work

New

バックオフィス業務のAIエージェント開発を標準化する。安全性と開発スピードを両立する「AI Factory」とは?

パーソルグループでは、現在AIを活用してはたらき方を変える取り組みが急速に進んでいます。その中核に位置付けられるのが、AIエージェントを安全かつ低コストで数多く開発するための「AI Factory」です。今回は本プロジェクトをリードする菅井が、本格的な運用を前にAIエージェント“工場”を立ち上げた狙いや今後の展望について語ります。

安全性を保ちながら開発数を増やす「AI Factory」の取り組み

菅井さんは普段、どのようなお仕事をされているのでしょうか?

パーソルグループでは現在、中期経営計画FY2028のテクノロジー戦略にて、重点テーマに「AI×Work」を掲げ、AIを活用した生産性向上を目指し、その取り組みを加速させています。その中で私が担当しているのが、AIエージェントによるバックオフィス業務の効率化です。

どのような企画や設計、開発体制、アプリケーションが必要なのかを横断的に検討し推進するのに加え、開発・運用標準の整備やAIガバナンスの策定など、AIエージェントを安全に量産するための仕組みづくり全般に取り組んでいます。私たちはこの取り組みを「AI Factory」と呼んでいます。

なぜ、AI Factoryを構築する必要があったのでしょうか?

AI開発の民主化が進むこと自体は非常に望ましいことですが、その反面、各部門が個別最適で開発を進めると、ノウハウの属人化や重複投資によるコスト増加という課題が生じます。

さらに、AIには従来のソフトウェアのように処理内容が明確なプログラムとして記述されない部分も多く、適切な管理を行わなければブラックボックスと化すリスクがあります。

基本設計や運用ルールが不十分なまま利用が拡大すれば、意図しない行動や情報管理上の問題につながる可能性もあります。そのためAIエージェントを安全かつ継続的に活用するための適切な開発・運用の仕組みづくりが急務でした。

AIエージェントを安全に活用するための取り組みなんですね。

はい。従来のAI開発は、特定の業務に合わせてエンジニアが個別につくり込む「職人型」が主流で、用途も限られていました。しかし、全社的な生産性向上を目指すのであれば、一部の担当者だけが便利になる仕組みでは不十分です。担当者の異動や業務内容の変化、技術トレンドの急速な変化があっても、継続可能で多様な業務に対応できなければ、組織として長期にわたって活用することはできないと考えています。

例えるなら、一軒のデザイナー住宅を建てるのではなく、設計基準や品質基準を定めた上で多くの住宅を効率的に供給するような仕組みに近いイメージです。AIエージェント開発のプロセスや条件を規格化し、安全性と低コストな量産体制を両立させる。それがAI Factoryで目指していることです。

「AI Factory」は、開発基盤やルール、開発や運用体制を包括した概念なのでしょうか?

そうです。一般的な業務システムは、あらかじめ設計したルール通りにしか稼働しないため、おかしな情報を出力したり、暴走したりする危険性は限られています。一方で生成AIは、あらゆる業務に対応できるぶん、意図しない結果をもたらす危険性も少なくありません。そのため、私たちはこうした不確実性を前提とした新しいシステムとして捉え、AIの判断に対して人間がどのように関与し、統制を取っていくべきかまでを含めて設計しなければ、安全かつ継続的なAIエージェントの利活用の実現はできないと考えています。
AI Factoryはそうした課題に対応するための共通基盤といえます。

たとえば、監査証跡の保管やガードレール、ロールごとのアクセス制御、緊急停止のためのキルスイッチといった統制機能を共通化し、AIエージェントに設計として適用しようとしています。個別に対策実装するのではなく、共通基盤として提供することで、安全性を担保しながら開発スピードと展開スピードの両立を目指しています。

監査可能な環境を目指し、基盤とルールをいちから整備

AI Factoryの取り組みは、いつごろから始まったのでしょうか?

2025年11月ごろのことです。人事部門からAIエージェントについて知りたいという要望が寄せられたことがきっかけです。まずはベンダー主催のハンズオン研修やワークショップを通じて現場の課題を整理していくこととなりました。

その上で、2025年12月から2026年3月にかけてAIエージェントの試作を進めることになりました。その試作が始まった2025年12月、監査部門から重要な情報を共有いただきました。「バックオフィス業務にAIエージェントを導入するのであれば、既存システムと同様、J-SOXの基準で評価・統制が必要」というものです。

当時は、プロンプトインジェクションへの対策として、AIに判断ロジックを出力させないよう制限していました。そのため、なぜその結論に至ったのかを後から確認できず、監査に必要な判定プロセスや根拠を確保できないという課題がありました。このままでは本番環境での利用は難しいと判断し、試作を進めながら並行して、エンタープライズ利用に適したプラットフォームの選定にも着手しました。

スクラッチ開発する選択肢はなかったのでしょうか?

