DoceboのAgentHubとは？｜研修運営を任せる線

「研修の割当や催促をエージェントに任せられるなら、研修担当の手が空く」「社員が普段使っている Claude や Copilot から受講状況を聞けたら便利そうだ」——AI研修を全社に広げようとしている人事や研修の担当者から、こうした期待を聞くことが増えました。海外の大手の学習基盤が、ちょうどこの方向に大きく舵を切ったからです。けれども、研修の運営をAIに任せることと、学習データを社員のAIに開くことは、どちらも「誰に何が見えるか」の問題を伴います。この記事では、カナダの Docebo が2026年4月に発表した AgentHub とは何かを押さえたうえで、研修の運営をエージェントに任せ、学習データをMCPで社員のAIに開くときに起きる問題と原因、任せる範囲と承認の線、費用とやめ方を整理します。

Docebo とは：カナダ発の企業向け学習基盤

Docebo は、カナダのトロントに本社を置き、カナダと米国の市場に上場している企業向けの学習基盤の会社です。社員研修の配信、受講の割当と記録、資格の管理、取引先や顧客向けの教育までを、一つの基盤で扱う製品を提供しています。2026年8月に発表された第2四半期の決算では、売上高が6,870万ドルで前年同期比13%増、年間の継続収益が2億5,510万ドルで9.5%増だったと報じられています。

2026年に入ってから、同社は買収で製品の範囲を広げています。1月にはフランスのリヨンにある、AIで社員のスキルを分析する会社を約5,460万ドルで買収し、4月にはドイツの企業向けAIと知識検索の会社を買収しました。前者は社員のスキルを見立てる仕組みの土台に、後者は今回のエージェントや社内ナレッジ検索、MCPサーバーの技術の土台になったと説明されています。学習基盤から、スキルと社内の知識まで扱う基盤へ、という方向がはっきり見えます。

学習管理システムとは何か、AI研修の受講記録をどう取るかといった一般論は、別の記事で扱っているため、ここでは繰り返しません。この記事が扱うのは、研修の運営そのものをエージェントに任せ、学習データを社員のAIに開くという、Docebo が新しく打ち出した使い方を、社内に入れてよいかという観点で読むことです。

AgentHub とは：2026年4月に発表された、研修を運営するエージェント群

AgentHub は、2026年4月21日に同社の年次イベント Inspire 2026 で発表された仕組みです。最高経営責任者のアレッシオ・アルトゥッフォ氏は、AgentHub を同社が積み上げてきたものの土台だと述べ、同社は過去最大の発表だとしています。公式の説明では、問いかけに受け身で答える対話型のAIではなく、自分で考え、判断し、動くエージェントだと位置づけています。

公式ブログが挙げる仕事の例は、受講者ごとに合わせた学習の催促、スキルの調査の運営、教材づくりの支援、学習の計画の進み具合の追跡です。具体例として、管理者が新任の営業向けに特定の製品の15分の導入研修を頼むと、エージェントが社内の共有ドライブや Confluence、SharePoint、既存の講座の一覧から材料を集め、構成案、理解度テスト、映像の計画を確認待ちの下書きとして出す、という流れが紹介されています。製品の更新情報を、二人のAIの話し手による音声の番組に変える例も挙げています。

提供の時期については、2026年8月の決算説明で、AgentHub と社内ナレッジ検索は初秋に一般提供を始める予定で、医療、金融、外食の業界向けに、同社の技術者が個別のエージェントの流れを作り込むと説明されたと報じられています。11月時点で一般提供が始まったことを示す公式の発表は、この記事の調査では確認できませんでした。検討する時点で、提供の状態を必ず確かめてください。

同時に出たもの：社内ナレッジ検索、MCPサーバー、AIチューター

AgentHub と同時に、いくつかの仕組みが発表されました。社内ナレッジ検索は、Confluence、SharePoint、OneDrive、Google Drive、問い合わせ管理の仕組み、顧客管理の仕組みなど20を超える社内の情報源と Docebo をつなぎ、社内の文書や規程、製品の仕様を学習に使えるようにするものです。エージェントが研修の材料を集める先は、ここになります。

MCPサーバーは、社員が普段使っているAIアシスタントから、Docebo の情報を引けるようにする仕組みです。製品ページでは、ChatGPT の法人向けの版、Copilot Studio を通じた Microsoft の Copilot、Claude の法人向けの版、Gemini の法人向けの版を対応先に挙げ、MCPに対応したAIなら設定できるとしています。発表時は公開試験版で、7月に本格提供の予定とされていましたが、設定の手順書は11月時点でも試験版の表記になっています。

