で使えるが、会話・接続・権限の3つを最初から設計しなければならない。どちらを選ぶかは、対象業務がチームの文脈を必要とするかどうかで決めるのが分かりやすい。

全社共有を選ぶと、1体を誰が動かし続けるかという3つ目の問いが重くなる。この判断をツール単位ではなく、乗り換えられるかどうかで考える視点は、自前のAIハーネスへの投資を内製か購入かで判断する考え方が先に整理している。

コーディングエージェントにはどこまで任せるのか

2つ目の問いは、同じ種類のエージェントでも、人の確認をどこに置くかで別物になるというものである。最も分かりやすいのが、開発に使うコーディングエージェントだ。

EveryでSlack上のエージェントを開発するエンジニアLoren Stewartは、計画を立てた後の実装をほぼすべてエージェントに任せる仕組みを数か月かけて作った。エージェントがブラウザとターミナルで実装し、バグを見つけ、互いの作業をレビューする。変更は自動チェックを通り、別のエージェントが承認したものだけが入る。ところが8月、42ファイルに触れて約3,000行を追加した新機能をレビューしたとき、設計の一部が「content-light」であるべきと決められていたのに、それが実装で何を意味するのかを本人が説明できなかった。

“I own every line my factory produces, but there is a large difference between owning something and making it your own.”

訳: 私は自分のファクトリーが生み出すすべての行を所有しているが、何かを所有することと、それを自分のものにすることの間には大きな違いがある。（Loren Stewart, Every, 2026-10-30）

Stewartは、自分のファクトリーに3つのモードを組み込むことにした。すでに何度も書いてきた定型作業は完全に任せる。理解しておきたい複雑な仕組みは、重要な判断の前に確認の区切りを置いて密に監督する。新しい技術を学びたい部分は自分で書く（AIコーディングエージェントにどこまで任せるか——自律・監督・手動を分ける3モード設計）。

任せる範囲は、小さく始めて広げることもできる。EveryのMike Taylorは、アプリをクリックや入力で直接操作する機能（computer use）を、最初は娘の学校の書類の記入という1つの作業で試し、様子を見てから、スライドの更新や動画の編集、自著のPDF校正にあるリンクの全件確認へと広げた（AIエージェントの画面操作（computer use）で任せられる定型作業の範囲）。

経営の側から見ると、2つ目の問いで決めるのは製品ではなく、業務ごとの確認の置き場所である。同じ製品を入れても、完全に任せる業務と密に監督する業務が混ざるのが普通であり、比較表の「自律度」の欄はこの判断の代わりにならない。どの業務なら完全に任せてよいかは、その業務の出力を確かめる物差しがあって初めて決められる。担当者が作り運用で回す評価基準を持っている業務から、任せる範囲を広げるのが順当である。

内製か外部サービスかは何で決めるのか

3つ目の問いは、エージェントの基盤を自前で運用するか、外部サービスに任せるかである。ここでいう基盤とは、モデルが求めた道具を実行して結果を返し、会話の履歴を保ち、中断から再開できるようにする仕組み（ハーネス）を指す。

EveryのエンジニアParidhi Agarwalによれば、同社は全社共有のエージェントを1体にした後も、それを誰が動かし続けるかを決める必要があった。自前のサーバーでホストすることを試したが、1か月以内に保守の負荷に見切りを付けた。5月初めにAnthropicのClaude Managed Agentsへ作り直す計画を書き、1週間以内にSlack上でエージェントが答えるようになった。基盤を任せた後にEveryが自前で作ったのは、エージェントを単なるチャットボットではなく同僚らしく振る舞わせる部分で、設計作業の大半は、メッセージが自分宛てかどうかと、誰の代理として動いているかの2つの判断に費やされた（社内AIエージェントの基盤は内製すべきか、ベンダーに委ねるべきか──Everyが1か月で判断を変えた理由）。

“We wanted to build a coworker, not run an infrastructure team.”

訳: 私たちが作りたかったのは同僚であって、インフラ運用チームではなかった。（Paridhi Agarwal, Every, 2026-10-09）

外部サービスに任せるときに受け入れる制約は、公式の説明で確かめておく必要がある。Anthropicの公式ドキュメントによれば、Claude Managed Agentsはエージェントのハーネスと実行環境を提供するサービスで、現在はベータ版である。対応モデルの一覧に挙がっているのはClaudeのモデルのみで、セッションが会話の履歴などをサーバー側に保持する設計のため、ゼロデータ保持（Zero Data Retention）の対象外とされている。料金はトークンの利用料に加えて、セッションが実行中の時間に1時間あたり0.08ドルがかかる（いずれも2026年11月7日時点の公式情報）。Everyも、Claude以外のモデルに振り分けられないことを最も強く感じる制約に挙げ、ゼロデータ保持を求める顧客には今のところ提供できないと書いている。さらに、基盤を移し直すために置き換えるものを書き出したところ、ハーネス、セッション、記憶、道具、実行環境の作り直しに数か月かかる規模になったという。

ここから、内製と外部サービスを比べる基準は次の3つにまとまる。

• 作る対象を絞れるか: 外部の基盤に任せても、自分の組織でしか決められない振る舞い（誰の代理で動くか、いつ口を挟むか）は自前で作り続けることになる。その部分に人を集中できるなら、外部サービスを使う理由になる
• 受け入れる制約が要件と両立するか: 使えるモデルの範囲と、データ保持の条件。取引先や規制がゼロデータ保持を求める業務には、この条件が合わない基盤は使えない
• 出口の費用を見積もったか: 移し直すときに何を作り直すかを、導入前に一覧にしておく

3つ目の基準、つまり乗り換えられる設計を投資判断の単位にする考え方は、内製か購入かをハーネス単位で判断する考え方で扱っている。また、外部サービスを選ぶ場合、売り手の側で人数課金の前提が揺らいでいることは、料金体系が変わる可能性として頭に置いておく。その見立ては、顧客のAI活用でシート課金のSaaSが失う値付けの基準で分析している。

まとめ: 種類を比べる前に、3つの問いに答える

AIエージェントの種類を比べる作業は、製品の機能表を並べることから始めるとまとまらない。誰のために動くか、どこまで任せるか、基盤を誰が持つかの3つに先に答えると、比べるべき製品の範囲と比べる観点が決まる。

最初の1体については、次の順に決めるとよい。対象業務がチームの文脈を必要とするなら全社共有を選び、会話・接続・権限の設計を担当する人を置く。業務ごとに、完全に任せるか、確認の区切りを置くかを決める。基盤を外部に任せるなら、使えるモデルとデータ保持の条件が要件に合うかを公式の説明で確かめ、移し直す場合に作り直すものの一覧を導入前に作っておく。