「90%」の衝撃。ServiceNowとAT&Tが示す、AI運用の臨界点と利益の源泉
2026年、AIは「実験室」という名のサンドボックスを完全に脱し、企業の「心臓部」へとその居場所を移しました。これまで私たちが議論してきたのは、生成AIがいかに魔法のような回答を生成し、チャットUIを通じて人間を驚かせるかという、いわば「機能の目新しさ」でした。しかし、今や議論のフェーズは一段階、具体的かつシビアな領域へと押し進められています。それは「運用の最適化とスケーラビリティ」という、産業化のフェーズです。
直近のニュースが提示した「90%」という劇的な数字——ServiceNowによるIT自動化率90%の達成や、AT&Tによるトークンコスト90%の削減——は、AIを単に導入する段階が終わり、いかに大規模かつ効率的に「稼働資産」として運用するかの勝負が始まったことを意味しています。
本稿では、2億ステップに及ぶレガシー刷新を完遂したJFEスチールの事例や、動画から業務を学習するAIエージェントの台頭を交え、AIが企業のPL（損益計算書）をいかに冷徹に書き換え始めているかを分析します。AI実装で具体的なROI（投資対効果）を求められている経営層やDX推進責任者にとって、2026年は「AIを使っているか」ではなく「いかに高純度かつ低コストでAIを回しているか」が問われる、分水嶺となるでしょう。
実現から最適化へ。ServiceNowとAT&Tが突きつける「90%」の正体
AI導入の初期フェーズにおいて、多くの企業は「PoC（概念実証）の罠」に陥りました。小規模な成功は収めても、全社展開した瞬間に運用コストが跳ね上がり、管理不能な複雑性に直面する。この「スケーラビリティの壁」を、既存の巨人がどう突破したかが、今回のニュースの最大の眼目です。
ServiceNowは、自社内のITリクエストの実に90%をAIエージェントによって自律解決させることに成功しました。特筆すべきは、解決速度が99%向上したという点です。これは、単に人間が行っていた作業をAIに置き換えただけでは不可能です。プロセスのワークフローそのものをAI向けに最適化し、自社製品を実験台にする「ドッグフーディング」を極限まで突き詰めた結果です。
ServiceNowはこの成果をそのまま顧客向け製品へと展開する構えであり、今後は「即時解決」がCX（顧客体験）やEX（従業員体験）における最低限の標準期待値となるでしょう。
一方、通信大手のAT&Tが示した「90%」は、さらにシビアなコスト管理の側面を持っています。同社は1日あたり80億トークンという、天文学的な量のAI処理を行っています。この規模で商用モデルを漫然と利用し続ければ、いわゆる「トークン貧乏」に陥り、利益は全てプラットフォーマーに吸収されてしまいます。
AT&Tが取った戦略は、AIの「オーケストレーション」の再構築でした。特定の高額なモデルに依存せず、タスクの難易度に応じてモデルを使い分け、効率的にトラフィックを制御する独自技術を開発することで、運用コストを90%削減したのです。これは、AIの社会実装期において、スケーラビリティとROIの両立が「技術的な選定」ではなく「運用の設計」によって決まることを証明しています。
これら二社の事例が示唆するのは、AIエージェントが「24時間365日、低コストで働き続ける労働力」として完全に計算可能な経営資源になったということです。
レガシー刷新という前提条件。JFEスチールと住友商事が示す「日本型DX」の解
AIエージェントが企業の心臓部で稼働し、利益率を再定義するためには、それを支えるデータ・インフラが現代的（モダン）であることが絶対条件となります。この点で、JFEスチールが成し遂げた「国内全製鉄所の基幹システム刷新」は、日本型DXの歴史における金字塔と言えます。
5年の歳月をかけ、2億ステップという膨大なプログラムをメインフレームからオープン化させたこのプロジェクトの完遂は、単なるITの更新ではありません。AIエージェントが縦横無尽に駆け巡るための「舞台」を、泥臭い努力によって整えたことを意味します。製造業の現場でAIが真に力を発揮するためには、ブラックボックス化したレガシーシステムからの脱却が不可欠です。
JFEスチールはこの巨大な障壁を突破したことで、今後はリアルタイムな製造データとAIエージェントを直結させ、鋼材の品質予測や設備保守の自動化といった、高次の競争フェーズへ進む切符を手にしたのです。
一方で、住友商事が見せた「ROIの可視化」もまた、マネジメント層が範とすべきアプローチです。同社はMicrosoft 365 Copilotを9,000名の従業員に導入し、年間12億円の削減効果を算出しました。特筆すべきは、この大規模な導入と効果測定を、わずか2名の推進体制で実現したという事実です。
住友商事の手法が優れているのは、削減された時間を単なる「空いた時間」として放置せず、厳格に「通貨換算」して定量評価している点です。経営者は「AIで便利になった」という報告ではなく、「AIでこれだけのマージンが生まれた」という数値を求めています。日本企業にありがちな、目的と手段が逆転したDXではなく、冷徹に「利益の源泉」を追い求める姿勢こそが、2026年のAI実装には求められています。
