著者: ジャレッド スパタロー (Jared Spataro) AI at Work 担当チーフマーケティングオフィサー
※本ブログは、米国時間 2026 年 7 月 30 日 (木) に公開された “The next measure of AI momentum is work transformed ”の抄訳を基に掲載しています。
昨日の決算説明会では、Microsoft 365 Copilot の有償シート数が 3,000 万を超え、純増シート数も前四半期比で 2 倍 以上に拡大したことを発表しました。1 これは重要なマイルストーンであるとともに、より大きな変化の兆しを示すシグナルでもあります。あらゆる業界で、AI はアシスタントから仕事を担う存在へと変化しています。人々が使う単なるツールにとどまらず、仕事の進め方そのものを支える基盤となりつつあります。企業や組織は、AI 活用を前提に業務プロセスを再設計し、従業員は、AI エージェントにタスクやプロジェクトを委ねながら、自らの可能性を広げ、より大きなインパクトを生み出しています。
企業や組織における AI 活用の第一段階は、導入状況やライセンス数、削減された工数など、「AI がどれだけ使われているか」で測られてきました。利用度合いは確かな成果であり、今後も着実に積みあがっていくでしょう。AI 活用が進む昨今、次なる指標となるのは「仕事の変革度合い」です。マイクロソフトのミッションは、地球上のすべての人とすべての組織が、より多くのことを達成できるよう支援することです。人と AI エージェントの協働により、以前では実現できなかった新たな価値創出が可能になっています。その可能性の広がりに大きな期待を寄せています。
Microsoft 365 Copilot のテレメトリーシグナルから得られた最新データに加え、世界中のお客様や Microsoft 社内チームの取り組みは、この変革がすでに現実のものとなっていることを示しています。その変化は、主に 3 つの側面に表れています。AI が日常業務にどれだけ深く、そして広く 浸透しているか。AI によって業務の効率化にとどまらず、これまで実現できなかった新たな可能性が生まれているか。そして、組織が AI をそれぞれの業務や役割に合わせてどのように最適化しているかです。まずは、その変革を支えるテクノロジから見ていきましょう。
Click here to load media
イノベーションにおける飛躍的な変化
新たな AI 製品ツールのカテゴリーが、ここ数か月で登場しました。モデルにエージェント機能を組み合わせることで、自ら計画し、実行し、検証し、改善を重ねながら、完成した成果物を生み出せるようになったのです。このアプローチで実現したのが、6 月に一般提供を開始した Copilot Cowork です。Cowork は、複数のステップにまたがる業務を担い、ユーザーがタスクを定義すれば、開始から完了までを自律的に実行し、完成した成果を返します。マルチモデル設計を採用し、最適なモデルをタスクに応じて組み合わせて実行します。新たなモデルが利用可能になるにつれて、対応できる業務や能力も拡張していきます。テストでは、単一モデルの場合と比較して 30 – 40 % のコスト削減2 を実現しました。また、Microsoft初のオートパイロット型 エージェントである Microsoft Scout も発表しました。Scout は、独自の ID と権限を持ちながらバックグラウンドで継続的に稼働し、ユーザーが別の業務に集中している間も作業を前に進めます。すべての成果は、 Work IQ を通じ組織の業務コンテキストに基づいて生成されます。人々の役割やプロジェクト、優先事項、そして組織に蓄積された知識を理解することで、それぞれのビジネスに即した、高い関連性を実現しています。
私たちは、お客様に提供する製品だけでなく、それを生みだすエンジニアリングの在り方にも大きな変革が起きていることを実感しています。 Copilot Cowork の開発には多くの社員が貢献していますが、中核となるチームは意図的に少人数で運営されていました。開発当初の 3 名から、一般提供時点でも 9 名と、小規模なチームながら驚異的なスピードで市場展開を実現しました。Copilot Coworkは、構想段階からプレビュー提供、さらに Fortune 500 企業の半数が利用する規模になるまで、たった 6 か月で拡大しました。この飛躍を可能にしたのは、AI エージェントを中心にソフトウェア開発プロセスそのものを再設計したことでした。従来の開発手法では実現できなかったスピード、スケール、そして自動化を、小規模なチームで達成できるようになったのです。