AIチューターは、受講者がいつでも質問できる学習の相棒で、概念の説明、教材の要約、学習の道案内をすると説明されています。ほかにも、普段使う画面の中に学習を届ける拡張機能や、受講者の言語で教材を読み上げる機能などが発表されました。運営を担うエージェント、知識の入口、外のAIへの窓口、受講者の相棒の四つが、一つの基盤の上に並んだ形です。

研修の運営のどこを、エージェントに任せるのか

研修の運営を分解すると、受講の割当、期限前の催促、未受講者の上司への連絡、教材の作成と更新、受講者からの質問への回答、修了と資格の判定、効果の集計、といった仕事に分かれます。AgentHub の説明が挙げる例は、このうち割当と催促、教材づくりの支援、学習の計画の追跡にあたります。

MCPサーバーの製品ページを見ると、外のAIからできることも具体的です。読む側では、受講の状況、修了の状況、期限、学習の進み具合、取得した資格とその期限、受講時間や割当の推移の集計を引けます。書く側では、個人やグループへの受講の割当、割当の取り消しや保管、講座の更新、外部の教材の取り込みができるとしています。社員のAIから、読むだけでなく割当や講座の更新まで行えることは、便利さと同時に、誤りの入口が増えることも意味します。

ここで大切なのは、任せる仕事の一つひとつについて、AIが間違えたときに何が起きるかを先に考えることです。催促の文面が少し不自然でも大きな問題にはなりませんが、法令で義務づけられた研修の割当が漏れたり、修了していない人を修了扱いにしたりすれば、監査や事故の場面で会社の責任が問われることになります。以下では、起きやすい問題を三つに分けて、原因と対策を見ていきます。

問題1：人事・評価に近いデータが、社員のAIから見える

一つ目の問題は、学習データを社員のAIに開いたとき、本来その人が見るべきでない情報が答えに出てくることです。たとえば、管理職がAIアシスタントに「部下の研修の状況を教えて」と聞いたとき、受講の状況だけでなく、スキルの見立てや、どの研修が昇格の要件にかかわるかまで答えが返ってくる、といった場面です。

製品ページは、MCPサーバーの回答は利用者それぞれの権限の範囲に絞られると説明しています。これは重要な前提ですが、権限の範囲に絞られるということは、権限の設定が広ければ、広く見えるということでもあります。学習基盤の管理者の権限が、運用の都合で多くの人に配られている会社では、その広さがそのままAIの答えに表れます。

さらに、AIアシスタントは、学習基盤から引いた情報を、ほかの情報源の情報と混ぜて答えます。研修の未受講の一覧と、別の仕組みから引いた勤怠や評価の情報を組み合わせて要約すれば、どちらの仕組みにも無かった、個人についての新しい見立てができあがります。一つひとつは見てよい情報でも、組み合わせると扱いが変わる、という点に注意が必要です。

原因：学習データは、もう「研修の記録」では収まらない

この問題の原因は、学習データの性質が変わったことにあります。かつての研修の記録は、誰がいつどの講座を終えたかという、比較的見られても困らない情報でした。けれども、Docebo が1月に買収した会社の技術を組み込んだスキル分析の仕組みは、役割や習熟度、推定されたスキルを洗い出し、足りないスキルに学習を割り当て、修了した学習と上司の評価をスキルの記録に戻す、という三段の流れだと説明されています。

つまり、学習基盤の中に、人事の評価に近い情報が入り込んでいるのです。資格の取得状況が配置や手当にかかわる会社、研修の修了が昇格の要件になっている会社では、なおさらです。それなのに、学習基盤の権限の設計は、研修の担当が運用しやすいように、ゆるめに作られていることが多いのが実情です。

加えて、MCPでつなぐ社員のAIは、情報システムの部門が管理する別の仕組みです。学習基盤の権限は研修の担当、AIアシスタントの設定は情報システム、評価の情報の扱いは人事、と持ち主が分かれているため、全体として誰に何が見えるかを、一人で説明できる人がいない状態が生まれやすいのです。

問題2：AIの回答が、承認された教材とずれる

二つ目の問題は、AIチューターや社員のAIアシスタントが受講者の質問に答えるとき、その答えが、社内で承認した教材の内容とずれることです。たとえば、情報管理の研修で「社外のAIに顧客名を入れてよいか」と聞かれたAIが、研修で教えている規程とは違う、一般的な答えを返してしまう場面です。

