AIエージェント統制｜5社に1社は暴走支出を止められない

AIエージェントの基盤選定は、すでに「1つを選ぶ」問題ではなくなっています。VentureBeatが2026年7月に従業員100名以上の107社へ実施した調査では、85%が2つ以上のオーケストレーション基盤を併用し、64%は3つ以上を動かしていました。一方で21%、つまり5社に1社は、想定外の動きをしたエージェントの支出を実時間で止める手段を持っていません。本記事では、この調査をもとに、日本企業が導入前に決めておくべき統制とコスト計測の設計項目を整理します。

107社調査で分かったこと

AIエージェントの運用基盤は集約ではなく分散に向かっています。VentureBeatの2026年7月調査（n=107）では、単一の基盤だけで運用している企業は15%にとどまり、平均すると1社あたり約3つの基盤が同時に動いていました。

利用されている基盤の内訳は次のとおりです（複数回答）。

オーケストレーション基盤	利用している企業の割合
Microsoft AI Foundry / Copilot Studio	70%
OpenAI Agents SDK	68%
Anthropic Claude Platform	47%
自社で内製したオーケストレーション	22%

「主に使う基盤はどれか」という設問ではMicrosoftが41%、Anthropicが28%でした。つまり多くの企業は主軸を1つ置きつつ、用途ごとに他の基盤も併走させています。この状況はVentureBeatの調査ページで公開されています。

なぜ基盤は1つに収束しないのか

基盤が1つに収束しない最大の理由は、企業が統制を提供元だけに預けたくないからです。VentureBeatの調査では、2026年末時点で想定するコントロールプレーン（エージェントの権限と実行を管理する層）の形として、53%がハイブリッド型を挙げました。

• ハイブリッド型（プロバイダー標準＋外部の管理層）：53%
• プロバイダー管理型のサービスに任せる：14%
• 自社で内製する：13%
• 外部プラットフォームで抽象化する：11%

プロバイダー管理型に全面的に任せると答えた企業は14%で、残りの78%は統制の一部以上を提供元の外側に残す意向を示しています。その理由として最も多かったのは「セキュリティと権限設定の制約」37%で、ベンダーロックイン23%、可視性の不足22%が続きました。懸念の中心は「乗り換えにくいこと」ではなく、「自社のエージェントが何をしているかを見て、制限できないこと」に移っています。

AIエージェントの権限をどう区切るかという設計論は、AIエージェントの権限管理｜野良化を防ぐ3つの設計変数でも整理しています。

統制の設計は進み、支出の計測だけが遅れている

AIエージェントの統制は「権限」と「コスト計測」の2軸に分けて考える必要があります。VentureBeatの調査が浮き彫りにしたのは、権限設計の議論は進んだのに、支出をその場で止める仕組みだけが取り残されているという偏りです。

支出のコントロール方式の内訳は次のとおりでした。

支出のコントロール方式	割合	実時間で止められるか
プラットフォーム標準の制御機能を使う	30%	可
自社でゲートウェイを作り経由させる	25%	可
動的ルーティングで安いモデルへ振り分ける	24%	可
事後の監視・ログ確認のみ	21%	不可

最後の21%が、VentureBeatが2026年8月20日に報じた「5社に1社」の内訳です。ログは残るが、請求が確定する前に処理を止めるスイッチが無い状態を指します。

この偏りは投資計画にも表れています。今後3〜12か月の投資先は、エージェントの監視・デバッグが31%、セキュリティと権限の実装が30%、ワークフロー機能が19%でした。監視と権限が上位を占める一方、支出の上限設定そのものは主要な投資項目として挙がっていません。

経営・DX担当者が決めるべき4項目

AIエージェントを複数部署へ広げる前に決めるべきなのは、基盤の選定ではなく「またぎの統制」です。基盤が3つに増えても機能する形で、次の4項目を先に決めておくと、後付けの改修を避けられます。

決めること	具体的な問い	決めていないと起きること
停止スイッチの所在	エージェントを即座に止められるのは誰か。基盤ごとに別々か、横断で1か所か	夜間・休日に想定外の実行が続き、翌月の請求で初めて気づく
利用量の名寄せ	部署ごとに契約が分かれている場合、誰が全社分を合算するか	部署単位では小さく見え、全社では上限を超える
上限の単位	月額か、1タスクあたりか、1エージェントあたりか	上限に達した時点で業務全体が止まる、または歯止めが効かない
監査ログの保管先	各基盤に残すのか、自社側に集約するのか。保管期間は何か月か	事後検証で「どのエージェントが何をしたか」を追えない

