AI・自動化

AIエージェントとは?納期を調べるAIと、返事を決める人の仕事がわかる

説明用の架空例。商品10個を25日までに欲しい。AIが注文表・在庫表・生産予定表を調べると、在庫6個と不足4個の24日完成予定が分かる。配送日は未確認のため、担当者が配送を確認して返事を決める。

AI・納期調査の実務

AIエージェントとは?納期を調べるAIと、返事を決める人の仕事がわかる

納期を返事するたびに注文表、在庫表、生産予定表を開き、担当者へ聞き直していませんか。調べる手間を減らしたくても、「AIエージェントで何が変わるのか」「どこまで任せられるのか」が分からない。この記事は、納期確認の調査を効率化したい経営者・業務責任者の疑問に答えます。

読み終えたら、同じ注文を使って、人が資料を渡す方法、決めた順番で調べる方法、AIが次の調べ先を選ぶ方法を比べられます。AIが返す回答案と人が確かめることを分け、設定担当へ具体的な調査依頼を渡せます。商品10個の希望に対して在庫6個、不足4個を調べる架空例を、本文と図で一貫して追います。

先に答え:AIエージェントは、目的に向けて道具を使い、得られた結果から次の作業を選ぶ仕組みです。この納期調査では、AIが資料を調べ、人が配送と返事を決めます。調べる順番と分岐を決められるなら、固定フローで足りるかを先に比べます。

商品10個を25日までに欲しいという依頼を受け、AIで注文・在庫・生産の3資料を調べる。在庫6個、不足4個は24日完成予定だが配送日は未確認。担当者が配送を確認して返事を決める。完成予定日と届く日は別。
24日は完成予定、25日は到着希望です。配送を確かめてから返事を決めます。

DREEXY編集部 · 追加原典確認2026年10月28日 · 納期調査の依頼・数字・日付・記録は説明用の架空例です。

AIエージェントは、チャットと何が違う?

AIへ文章を頼むだけならイメージできます。でも、社員が表を開いて調べる仕事も任せられるのでしょうか。エージェントという名前より、実際にどの資料を調べ、次へどう進むかを見ます。

AIが検索などの道具を使い、調べた結果に合わせて次の作業を選ぶ仕組みです。

注文Q-17の商品A10個に対し、在庫表で6個と分かり、不足4個の生産予定24日を調べ、配送未確認の回答案を人へ返す資料の流れ。
在庫で足りないため生産予定へ進みます。調査結果と、返事の判断を分けて読みます。

この例の依頼は「商品Aを10個、25日までに届けてほしい」です。AIは注文表で必要数10個を読み、この注文に使える在庫表を調べます。在庫6個だけでは足りないため、不足4個の生産予定へ進みます。この「結果を見て、次の調べ先を選ぶ」ところが、ここで説明するエージェントの動きです。

道具とは、この例では注文・在庫・生産予定を検索する機能です。担当者が、使える資料と検索機能をあらかじめ接続します。チャットの画面から使う場合もあります。画面の見た目やAIの製品名だけでは、裏でどんな調査ができるかは決まりません。

調査が進んだら、数字と元資料をまとめた回答案を担当へ返します。調べることと、会社として納期を約束することは別です。まずこの境目を決めれば、担当者が何を確認するかが明確になります。

「チャット」は人とやり取りする画面の形式でもあります。チャット画面の裏で検索を繰り返すエージェントもあるため、画面が会話式かどうかで区別できません。見るのは、資料を人が毎回渡すのか、設定した規則で集めるのか、AIが結果を受けて次の調査を選ぶのかです。

また、調査計画を文章にしただけでは、資料を読んだことにはなりません。「生産予定を確認する」と書かれている場合は、実際にどの資料を検索し、何が返ったかを確かめます。回答案と参照した資料が対応して初めて、担当者は数字の根拠を照合できます。

担当者へ頼むこと

自社の納期確認で開く資料と、聞き直す相手を並べます。検索に任せたい仕事を1つ選びます。

在庫と完成予定が分かれば、到着日を約束できる?