Microsoft Scout もまた、少人数のチームと自律型エージェントの協働から始まりました。共有されたコンテキスト、評価基準、明確な仕様のもとで開発を進め、構想から実際に動作する製品まで、数週間で完成しました。Microsoft Scout のコーポレート バイス プレジデントであるオマール シャハイン (Omar Shahine) は次のように振り返ります。「以前は、チームを拡大し、その力を発揮できるよう支援することに多くの時間を費やしていました。大規模な組織の足並みを揃え、作業を調整し、すべてが連携して前進できるようにすることが重要だったのです。」
「今では、専門性の高いチームが迅速に動き、安全に実験を重ね、その過程で得た知見を継続的に蓄積できる環境を整えることに、より多くの時間を使っています。その結果、すべてのプロジェクトが前回の成果を土台として、さらに先の地点からスタートできるようになりました」
このようなフロンティア組織は、機動力と集中力を備え、人とAI エージェントの協働を前提にしている点が特徴的です。そしてその働き方は、今後数か月から数年にわたり、ナレッジワークがどのように変革していくかを示す重要なシグナルとなっています。
AI 活用の浸透と広がり
AI ツールそのものや、それを生み出す手法が成熟するにつれて、組織における Copilot の活用も、より深く、より幅広く浸透しています。過去 1 年間で、ユーザー 1 人当たりの Copilot との対話回数はほぼ 2 倍に増加3 しました。 また、複数の Copilot 機能を活用するユーザー数も 3 桁の伸び4 を記録しています。さらに、Copilot の平均週間利用率は、いまや Outlook や Teams と同等の水準5 に達しています。これは、AI が日々の業務に不可欠な存在として急速に定着しつつあることを示しています。
ある週において、ユーザーが Copilot Cowork に最も多く任せている業務を見ると、複数のステップにまたがる作業が増加していることがわかります。例えば、データを分析したうえでその結果を説明するメールを作成したり、課題を調査したうえで解決のためのコードを作成したりといった業務です。こうした複数ステップのワークフローを考慮すると、分析関連業務は全タスクの 49 % を占めており、分析を単独のタスクとして捉えた場合の 29 % から大きく増加しています。6 言い換えれば、これらのデータは AI は個々のタスクの遂行を支援する段階から、業務プロセス全体やワークフローそのものの遂行を支援する段階へと進化していることを示しています。
より広い視点で見ると、製造業、金融業界、ソフトウェア／テクノロジ業界といった早期導入企業が、引き続き Microsoft 365 エコシステムにおけるアクティブエージェント数の上位を占めています。一方で注目すべきなのは、自動車業界や医療業界が、AI エージェント活用の成長率において最も高い業界の一つとして台頭していることです。7 これは、AI エージェントがもたらす価値が、先行導入企業だけでなく、幅広い業界へと急速に広がりつつあることを示しています。
この勢いを最も明確に示しているのは、組織全体への Copilot 展開が急速に進んでいることかもしれません。Copilot の導入規模が 5 万シートを超えるお客様の数は、前年同期比で 7 倍以上に増加しました。さらに、従業員の過半数に Copilot を展開しているエンタープライズ企業は、前四半期比で約 75 %増加しています。これは、Copilot が業務の中核的な役割を担いつつあることを示しています。また、個別の導入企業における月間アクティブ利用率が 80 % 以上という高い水準に到達するまでの期間は、この 1 年で数カ月から数日へと大幅に短縮されました。8 これらの変化を総合すると、組織は日常業務のフローに、AI やエージェントを着実に組み込み始めていることがわかります。
AI が可能にすること
AI がもたらすスピードは業務の効率化につながります。しかし、AI を効果的に活用している組織は、効率化を超えて、AI が仕事の進め方そのものを変え、さらには組織が実現できることの範囲そのもの広げる可能性に目を向け始めています。
例えば、マイクロソフトのクラウド サプライ チェーン チームは、「エージェント導入の前に、業務をスリム化する (lean before agents)」というアプローチを採用しました。まず、エンドツーエンドの 6 つのワークフローを可視化、簡素化し、共通のデータ基盤を整備したうえで、計画、調達、フルフィルメント、物流の各領域に、70 を超える専用 AI エージェントを展開しました。その結果、対象としたワークフロー全体で、サイクル タイムが 75 % 短縮されました。この取り組みから得られた重要な教訓は、AI エージェントを既存の問題を抱えたプロセスに追加するのではなく、まず業務そのものを簡素化し、その上で自動化を進めるべきだということです。