研修の内容は、会社としての公式の見解です。とくにコンプライアンスや安全の研修では、教材の文言の一つひとつが法務や管理部門の確認を経ています。AIの答えが教材とずれると、受講者はどちらが正しいのか分からなくなり、研修の意味が薄れるだけでなく、後で問題が起きたときに「AIにそう教わった」という言い分を生むことにもなります。

エージェントが教材を作る場面でも、同じずれが起きます。公式の例のように、エージェントが社内の文書から導入研修の下書きを作るとき、材料にした文書が古かったり、社内の検討段階の資料だったりすれば、承認されていない内容が、研修の形をとって社員に届くおそれがあります。下書きを確認待ちとして出す設計は、この危険を前提にしたものと読むべきです。

原因：教材の外の社内文書を、区別せずに混ぜて答える

ずれの原因は、AIが答えの材料にする情報源の範囲が、承認された教材より広いことにあります。社内ナレッジ検索は、20を超える社内の情報源をつなぐことが売りです。共有ドライブの古い資料、検討途中の文書、部署ごとに解釈の違う手順書も、つなげば材料になります。AIは、どれが会社として承認された内容かを、自分では区別できません。

もう一つの原因は、教材の版の管理です。生成AIやAIツールの研修は、内容が速く古びます。教材を更新しても、古い版が共有ドライブに残っていれば、AIはそちらを引くかもしれません。教材の更新をエージェントに任せる場合も、何を根拠に更新したのかが残らなければ、どの版が正なのかを後から確かめられません。

対策の基本は、AIに答えさせる範囲を「承認済みの教材」に絞り、それ以外の社内文書は、研修の質問への答えの材料にしないことです。どうしても広い範囲を使う場合は、答えに根拠の文書名を必ず添えさせ、承認済みの教材でない場合はそう明示させることを求めます。根拠を書かせることで、受講者も研修担当も、ずれに気づけるようになります。

問題3と原因：受講の割当や催促を誤る

三つ目の問題は、エージェントが受講の割当や催促を誤ることです。義務の研修を対象者の一部に割り当て損ねる、すでに修了した人に催促を送り続ける、異動した人に前の部署の研修を割り当てる、休職中の人の上司に未受講の連絡を送る、といった誤りです。MCPサーバーを通じて社員のAIから割当を操作できるようになると、管理職が会話の中で頼んだ一括の割当が、意図より広い範囲に効いてしまうことも起こりえます。

原因の多くは、AIの賢さではなく、割当の規則と名簿の側にあります。誰がどの研修の対象かという規則が文書になっておらず、研修の担当の頭の中にある。人事の仕組みから学習基盤への名簿の連携が月に一度で、異動や休職が反映されるまでに時間がかかる。こうした状態では、人が運用していたときに担当者がこっそり補っていた例外が、エージェントには伝わりません。

対策は、割当の規則を、エージェントに任せる前に文書にすることです。対象者の条件、例外の扱い、催促の頻度と上限、上司に連絡する条件を書き出し、名簿の連携の頻度も見直します。そのうえで、義務の研修の割当は、エージェントが案を作り、研修の担当が承認してから送る形にしておけば、誤りが社員に届く前に止められます。

対策：任せる運営と、人事・研修担当が承認する線

三つの問題を踏まえて、研修の運営の仕事ごとに、エージェントに任せるか、人が承認するかの線を引きます。基本の考え方は、誤りが社員に届いても取り返しがつく仕事は任せ、取り返しがつかない仕事や会社の見解になる仕事は人が承認するというものです。

研修の運営の仕事	エージェントに任せる範囲	人が承認・判断すること
受講の割当	任意の研修の割当、割当の案づくり	義務の研修の割当、一括の割当、例外の扱い
催促と連絡	受講者本人への期限前の催促	上司への未受講の連絡、休職者などの除外
教材の作成と更新	下書き、構成案、テストの案	公開の判断、コンプライアンス教材の文言
受講者の質問への回答	承認済み教材の範囲での説明と要約	教材にない質問への回答、規程の解釈
修了と資格の判定	判定に使う情報の集計	修了・資格の認定、期限の延長
効果の集計	受講率や推移の集計と下書きの報告	評価や配置への利用の判断

表の右側の列にある仕事は、AIに判断させない範囲です。とくに修了と資格の判定は、資格が配置や手当、取引先への説明にかかわる会社では、人の認定を外さないことを勧めます。効果の集計をスキルの記録や評価に使うかどうかも、研修の担当ではなく人事が決めることにしておくと、学習データが評価に流れる経路を人が把握できます。

