あなたにもデジタルの部下ができます。使いこなす準備はできているでしょうか。
想像してみてください。死亡災害の一報が入りました。分かっている事実はまだ少なく、期限はすでに動き出し、調査委員会は経過を再現し、原因を特定し、書類を仕上げなければなりません。
AIを使い慣れたあなたは、チャットボット（GigaChat、DeepSeekなど）に計画を立てるよう頼みます。答えは返ってきて——そこで止まります。次にどう尋ねるかを選ぶのはあなたで、データを移し替え、写真の分析を頼み、質問案を用意させる…という具合です。
チャットボットは助けにも時間短縮にもなりますが、今のところ勤勉な実習生に似ています。与えられた仕事を終え、次の指示を待っているのです。
ここで登場するのがAIエージェントです。チャットボットと違い、AIエージェントは個別の指示をこなすだけでなく、いくつもの手順を経て自力で最終目的に到達できます。まず計画を立て、資料を求め、道具を選び、結果を確かめ、人が次の判断を下す地点まで業務を進めます。マネジメントの論理でいえば、もはや実習生（や秘書）ではなく、能動的に動くデジタル専門職です。
この4年でAIは大きく飛躍しました。
これは技術の年表というだけでなく、私たちがそれを使いこなす準備の度合いを測る物差しでもあります。
ここで、自分のAI技能の水準と「自分は何年にいるのか」を考えてみるとよいでしょう。
私自身、プロンプトからアシスタント、エージェント、そして自前の道具づくりへと進んできました。新しいものが前のものを否定するわけではありません。課題の立て方がよくなければ、エージェントもよい結果は出しません。変わるのは委ねる範囲の大きさです。
この違いを、私は死亡災害の調査という一貫した事例で確かめました。同じ道筋を、プロンプトを連ねてたどることもできれば、クラウド上のエージェントに任せることもできます。実験の時点では、そのエージェントは無料で、VPNなしに使えました。求める成果は同じでも、仕事の組み立て方が違うのです。
| チャットボットとプロンプト | AIエージェント |
|---|---|
| 次の一手を選ぶのは常に人 | エージェントが計画に沿って進め、足りないものを求める |
| 文脈は運び直し、思い出させる必要がある | 状態はファイル・表・成果物に保持される |
| 限られた道具を、その都度別の依頼で呼び出す | 許可された道具はエージェント自身がつなぐ |
| 検証は新しいプロンプトで始める必要がある | 自己点検が作業サイクルに組み込まれている |
| 人は工程のオペレーター | 人は方法論の設計者であり判断の管理者 |
エージェントを使った筋書きでは、システムが写真と聴取内容を分析し、法令上の根拠を確認し、時系列と原因の樹形図を組み立て、抜け落ちを見つけ、書類の案を用意しました。委員会に取って代わることはなく、法的な効力を持つ判断を下すこともありません。それでも専門家は、AIを一段階ごとに手で引きずって歩く必要がなくなりました。
「AIは専門家に取って代わらない」という言い方は正しいのですが、もう十分ではありません。エージェントは専門性の使い方を変えます。切り替えに費やす注意が減り、事実と因果関係、そして判断の質に向ける力が増えるのです。
かつてHSEの専門家は、専門職としての道を選び、管理職のように人を率いない生き方もできました。
いまは駆け出しの社員にさえ、AIによるデジタルの同僚ができ得ます。目標を与え、技能と道具を渡し、権限を区切り、仕事を検収する必要があります。つまりAIエージェントを使いこなす力は、すでに全員に求められているのです。
実際の多段階の業務でエージェント方式を試した人は、たいてい「チャットボットに次は何を書こうか」と問わなくなります。代わりに別の問いが生まれます。「次はどの業務をエージェントに委ね、空いた時間を何に振り向けようか」