サイクル タイムの短縮は、変化を示す一つの指標です。しかし、その背景にある意思決定の質もまた、重要な指標です。インテリジェント電力管理ソリューションを提供する Eaton では、根本原因分析のプロセスで多くの時間と労力を要する調査に依存していました。そこで同社は AI を活用した品質管理エージェントの利用を開始しました。このエージェントは、製造品質に関するレポートを分析し、潜在的な根本原因や傾向、サプライヤーに関する知見を迅速に抽出することで専門家によるレビューを支援しています。これまでに約 5,000 件のレポートへエージェントが適用された結果、分析の迅速化に加え、データに基づく意思決定の強化や、リスクの早期発見、予防措置につながっています。同時に、最終的な判断は引き続き Eaton の専門チームが担い、人が意思決定の中心であり続けています。
また、課題に最も近い現場の従業員が自ら解決策を編み出せるようにすることで、新たな価値を生んでいる組織もあります。米国の医療保険会社 Premera Blue Cross は、反復的な手作業を削減し、増加する業務バックログや手作業中心のワークフローに対応するため、従業員が独自の AI エージェントを作成できる環境づくりに取り組みました。米国ワシントン州およびアラスカ州の加入者にサービスを提供する同社は、従業員が日常的に利用する業務環境にMicrosoft 365 Copilot と Copilot Studio を導入し、十分なトレーニングと明確なガードレールを整備しました。これにより、加入者の信頼を損なうことなく、従業員が安心して試行錯誤できる環境を実現しました。その結果、これまでに 900 を超えるエージェントが開発されました。その一例である契約添付資料（Contract Exhibit）エージェントは、インテリジェントな文書処理によって、従来 30〜45 分を要していた手作業のワークフローを約 3 分に短縮しました。これにより従業員は、医療サービスへのアクセス支援や重要な問い合わせへの対応など、より価値の高い業務に集中できるようになっています。
さらにその先では、AI は、これまでまったく実行できなかった業務を可能にします。Levi Strauss & Co.では、消費者インサイトから人事に至るまで、事業全体に AI 活用を広げています。その一環として、エージェントに 1,100 件の財務標準業務手順書 (SOP) を分析させ、1日で 18,000 件の個別業務を整理、分類しました。これにより、従来であれば把握できなかった業務の全体像を可視化することができました。Levi’s の財務担当バイス プレジデントであるリサ スターリング (Lisa Sterling) は次のように述べています。「このエージェントは、これまで定量化することは不可能だと思っていた機会の規模を明らかにしてくれました。」
また、グローバルなコンサルティング企業である EY では、自律型調達エージェント（Autonomous Sourcing Agent: ASA）を活用し、調達プロセスにおける低コストかつ低リスクな取引の自動化を進めています。ASA は、購買依頼から交渉、発注書の作成まで、調達プロセス全体を支援します。コスト、納期、保証条件などについて、1 社または複数のサプライヤーと同時に交渉を行うことができる一方で、検証や判断が必要な場面では人が関与できる仕組みを維持しています。2025 年 10 月のパイロット版導入以降、ASA は 200 件を超える取引を支援しており、今後 1 年で約 1,500 件の取引を扱うことが見込まれています。その結果、調達プロセスの迅速化と効率化を実現するとともに、サプライヤーからより大きな価値を引き出せるようになりました。同時に、重要な意思決定は引き続き人が担うことで、人とエージェントの協働を実現しています。
専門性を大規模にスケール
こうした変革を実現している組織と、まだその段階に至っていない組織との違いは、AI の導入規模ではありません。仕事の実態に合わせて AI 活用を最適化しているか、です。現在も多くの組織では、全従業員に同じ汎用的なツールを提供し、その活用方法は各自に委ねています。一方で、より大きな価値を生み出している組織は異なるアプローチをとっています。まず、職種ごとの業務の進め方を深く理解し、その業務パターンに合わせて AIを設計、展開しているのです。
