AIを選ぶのは、もうIT部門ではない? Gartner、日本のデジタルワークプレースのハイプ・サイクル発表:AIニュースピックアップ
Gartnerが日本のデジタルワークプレースに関するハイプ・サイクルを発表した。AIエージェントの適用範囲はオフィス業務から工場や店舗へ広がり、テクノロジーを選ぶ主体もIT部門からビジネス部門へ移りつつある。
ガートナージャパン(以下、Gartner)は2026年8月5日、「日本における未来のデジタル・ワークプレースのハイプ・サイクル:2026年」を発表した。AIエージェントをはじめ、業務の進め方や企業と従業員の関係を変えるアプリケーション領域のテクノロジートレンドを取り上げている。
ハイプ・サイクルは、テクノロジーやアプリケーションの成熟度と普及率、そしてそれらが実際のビジネス課題の解決や新たな機会の活用にどう結び付くかを図示したものだ。時間の経過に伴う進化を可視化することで、自社の目標に照らして採用時期を判断する材料になる。
Gartnerは、本ハイプ・サイクルに関連する動きとして3点を挙げた。
AIは工場と店舗へ
1つ目はAIエージェントの進化と浸透だ。AIによる企業変革への期待は高く、主要ベンダーはより自律性の高いテクノロジーの開発を進めている。適用範囲もオフィスワークにとどまらず、工場や店舗といった現場へ広がりつつある。一方で、こうした拡大にはさらなるリスクが伴うため、ガバナンス整備の必要性も高まっているとGartnerは指摘する。
2つ目は、テクノロジー活用の主体がビジネス部門へ移りつつあることだ。ソフトウェアのSaaS化やノーコードツールの進化に加え、IT部門の人員が逼迫(ひっぱく)していることを背景に、ビジネス部門がAIをはじめとするテクノロジーを自ら選定し、活用する動きが本格化している。ただしこれは、IT部門が把握しないまま利用される「シャドーAI」などのリスク増大にもつながり、ガバナンス上の新しい課題になっているという。
そして3つ目としてGartnerが挙げたのは、テクノロジーの話ではなかった。
「新卒中心の長期雇用」という前提が崩れる
3つ目は多様な人材の活用だ。中途採用比率の増加に代表されるように、日本の大手企業は、従来方針としてきた「新卒中心の長期雇用」から、その時々の経営課題の解決に取り組む意思やスキルを持つ社内外の人材を機動的に求める方向へ移りつつある。
そのためデジタルワークプレースには、既存従業員の業務支援に加えて、中途入社者のオンボーディングや、社外の退職者との協業を支える役割も求められる。人が入れ替わる前提で設計されているか、という問いが加わることになる。
Gartnerが挙げた6つのテクノロジー
Gartnerは、既に到来している人口減少時代に企業の競争力を維持・向上させる上で重要なテクノロジーとして、人間の業務を代替する可能性を持つエージェント型AIと、従業員向けAIのポートフォリオであるAIワークスペースを挙げた。
また、組織開発、社内人材マーケットプレース、AI支援型スキル管理については、企業と個人がより対等で柔軟な関係を結ぶ未来の組織を実現する上で中核を成すものと位置付ける。加えて、デジタル従業員エクスペリエンスは、デジタルワークプレースの価値を個々のツール単位ではなく、その価値を享受するユーザーの立場から最大化する視点として重要になるとした。
「生産性の向上」だけでは足りない
同社の林宏典氏(ディレクターアナリスト)は、急速に進化するAIは生産性を大きく高めて人材不足を緩和すると期待されるだけでなく、イノベーションの促進にも寄与し得ると説明する。それを実現するために、デジタルワークプレースは「AIと人」「AIとAI」といった多様なデジタルコラボレーションの機会と機能を提供し、「企業の成長と変革を実現するプラットフォーム」へ進化する必要があるとした。
林氏はまた、若手人材の不足に直面する日本企業にとって、AIなど最新技術でデジタルワークプレースを強化し、生産性とイノベーションを高めることが人口減少下での成長に不可欠だと指摘。その成果を従業員に還元することで、優秀な人材の確保と定着にもつながるとの見方を示した。
Copyright © ITmedia, Inc. All Rights Reserved.
本記事は制作段階でChatGPT等の生成系AIサービスを利用していますが、文責は編集部に帰属します。
関連記事
AIエージェントの全社展開、どうやれば成功する? 「点の成功」を「面の変革」に変える道筋
AIエージェントの全社展開時は野良ボットや人材不足など新たな壁に直面します。最終回となる本稿は、1部署の成果を全社に広げるCoE体制や育成戦略、M365による統制、経営層に示せるROIの可視化手法を解説します。
25ドルで見つかったWordPressの脆弱性 生成AIが変えた攻防の時間軸
脆弱性が公表されてから攻撃が始まるまで、これまでは相応の時間がありました。その前提が、生成AIによって崩れつつあります。では、防御側に残された選択肢には何があるのでしょうか。
なぜAIのコストは想定以上に高くなるのか? 企業に迫られる「推論設計」への転換
モデル単価が低下する一方、企業のAIコストは増大している。背景にはエージェンティックAI普及による「推論爆発」がある。本稿では、コスト膨張の仕組みを解き明かし、課題を打破する「推論アーキテクチャ設計」を解説する。
「数年後、AIは同僚になる」 DataRobot CEOが語る、ビジネス価値を生む「人とAI」の関係性
AIの本番活用が進む中、コストや管理の課題を乗り越え、いかにビジネス価値を生み出すか。DataRobotのデバンジャン・サハCEOに、日米の動向や自社データ活用の重要性、そしてAIを「新たな同僚」として迎える未来の組織像を聞く。