「在庫6個に、生産する4個を足せば10個です」。数が足りると分かった瞬間、25日に届けられると答えてしまいませんか。完成する日と届く日は違います。

10個の数がそろう見込みでも、配送が未確認なら25日到着は約束できません。

商品10個を25日までに欲しいという架空の希望。必要10個を使える在庫6個と不足4個に分ける。不足4個は24日完成予定だが、25日は希望到着日で、配送は未確認。完成する日と届く日は別。
数量がそろう見込みと、届けられる日が決まることは別です。

図の在庫6個は、倉庫の全在庫ではなく、この注文に使える在庫です。他の注文に確保されている数を含めれば、同じ在庫を二つの注文に約束してしまいます。どの時点で、どの注文用に使える数かを在庫担当とそろえます。

不足4個は24日に完成する予定です。ここで分かったのは製作が終わる見込みだけです。集荷に間に合うか、配送に何日かかるか、顧客が受け取れるかはまだ未確認です。業務担当が配送条件を確かめ、責任者が25日到着の約束を判断します。

回答案には「必要10個、使える在庫6個、不足4個は24日完成予定、配送は未確認」と書きます。25日は顧客の希望として残し、確定日へ書き替えません。ここで示した回答案は、この状態を表しています。

担当者へ頼むこと

在庫の使える数、完成予定、配送条件を誰が確認するか決めます。希望日と確定した到着日を別欄にします。

決めた手順で調べる方法と、エージェントをどう選ぶ?

便利そうだからエージェントを選ぶ前に、いつもの調査がどこまで決まっているかを比べます。同じ注文を使うと、何の役割が変わるかが見えます。

毎回同じ資料と分岐で済むなら、決めた手順で足りるかを先に確かめます。

同じQ-17の10個、在庫6個、不足4個完成24日を、人が資料を渡す、決めた規則が生産予定へ進む、AIが生産予定の検索を選ぶ三つの方法で比較。
同じ注文でも、資料を集める人と次の調査先を選ぶ役割が変わります。

資料を人がそろえてAIへ渡す方法なら、人が注文表・在庫表・生産予定表を用意し、AIに整理案を作らせます。たまに調べる仕事では、この方法で十分な場合もあります。調査の度に資料を集め直す手間は人に残ります。

決めた手順で調べる方法は「注文を読む→在庫を読む→足りないときだけ生産予定を読む」という順番と分岐を設定します。これを固定フローと呼びます。「固定」は同じ結果しか出ない意味ではなく、次へ進む規則が事前に決まっている意味です。

エージェントは、結果を受けてAIが次の検索や確認の案を選びます。問い合わせによって資料や進み方が変わる仕事で検討できますが、余計な検索や誤った続きを選ぶ可能性も増えます。この例が毎回3資料の同じ確認で済むなら、固定フローで足りるかを先に比べます。どちらでも配送の判断は人に残します。

この注文なら、「在庫で足りないときだけ生産予定を見る」という分岐まで、事前に書けます。途中で分岐すること自体は、エージェントを選ぶ理由になりません。担当者が調べる手順を説明でき、例外も決まった規則で扱えるなら、固定フローを比較の出発点にできます。

AIが次の調査を選ぶ方法を検討するのは、必要な資料や調査の回数を先に決め切れず、途中の結果を見て進め方を組み立てる仕事です。たとえば、問い合わせ内容と途中で見つかった情報によって、在庫表だけで足りるか、型番の対応資料など別の許可済み資料も調べるかを変える仕事が考えられます。ただし、次に読む資料を明確な規則で決められるなら、その部分も固定フローにできます。これは選ぶ条件の説明で、Q-17に新しい商品条件があるという意味ではありません。

選ぶときの順番

  • たまに資料を整理するだけなら、許可済み資料を人が渡す方法で足りるか確認する。
  • 順番と分岐を書けるなら、固定フローで同じ回答案を作れるか比べる。
  • 途中の結果から調査先を選ぶ必要が残るなら、範囲を絞ったエージェントを試す。

一つの仕組みの中で、受付や保存は決まった手順にし、資料調査の一部だけAIに選ばせる方法もあります。すべてを一度に任せる必要はありません。Anthropicの設計解説も、必要な複雑さを見極め、単純な方法から比べる考え方を示しています。

調べる仕組みを日常の受付や台帳の仕事につなぐ場合は、AI社員の記事で、AIへ任せる工程と人が確認する工程の分け方を確認できます。

担当者へ頼むこと

同じ依頼について、集める資料・次の調べ先・届く回答案を比べます。名前ではなく、残る手間と誤りで選びます。

AIへ任せる調査と、人の仕事をどう分ける?