バックオフィス業務に限っても、そのプロセスは数千を下りません。それだけの業務をAIエージェント化する基盤を私たち自身の手で実現するのは、時間的にもコスト的にも現実的ではありませんでした。そこで、エンタープライズ向けの要件を満たすAI開発基盤を調査したところ、有力な候補としてあがったのが「IBM watsonx Orchestrate」でした。

この期間に試作したAIエージェントは、課題を整理した時間を除けば要件定義から開発まで3日程度で構築でき、コスト面でも優位性があることがわかりました。

最終的には、監査追跡やアクセス制御などの統制機能をwatsonx Orchestrateに集約し、AIエージェントの開発・展開にはCopilot Studioも活用するマルチAIプラットフォーム構成を採用しています。これにより、安全性とガバナンスを確保しながら、AIエージェントをスピーディーに開発・展開できる環境を整えています。

AIエージェント開発におけるルールづくりはどのように進めましたか?

立ち上げ当初は、AIエージェント開発の実績がある企業に支援を相談しましたが、前例がないことを理由に難しいという回答もありました。それならと、標準づくりから内製で取り組むことにしたのが、今のAI Factoryの土台です。そこでまず参考にしたのは、IBMとAnthropicが共同で公開しているAgent Development Lifecycle(ADLC)という考え方です。

ADLCは、AIの不確実性を前提に、評価を中心に据えた開発ライフサイクルです。私たちはこれをベースに、企画から運用、廃止までの各工程に判断のゲートを設けた独自の開発・運用標準として整理しています。

その際、既存の内部統制やJ-SOXの考え方を土台に、AI特有の統制を上乗せする形でルールブックを整備しました。さらに、適切な開発と運用を実践するために、企画設計書やTo-Be設計書、ガードレール設計書、RAG設計書など30種類以上のテンプレートを用意し、それぞれがどの統制要件やガイドラインに対応するものかを明確にしています。

開発面で工夫したことは?

AIそのものの開発だけでなく、開発プロセス自体にもAIを活用するAI駆動開発を前提に進めています。例えば、マークダウン形式の設計書を入力すると、AIがコードを生成し、人はレビューや微修正を行うだけで済むような開発プロセスの構築を進めています。

私たちが目指しているのは、要件や仕様、設計といった構造化された情報を「AIコンテキスト」として資産化し、AIを活用してAIエージェントを量産できる状態をつくることです。

実際に2026年6月には、過去の設計書や仕様書を復元する業務で検証を行いました。その結果、作業時間を最大98%削減できたほか、テストデータ生成でも1件あたり約3時間の削減効果を確認しています。また、開発者の自己レビューでは気づけなかった不具合を2件検出するなど、品質面での効果も確認できました。

今後は、To-Be要件から仕様書、設計書、コードまでをAIが相互に生成・補完する仕組みを整え、開発標準として確立していく考えです。また、将来的に利用するAIモデルやプラットフォームが変わった場合でも対応できるよう、設計プロセスは特定製品に依存しない形で標準化しようとしています。

AI Factoryを実現するために、とくに大切にしたことは何ですか?

最も意識したのは、理想論ではなく現実的な判断を積み重ねることです。すべてを一気に統合するのではなく、安全性とスピード、コストを踏まえ現実的な判断をするよう心がけました。

バックオフィス業務は、組織ごとの差はあるものの、規程や承認フロー、法令対応など共通する部分が多くあります。そのため、統制された共通基盤上で開発するメリットが大きい領域です。一方で、パーソルキャリアの人材紹介事業や、パーソルテンプスタッフの派遣事業のように、「パーソル」というグループの中でも取り扱う業務領域は異なります。そのため、同じ考え方をそのまま適用することが必ずしも合理的とは言えません。AI Factoryの対象をまずバックオフィス業務に絞ったのは、こうした背景を踏まえた判断です。

この取り組みにおいてもっとも大変なことは?

AIエージェントの導入は、単にシステムを置き換えるプロジェクトではありません。

AIエージェントを導入しても従来の承認プロセスをそのまま踏襲してしまうと、かえって業務プロセスが複雑になったり、生産性が下がる可能性があります。そのため、「どの業務は人が担うべきか」「どの業務はAIエージェントに任せられるか」を改めて整理する必要があります。これは業務設計の見直しであると同時に、社員のはたらき方そのものを再定義する取り組みでもあります。

技術的な課題以上に、現場の理解や納得を得ながら適切な役割分担を設計していくことが、現在の大きなチャレンジだと感じています。

2026年10月現在の取り組み状況を教えてもらえますか?

To-Be設計の方向性が固まり、共通基盤の構築を進めながら、バックオフィス部門への要件定義のヒアリングを行っているところです。11月にはプレ開発に入り、12月から本格開発、2027年2月からはコーポレート領域における4から6つの領域で十数プロセスのAIエージェントを順次リリースする予定になっています。また現在はホールディングスのバックオフィス業務のみが対象ですが、来年以降はグループ各社のバックオフィスにも適用する計画です。これらは業務部門と要件を固める企画側のメンバーや、テックリードのメンバー、品質向上を支援するメンバーなど、部内で横断的にチームで進めている取り組みです。

AI活用は社員のはたらき方の幅や奥行きを広げる

現場でニーズが生まれてから、AIエージェントが実現するまでの流れはどのようになるのでしょうか?