特に「停止スイッチの所在」は、責任者を1人決めるだけでも実効性が変わります。AIエージェントの検証段階で何を測るべきかは、AIエージェントのパイロット｜ROIより先に測るものでも扱っています。

具体的な活用シーン

AIエージェントの統制が効くかどうかは、業務の性質によって設計の重点が変わります。

• 問い合わせ対応の自動化：顧客ごとに応答回数が読めないため、上限は「1件あたりの実行回数」で置くのが実務的です。総額の月額上限だけだと、月末に問い合わせが集中した際に応答が止まります。
• 請求書・伝票処理：処理件数は事前に読めるため、月額上限で管理しやすい業務です。むしろ重要なのは、基幹システムへの書き込み権限を読み取りと分けておくことです。
• 社内ナレッジ検索：利用者が全社員に広がるため、部署別の利用量が把握できる形で最初から入れておく必要があります。あとから名寄せするのは手間がかかります。

いずれの場合も、本番展開の前に「止められること」を一度実際に試しておくことをおすすめします。手順書に書いてあるだけで、実行したことがない停止手順は、必要な場面で使えません。

この調査の数字を読むときの注意点

この調査は有用ですが、そのまま自社の判断根拠にする前に、3つの限界を押さえておく必要があります。

1. 母数は107社です。数ポイントの差を意味のある差として読むには小さい規模です。
2. 回答企業の業種が偏っています。Technology/Software が53%、政府・公共部門が16%、製造業が10%でした。AIエージェントの導入が先行している層の姿であり、日本の一般的な事業会社の平均像ではありません。回答者もソフトウェア/MLエンジニア22%、プロダクト/プログラムマネージャー21%が中心で、経営層の回答ではありません。
3. 同じシリーズの別の調査回では数字が違います。VentureBeatは2026年6月にも同種の調査（n=101）を公開しており、そちらでは「支出を実時間で止められない」が27%、ハイブリッド型の期待が51%、最も懸念されるリスクはベンダーロックイン35%でした。本記事は2026年7月回（n=107）の数値に統一しています。回答者が異なる別々の調査であるため、2つの回の差を「傾向が変わった」と読むのは早計です。

自社の資料に引用する場合は、「VentureBeat調査（2026年7月・n=107）」のように調査時期と母数まで書いておくと、後から数字が食い違ったときに原因を追えます。

よくある質問

AIエージェントのオーケストレーション基盤とは何ですか。

複数のAIエージェントに仕事を割り振り、実行順序・使用ツール・権限を管理する土台のことです。Microsoft AI Foundry、OpenAI Agents SDK、Anthropic Claude Platformなどが該当します。

オーケストレーション基盤は1つに絞るべきですか。

VentureBeatの2026年7月調査では85%が2つ以上を併用しており、1つに絞る運用は15%にとどまります。絞ることよりも、複数基盤をまたいで権限と支出を管理できる仕組みを持つことが実務的です。

エージェントの支出管理は何から着手すればよいですか。

まず「今すぐ止められるか」を確認することです。同調査では21%が事後ログしか持たず、実時間での停止手段がありませんでした。停止手順を実際に一度動かして確かめるところから始めます。

まとめ

VentureBeatが2026年7月に107社へ実施した調査は、AIエージェント運用の争点が「どの基盤を選ぶか」から「複数基盤をまたいで統制できるか」へ移ったことを示しています。85%が2つ以上の基盤を併用し、78%は統制の一部以上を提供元の外側に残す意向を持つ一方、21%は支出を実時間で止める手段を持っていませんでした。

次に取るべきアクションは、基盤の比較検討ではありません。自社ですでに動いているエージェントを一覧にし、「誰が、どの経路で、何分以内に止められるか」を1行ずつ埋めることです。空欄が残る行があれば、そこが最初に手を入れる場所になります。

複数部署でAIエージェントの利用が始まっていて、全社の統制とコスト管理をどう設計するか整理したいという方は、AI導入相談フォームからお気軽にご相談ください。

AI導入の進め方全体は「AI導入支援｜中小企業の進め方と支援会社の選び方」、発注前に確認する具体的な基準は「AI導入支援会社の選び方｜発注前に確認する7つの基準」で解説しています。

出典・参考資料

• VentureBeat： Agentic orchestration: Enterprise AI organizations know how to govern agents but still can’t meter what they cost （2026年8月） （本記事の主要数値の出典（2026年7月wave・n=107））
• VentureBeat： One in five enterprises can’t stop a runaway AI agent’s spending in real time （2026年8月20日）
• VentureBeat： Agentic orchestration: Enterprise AI organizations have a deployment problem, not a platform problem （2026年6月wave・n=101。数値比較のため参照）