調査結果がきれいな文章で返ってくると、そのまま顧客へ送ってよさそうに見えます。でも、配送が未確認のままなら、確認する仕事はまだ残っています。

AIは3資料の検索と回答案。人は配送を確かめ、会社として返事を決めます。

注文Q-17の回答案には必要10個、使える在庫6個、不足4個24日完成予定、配送未確認がある。業務担当が配送を確認し、責任者が25日到着の約束を判断する。未確認なら保留し注文は更新しない。
AIの回答案に続いて、配送確認と返事の判断が人に残ります。

設定担当には、今回の注文と品目の資料だけを検索できる接続を用意してもらいます。この試行では、注文台帳の変更や顧客への送信をAIに任せません。文章に「送信しない」と書くだけではなく、接続先で使える操作も確認します。

ここでいう「自律的」は、会社のすべての資料を自由に読み、売買や送信まで決めてよいという意味ではありません。目的、読む資料、使える操作、途中で止める条件を人が決め、その内側で次の作業を選ばせます。資料の検索と台帳の変更は別の操作です。検索だけを試す段階では、変更や送信を使えない設定にできるかを接続先も含めて確認します。

業務担当は元の依頼と3資料を照合し、配送条件を確認します。責任者が到着の約束を判断し、人が顧客への返事を送ります。担当者には回答案だけでなく、元資料、照合した時点、未確認の欄を一緒に渡します。

完成条件は「返事の案ができた」と「納期の約束が決まった」を分けます。この分担なら、AIの調査が終わっていても、人の配送確認が残っていることを仕事の一覧で見つけられます。

担当者へ頼むこと

設定担当へ、検索してよい資料と実行してよい操作を具体的に渡します。返事を決める責任者も先に決めます。

古い資料や調べられない項目は、どう返す?

在庫表に6個と書かれていても、いつ更新されたか分からない。そんな場面でAIが調査を続けると、古い数字を前提に予定までつなげてしまいます。

確認できたこと、不明なこと、止めた理由、次の担当を残して人へ返します。

在庫表の更新日が分からない場合の架空の引継ぎメモ。注文Q-17の商品A10個は確認できたが、最新の在庫数、生産予定、配送は未確認。業務担当が在庫担当へ最新数を確かめて通常の確認を続ける。
更新時点が不明な在庫数を使わず、業務担当が最新の数を確かめます。

この章の図は、最初の結果見本とは別の途中停止の場面です。依頼の商品10個は確認できましたが、在庫表の更新日が不明なので、在庫の最新数、生産予定、配送は未確認として返します。別の結果見本の6個を最新値として写しません。

業務担当へ、読んだ在庫表、更新時点が不明という理由、残りの調査を渡します。業務担当は在庫担当へこの注文に使える最新数を確認し、通常の納期確認を続けます。「分かりませんでした」だけより、次の人がやることが具体的です。

参照回数や時間の上限も、試す仕事に合わせて決めます。図の参照3回はこの例の提案で、全業務の標準ではありません。必要な資料が読めない、数字が食い違う、同じ調査を繰り返すといった停止条件と、元のやり方へ戻す方法を設定担当と確認します。

検索した結果が別の品目の資料だった場合も、その数字を商品Aへ当てはめません。対象の品目、注文、資料の時点が一致するかを見て、不一致ならその結果を回答の根拠から外します。許可済みの範囲で正しい資料を確かめられなければ、途中で止めて業務担当が調べ直します。AIが続けて検索した回数の多さを、調査が正しい証拠にはしません。

結果が返らないときは、同じ検索を繰り返す前に、対象資料があるか、接続できるか、閲覧する権限があるかを設定担当が確認します。権限を広げて調べ続ける前に、その資料が業務上必要で、会社の利用条件に合うかを判断します。止めた時点で残る仕事は、在庫担当へ最新数を聞く、配送条件を確かめるなど、従来の確認に戻して続けます。

担当者へ頼むこと

古い在庫表を使う停止ケースを試します。未確認を勝手に埋めず、通常の担当へ戻れるかを確かめます。

試した結果から、続ける・方式を変える・止めるをどう選ぶ?