その一例が、S&P Global Commodity Insights です。同社は、信頼性の高い専門知識を日々の業務フローの中で活用できるようにすることで、AI が高度で専門的な知見へのアクセスをより多くの人に広げられることを示しています。AI 活用に適したデータへの需要が高まるなか、同社は Microsoft Copilot Agent Builder と Microsoft Graph コネクタを活用し、Microsoft Teams 上で動作する Copilot エージェントを構築しました。これにより、同社のコモディティ市場に関する調査レポートや市場インサイトに、同社の顧客たちはより簡単にアクセスし、対話形式で活用できるようになりました。その結果、データ抽出のスピードは 95 %、比較分析のスピードは 98 % 向上しました。これにより、同社のお客様は膨大な情報をより迅速に実用的なインサイトへと変換し、エネルギー市場やコモディティ市場において、より迅速かつ的確な意思決定を行えるようになっています。
マイクロソフトの営業チームでは、営業担当者の役割や業務特性に応じて、Researcher、Analyst Agent、Sales Agent、Deal Agent、MSXi Copilot（営業インテリジェンスおよびレポーティングを支援するエージェント）等の専用エージェントを構築しました。それぞれのエージェントが営業業務フローの特定の場面に対応するように設計されており、AI エージェントが事務作業や調整業務を担うことで、営業担当者が顧客対応に費やす時間は 25 % から 50 % へと倍増しました。また、パイロット版導入グループでは、一人当たりの売上が 9.4 % 向上し、案件成約までの期間が 20 % 短縮されました。さらにアンケートで、重点ユースケースの活用が 3 倍に増加したことが報告されています。9
Kantar 社は、現場の業務プロセスを起点に AIを構築するアプローチを採用しました。マーケティング データと分析を手がける同社では、人事関連の問い合わせに応える「People Agent」を構築、拡張しています。これは実質的に約 10 種類のエージェントと 60 のトピック、および関連するワークフローで構成されるシステムで、人事部門で実際に問い合わせ対応を行う従業員との協働によって開発が進められました。現在、この仕組みは、増加する問い合わせの一定割合を人手を介さず解決しており、例えば、従来発行までに 3 日を要していた在職証明書は、今では 120 秒で提供できるようになりました。Kantar によれば、この仕組みによって対応可能な人事問い合わせの割合は、2 月時点の 0 %から約 40% に達しており、年末までに 95% を目指しています。
Microsoft の People Operations チームは、100 を超えるシステムにまたがり、年間 100 万件以上の従業員対応を行っています。これらの業務は、従業員一人ひとりにとって重要な意味を持つものです。同チームは Frontier Tuning を活用し、個別のタスク改善ではなく、人事業務全体や従業員とのさまざまな接点において、人事担当者の専門知識を大規模に展開することに取り組んでいます。そのために、実務担当者が持つ知見を、タスクやスキル、品質基準を定義する評価指標（ルーブリック）として体系化しています。その結果、業務を遂行するために必要な文脈、品質基準、組織の知見を備えた AI システムが実現しました。これにより、人事担当者のノウハウを組織全体の能力へと変換し、運用業務を担えるようになっています。また、チームは実際の業務におけるエージェントのパフォーマンスを確認しながら、ツール、コンテキスト、スキル、モデルそのものといった要素を継続的に調整し、一貫した品質を確保しています。Frontier Tuning を用いて開発されたエージェントは、すでに People Operations 部門で稼働しており、汎用モデルを基準とした場合と比べて、タスク完了の成功率を 5 倍向上させています。10 日常的な業務の多くを AI が担うようになることで、People Operations の専門家は、複雑な従業員対応や高度な判断を要するケース、そして人の洞察力が最も重要となる戦略的な業務に、より多くの時間を振り向けられるようになっています。
今後の展望