まず、企画側のメンバーがバックオフィス部門とミーティングを重ね、As-IsからTo-Beを整理することから始め、何をどうつくるかまで伴走します。そのうえで私たちはパイロット版を開発し、期待する精度や効果が得られるかを検証しながら開発を進めます。

もし想定される精度が十分に出ない場合は、利用する社員や企画担当者に確認してもらいながら、プロンプト設計や要件定義を見直し、業務の中にある表に出ていない暗黙知の洗い出しを行います。

それでも期待する成果が得られない場合は、無理にAIエージェント化することにこだわらず、従来のツールによる改善や別のソリューションの活用も含めて最適な方法を検討します。AIを導入すること自体が目的ではなく、業務課題を解決することが目的だからです。

今後に向けて、どのような目標を掲げていますか?

将来的には、グループ全体のバックオフィス業務で業務時間の40%削減を目指しています。そのためには、AIエージェントに委ねられる業務を継続的に見極めながら開発を進めることはもちろん、開発コストを抑え、持続的に展開できる仕組みを構築することも重要です。

特に注目しているのは、ロングテール業務です。発生頻度は高くないものの、必ず対応しなければならず、従来型システムでは自動化しにくい業務です。こうした業務は、スクラッチ開発やSaaS導入では費用対効果が合わないケースも少なくありません。

まずは、月10時間程度の工数が発生している業務であれば、AIエージェントを活用した効率化を検討する。そうした考え方をバックオフィス領域全体に広げていきたいと考えています。

AIエージェントをうまく使いこなすために何が求められていると思いますか?

AIを導入したにもかかわらず業務改革につながらなければ、「結局は人がやったほうが早い、安い」という評価になりかねません。そのため、社内でAI活用を推進する立場には、AI技術そのものへの理解だけでなく、業務分析やプロジェクトマネジメント、開発プロセス、運用設計などを横断的に理解する力が求められると考えています。

私自身も、単にAIツールを導入するのではなく、業務全体の変革につなげられるよう、知見とスキルを高め続ける必要があると感じています。

AIの活用によってはたらき方はどう変わっていくと思いますか?

例えばヘルプデスクでは、AIが一次回答を担うようになれば、担当者はより難しい相談への対応や、回答品質の改善に時間を使えるようになります。経験の浅い人も、AIの回答を手がかりに業務を覚えやすくなり、戦力化しやすくなるのではないでしょうか。また、経験豊富な担当者であれば、出力結果を精査して判断を下したり、さらなる改善に向けた取り組みに力を注いだりできるようになるはずです。

私自身はAI Factoryを通じて仕事の進め方そのものを変え、組織全体のレベルアップにつなげたいと考えています。人にはそれぞれ得意なことや、情報の受け取り方、仕事の進め方に違いがあります。AIが仕事のやり方をその違いに合わせてくれるようになれば、誰もが自分らしく力を発揮できるはずです。
一人ひとりがより創造的で付加価値の高い仕事にチャレンジでき、はたらき方の幅や奥行きを広げられる環境をつくっていきたいです。

取材・文=武田敏則(グレタケ)/撮影=山口修司(ファーストブリッジ)
※所属組織および取材内容は2026年10月時点の情報です。
※略歴内の情報は2026年10月時点での内容です。

Profile

菅井俊 Syun Sugai

パーソルホールディングス株式会社
グループWork Style本部
ビジネスITアーキテクト部
テッククオリティ室
シニアコンサルタント

食品流通会社と外資系人材派遣会社の社内SEを経て、2022年10月パーソルホールディングス入社。社内ITコンサルタントとして、バックオフィス部門の業務DXやITオートメーション、IT投資の可視化・最適化を推進。現在はAI Factoryのリードとして、内部統制に対応したAIエージェントの開発・運用標準、ガバナンス、開発体制づくりを担う。

このメンバーの記事

PROJECT

当事者に聞く、DX第2章の幕開けを担う「IT運用保守改革プロジェクト」の舞台裏と次なるターゲット

PERSON

業務DXの推進でグループ各社の利益創出に貢献。社内SE歴20年超のベテランが見つけた、ここにしかないやりがい

ほかの記事を読む

New

PROJECT

約400名の自発的な挑戦を引き出す。「トラテク」が加速させたAIエージェント活用

New

PROJECT

現場に寄り添い、AI活用を形にする。現場の困りごとから3つの業務でAI活用を実現。CoE組織が実践する伴走型支援

PROJECT

PoCで終わらせない。Copilot Studioの全社展開から見るパーソルグループのAIエージェント戦略

PROJECT

英語実務経験ゼロからグローバル開発チームを立ち上げ、AIプロダクト開発を実現。パーソルホールディングスのエンジニア組織史上初となるプロジェクトはいかにして成功したのか?

  • TOP
  • コンテンツ
  • バックオフィス業務のAIエージェント開発を標準化する。安全性と開発スピードを両立する「AI Factory」とは?