同じ依頼と回答案の完成条件で、根拠の正しさ、人の確認負担、運用の負担を比べます。速く文章が出たことだけで導入を決めません。

Q-17で試すなら、完成条件は「必要10個、使える在庫6個、不足4個は24日完成予定、25日は希望日、配送は未確認という回答案を、参照資料と一緒に担当へ返す」です。固定フローにもエージェントにも同じ資料と条件を与え、元資料と照合します。顧客へ返事を送るところまで含めて比べる場合は、配送確認と返事の判断も両方の方法にそろえます。

図の上段では、両方式に与える資料と、回答案に残す条件をそろえています。中段の二つの矢印は、同じ完成条件へ向かいます。下段は、その条件で試した後に何を選ぶかを示します。

Q-17の同じ注文・在庫・生産予定から、固定手順とAIが調査先を選ぶ方式を同じ元資料付き回答案へ対応させる。固定手順で足りるなら候補、調査先の選択が必要で根拠を照合できるなら範囲限定で続行を検討、推測・繰り返し・負担増なら停止して見直す。必要10、使える在庫6、不足4、24日完成予定、25日は希望で配送未確認。
同じ入力と完成条件をそろえ、必要な調査と停止の扱いを比べます。

まず、通常の調査で確かめます。数量と日付が一致するか、完成予定を到着日へ変えていないか、担当者が参照先までたどれるかを見ます。次に、在庫表の更新日が不明な場合、資料を読めない場合、違う品目が見つかる場合を分けて試します。通常の回答と途中停止を混ぜず、期待する返し方を試行前に決めておきます。

時間は、AIが文章を返すまでの時間と、人が資料を準備し、元資料と照合し、直して受け取るまでの作業時間を分けます。接続の設定や修理、利用料、資料の更新を担う人の負担も確認します。一度の成功だけで日常業務でも手間が減ると判断せず、実際の仕事で起きる種類の違いを含めて比べます。この記事では、その時間や削減効果は測定していません。

試行で分かったことと、次に選ぶ方向
試行の状態 選ぶ方向・次の確認
固定フローで同じ回答案と停止ができる 固定フローを候補にする。AIが調査先を選ぶことで追加の価値があるかを確認し、必要がなければ複雑さを増やさない。
途中の結果に応じた調査が必要で、根拠を照合できる エージェントの対象を限定して続行を検討する。誤検索・停止の扱いと、人の確認を含む負担が許容できるかを見る。
推測で埋める、余計な検索が続く、確認負担が増える 範囲や道具を見直す。見直しても根拠を確かめられない場合は試行を止め、従来の調査へ戻す。

これは選び方の例で、各方式の性能を実測した比較表ではありません。許容する誤りや負担、判断する担当は仕事の影響に合わせて先に決めます。Q-17なら、配送未確認のまま到着を約束する回答は受け入れません。必要数や参照元が一致していても、返事の条件を間違えれば使える回答案にはならないからです。

採用を決めた後も、資料の更新や接続の変更によって結果は変わります。変更した条件と、通常・停止の試行を結び直します。運用に入ってから失敗・費用・人の介入をどう見るかは、AIエージェントの運用で監視する項目で確認できます。

まとめ:自社にはどの仕組みが必要?