AI 技術が進化し、組織がその価値を実感し始めるなかで、重要な指標も変わりつつあります。今後は、AI の利用の浸透度、仕事そのものへもたらされた実質的な変化、AI エージェントの活用やガバナンスの拡大、役割と業務プロセスの再設計の度合いなど、そしてこれまで存在しなかった新たな能力がいかに生み出されているかに、より大きな関心が向けられるようになるでしょう。持続的な競争優位性を築く組織は、テクノロジ、オペレーティングモデル、そして人の主体性 が、一体となって進化している組織です。それこそが、私たちが「フロンティア組織」と呼ぶ新しい組織の姿です。
———————————
調査方法
Microsoft 365 テレメトリー: 本レポートで使用したデータは、Microsoft 365 の生産性シグナルを集約、匿名化したデータに基づいています。
注記:
Microsoft 2026 年度第 4 四半期決算説明会。
本分析は Microsoft 社内チームによって実施されました。Copilot Cowork と、Microsoft 365 コネクタを利用した Claude Cowork（いずれも Opus 4.8 モデルを使用）について、軽度、中程度、高度の業務データプロンプト計 12 種類を対象に、125 回のテストを実施しました。Copilot Cowork のコストは、社内ログに基づき、利用モデル、コンテキスト、ツール、実行時間に応じて算出しました。Claude Cowork のコストは、トークン使用量および Microsoft 365 コネクタ利用に関する公開 API 料金を基に算出しました。これらをもとに実行あたりの総コストを計算し、軽度、中程度、高度の各プロンプトセットにおいて両者を比較しました。コスト削減効果は 2026 年 6 月に実施したテスト結果に基づいています。実際のコストや削減効果は、利用状況や構成、時期などによって異なる場合があります。
Microsoft 2026 度第 4 四半期決算説明会。
Microsoft 365 Copilot の生産性シグナルを匿名化、集計したデータに基づく分析。28 日間の期間内に、Copilot ベースの機能を2 種類以上利用した Microsoft 365 Copilot 月間アクティブユーザー数を集計しています。対象は 2025 年 6 月および 2026 年 6 月における全地域のエンタープライズ顧客です。
Microsoft 2026 年度第 4 四半期決算説明会。
Microsoft 365 Copilot の生産性シグナルを匿名化、集計したデータに基づく分析。2026年 7 月 19 日から 7 月 26 日までの Copilot Cowork テレメトリーを対象に、報告期間中に顧客が Copilot Cowork に最も多く委任したタスクを分析しています。
Microsoft 365 Copilot の生産性シグナルを匿名化、集計したデータに基づく分析。Monthly Active Agents（MAA）は、Declarative Agents、Custom Engine Agents、および SharePoint Agents を対象に、テレメトリー上で確認された一意のアクティブエージェント数を示します。この指標は直近 28 日間のローリング期間で算出されます。エージェントは、(1) ユーザーによる利用が少なくとも 1 日ある、または (2) 自律実行を少なくとも 1 回完了している場合に「アクティブ」と見なされます。条件を満たしたエージェントは利用回数にかかわらず 1 回のみカウントされ、重複は除外されます。成長率は、2025 年 6 月から 2026 年 6 月までの 12 カ月間におけるアクティブエージェント数の変化を比較して算出しています。
Microsoft 2026 年度第 4 四半期決算説明会。
Microsoft 社内営業チームのデータに基づく分析。2024 年 1 月から 6 月までの Microsoft 365 Copilot 利用者 687 名と、Copilot 利用が少ない営業担当者との比較に基づいています。
成功は「Perfect Run（完全実行）」として定義しました。これは、人が設定した評価基準に対して 100 点満点中 100 点を達成した場合を指します。実行経路やタスクの順序、ツール選択によるばらつきを考慮するため、各タスクは複数回評価を実施し、そのすべてで一貫して満点の結果を達成した場合のみ成功と判定しました。
———————————
本ページのすべての内容は、作成日時点でのものであり、予告なく変更される場合があります。正式な社内承認や各社との契約締結が必要な場合は、それまでは確定されるものではありません。また、様々な事由、背景により、一部または全部が変更、キャンセル、実現困難となる場合があります。予めご了承下さい。