ホワイトカラー業務の「工業化」。動画学習と操作型AIがもたらすコピー可能な資産
AIエージェントの進化は今、これまでの「言語化できる業務」の自動化から、さらに深い「言語化できない暗黙知」の領域へと踏み込んでいます。これを象徴するのが、Guiddeが発表した「動画からのAIエージェント教育」です。
従来のAI教育は、PDFのマニュアルやテキストベースの指示書を学習させるのが一般的でした。しかし、熟練の社員が業務中に行う細かな判断や、複雑なソフトウェアの操作手順は、往々にして文書化されていません。Guiddeの技術は、熟練者の操作動画を映像解析することで、AIにその「振る舞い」を直接学習させます。これは、DXの最大のボトルネックであった「業務知識の言語化コスト」をバイパスする、極めて破壊的なゲームチェンジャーです。
これに呼応するように、Anthropicによる自律型AIエージェント開発企業「Vercept」の買収も、AIがPCの画面操作を直接代行する未来を加速させています。この流れは、AIがチャットUIという枠組みを超えて、直接的に業務システムを操作する「操作型AI」への移行を示しています。
さらに、Read AIが発表したデジタルツイン「Ada」は、ユーザーに代わってメールで日程調整や回答を行う、いわば個人の「分身」として機能し始めています。
これらが意味するのは、ホワイトカラーの業務が完全に「デジタル資産」としてコピー可能になったということです。かつて工場が熟練工の技を機械化したように、今はオフィスワークの熟練の技が、動画解析とエージェント技術によって「工業製品」のように複製・量産可能なものへと変質しています。企業の競争優位性は、「誰がその仕事を知っているか」ではなく、「いかに低コストで、独自の熟練技をAIにコピーさせ、稼働させたか」という「学習の純度と運用効率」に完全に移行しました。
AIエージェントの「純度」と「運用効率」が企業の競争優位性を再定義する
AIが「工業化」された世界において、単に市場で手に入るAIツールを使っているだけでは、差別化は生まれません。むしろ、標準的なツールを使えば使うほど、業務プロセスは競合他社とコモディティ化し、マージンの奪い合いに巻き込まれることになります。
2026年のリーダーたちが注視すべきは、Gongが発表した「Mission Andromeda」のような、AIによるセールスコーチングや特定の業務ドメインに深く特化したエージェントの活用です。ここでは、汎用的な知能ではなく、自社特有の勝利パターンをいかに高純度でAIに継承させるかが焦点となります。
また、アリババのQwenチームが公開した「Qwen3.5-Medium」のように、ローカル環境で動作しながら最高峰の性能を誇るモデルの登場は、機密性の高い「自社秘伝のタレ」を、クラウドベンダーに渡すことなくAI化することを可能にしました。「聖域」としての機密データを守りつつ、AIの運用コストを極限まで下げる。この「ハイブリッドな運用能力」こそが、利益率の差を生む鍵となります。
Googleが発表した高速画像生成モデル「Nano Banana 2」がクリエイティブ制作コストを劇的に下げるように、あらゆる領域で「コストのゼロ化」が進んでいます。この環境下で企業が守るべきは、AIに委ねるべき定型的な「作業」と、人間が担うべき「戦略的判断」や「独自の価値観」の境界線をどこに引くかという、意志決定の質です。
結論：トークン貧乏を脱し、AIを「稼働資産」に変えるロードマップ
AI実装においてROIを求められている経営層やDX推進層にとって、今は「期待」から「冷徹な実行」へと舵を切るべき時です。ServiceNowやAT&Tが見せた「90%」という数字は、魔法の結果ではなく、徹底した「運用の最適化」の結果です。
今後の具体的なアクションプランとして、以下の3点が挙げられます。
1. オーケストレーションの確立
すべてを最高峰の商用LLMに頼るのではなく、タスクに応じたモデルの使い分けとコスト制御（トークン管理）を内製化、あるいは専門的なツールで管理すること。
2. 「暗黙知の資産化」の着手
膨大なマニュアル作成に時間を費やすのではなく、Guiddeのような映像学習ツールを活用し、現場の熟練者の動きを直接デジタル資産（AIエージェント）に変換し始めること。
3. 削減効果の通貨換算
住友商事のように、AI導入による削減時間を「人件費」や「機会損失の解消」として定量化し、PLへのインパクトを常に監視すること。
2026年、AIはもはやチャットUIの向こう側にある便利なツールではありません。それは、企業のインフラと密結合し、自律的に業務を遂行し、利益を自動生成する「制御可能な稼働資産」です。トークン貧乏を脱し、AIを真の利益の源泉へと昇華させられるか。その成否が、これからの企業の寿命を決定づけることになるでしょう。
PDFをブラウザで高速表示したいですか？ BuildVu でPDF・Office文書をHTML5/SVGに変換。プラグイン不要でどのデバイスでも忠実に表示 https://www.intwk.co.jp/buildvu/?utm_source=intechnews&utm_medium=blog&utm_campaign=smart_cta