AIエージェントは、道具を使って得た結果から次の作業を選ぶ仕組みです。自社に必要かは、その選択が仕事に必要か、根拠と人の確認を含めて確かめられるかで判断します。

Q-17の納期調査では、注文・在庫・生産予定を読む順番と分岐を書けるため、固定フローで足りるかを先に比べます。AIが返すのは元資料付きの回答案で、業務担当が配送条件を確かめ、責任者が返事を決めます。必要10個、在庫6個、不足4個の24日完成予定が分かっても、25日到着はまだ約束できません。

商品10個を25日までに欲しいという架空の依頼。在庫は6個、不足4個は24日完成予定。AIが注文表・在庫表・生産予定表を調べ、配送未確認の案を人へ返す。人が配送を確認して返事を決める。担当者へ頼む文も示す。
三つの資料で分かることと、配送確認を経て決めることを分けます。

図の完成予定と到着希望を分けて見ると、調査が終わった後に誰の確認が残るかが分かります。資料が古い、読めない、品目が一致しない場合は推測で埋めず、確認できた内容と残る仕事を業務担当へ返します。次の調査をAIに選ばせても、この境目は変えません。

今日の一歩は、自社で繰り返す調査を一件選び、普段開く資料と、何が返れば確認できるかを実物で確かめることです。そのうえで、調査の順番と分岐を先に書けるか、途中で調べ先を選ぶ必要があるかを比べてください。同じ完成条件で試し、確認負担や誤りが増えるなら、方式や対象範囲を見直します。

まだ最初に試す仕事が決まっていなければ、AIで効率化する仕事の選び方で、元資料・完成条件・確認担当がそろう作業を比べられます。

根拠と、この例の確認範囲

設計の考え方の参照先と、自社の納期を確かめる資料を分けます。図では参照用のメモと、説明例Q-17の注文・在庫・生産の資料を別のまとまりにしています。自社で使う際は、配送を含む未確認の事実を実際の資料で確かめます。

設計の参照メモには固定手順と調査先、操作と権限、用途と監督と評価。別のまとまりに注文書Q-17、在庫資料、生産計画を置く。配送伝票を確かめる人と、配送は未確認という状態を示す。
設計の根拠があっても、Q-17の配送確認は残っています。

Anthropic:Building effective agentsの固定された手順とAIが次を選ぶ方法の違い、および単純な方法から比較する考え方を参照しました。OWASP:必要な機能・権限への制限は、使える操作を絞る考え方の根拠です。定義・方式選択・権限制限に関する該当箇所を2026年10月28日に追加確認しました。Anthropicの解説は2024年12月公開で、道具の情報が変わった旨の注記があります。ここでは設計の考え方を参照し、現行製品の操作仕様の根拠には使っていません。

比較元、利用範囲、人の監督、導入前後の評価を考える際は、NIST AI RMF 1.0のMap・Measure・Manageも参照しました。任意のリスク管理の枠組みで、この記事の試行例や合否の数値を指定するものではありません。2026年10月28日確認時には改訂作業中と案内されています。

商品10個の納期調査と停止記録は説明用の架空例です。実製品の接続や機能、顧客の導入成果、時間や費用の改善を測定した記事ではありません。資料を扱う実際の条件は会社とサービスの設定で確認します。

資料のつなぎ方や分担が決めきれないとき

読む資料、返したい回答案、人が確かめること、まだ分からない接続条件を整理して相談できます。顧客名や機密の本文を添える必要はありません。

注文・在庫・生産予定のどの項目を読むか、返す案の内容、人が配送を確認して返事を決める箇所を見ます。点線と疑問符は、相談時に確かめる未確認の接続候補です。

注文・在庫・生産予定の資料を、未確認の接続候補として点線と疑問符で示す。根拠付き回答案には配送未確認が残り、人が配送を確認して返事を決める。接続条件は未確認。
資料の接続条件と、AI案を受けた人の判断範囲を相談でそろえます。

納期調査の接続とAI・人の分担をDREEXYへ相談する

支援範囲・費用・対応条件は個別に確認します。

仕事の流れから、顧客との接点まで。
一体で見直す、最初の一歩を。

AI・DXとマーケティングを一体で相談

KEEP EXPLORING

次のヒントを、もうひとつ。

すべての記事を見る

LET’S CONNECT THE DOTS.

次の一歩を、
一緒につくる。

業務も、AIも、集客も。
課題がまだ整理できていなくても、ご相談ください。

AI・DXとマーケティングを一体で相談