対策：MCPで社員のAIに開くデータの範囲を決める手順

MCPサーバーで学習データを社員のAIに開くときは、一度に全部を開かず、段階を踏みます。製品ページによれば、情報システムの担当がAIアシスタントの側で一度接続し、学習基盤の最上位の管理者が設定を行い、受講者はそれぞれ自分で認証する仕組みです。誰の権限で何が見えるかは、学習基盤の側の権限の設計で決まるので、まずそこから手を付けます。

あわせて、AIアシスタントの側の設定も確かめます。学習基盤から引いた情報が、AIアシスタントの会話の履歴としてどこに残り、誰が見られるかは、AIアシスタントの契約と設定によって決まります。学習基盤の権限とAIアシスタントの履歴の扱いを、情報システムと人事が並べて確かめる場を一度設けておくと、持ち主が分かれていることによる抜けを防げます。

受講者の側の新機能：AIチューターと、業務の画面の中の学習

Inspire 2026 では、運営の側だけでなく、受講者の側にもAIの機能が加わりました。AIチューターは、受講者がいつでも質問でき、概念の説明、教材の要約、学習の道案内をするものだと説明されています。普段使う業務の画面の中に学習を届ける拡張機能、受講者の言語で教材をAIの声で読み上げる機能、教材から二人のAIの話し手による音声の番組を作る機能も発表されました。最高技術責任者のリッカルド・ラ・ローザ氏は、組織がすでに使っているAIの道具が Docebo とそのままつながる、と述べています。

受講者にとっては便利ですが、研修の担当から見ると、承認した教材が、AIの手で別の形に作り直されて受講者に届く経路が増えたことになります。要約、読み上げ、音声の番組は、どれも元の教材の言い回しをAIが変えうる作業です。一般的な製品知識の研修なら許容できても、コンプライアンスや安全の研修で、規程の文言が言い換えられて伝わるのは避けたいところです。

そこで、教材ごとに、AIによる作り直しを許すかどうかを決めておくことを勧めます。製品知識や新しいツールの入門は要約や音声の番組を許し、規程や法令にかかわる教材は原文のまま読ませる、といった分け方です。読み上げの機能で多言語にする場合も、義務の研修の翻訳は、人が確かめた版を正とするほうが、後で内容の食い違いを問われたときに説明できます。

AI研修を全社に回すときの使いどころ

Docebo の新しい仕組みが最も効くのは、AI研修のように、内容が速く変わり、対象者が全社に広がり、質問が多い研修です。生成AIの社内規程やツールの使い方は、数か月で変わります。教材の下書きをエージェントに作らせ、研修の担当が承認して公開する流れは、更新の速さに人の手が追いつかない問題への現実的な答えになりえます。

受講者の側では、自分の受講状況や次に受けるべき研修を、普段使っているAIアシスタントから聞ける便利さがあります。ただし、AI研修の質問、とくに「この業務でAIを使ってよいか」という質問への答えは、会社の規程の解釈そのものです。AIチューターや社員のAIに答えさせるのは、承認済みの教材と規程の範囲での説明までとし、判断に迷う質問は担当の窓口に回す導線を用意してください。

一方、全社の研修の運営をいきなりエージェントに任せるのは勧めません。まずは任意の研修、たとえば新しいAIツールの入門講座から始め、催促と割当の案づくりをエージェントに任せて、誤りの件数と担当の手間の変化を見ます。義務の研修や資格にかかわる研修に広げるのは、任意の研修で三か月ほど運用の記録を見てからで十分に間に合います。

費用の増え方と、やめ方

AgentHub やMCPサーバーの料金は、公式サイトでは公開されておらず、問い合わせの形になっています。決算説明では、アナリストから新しいAIの機能でどう収益を上げるのかを問われ、経営陣が詳しい説明を控えたと報じられています。つまり、新しい機能がどの単位で課金されるかは、現時点では公開情報から読めません。契約の前に、エージェントの実行の回数、つなぐ情報源の数、MCPで利用する人数のどれで費用が増えるのかを、文書で確かめる必要があります。

費用の見積もりでは、AIアシスタントの側の費用も忘れないでください。MCPで学習データを引くのは、社員がすでに契約している法人向けのAIアシスタントです。こちらの利用量の上限や料金の形によっては、学習基盤の費用とは別に、AIアシスタントの側の利用が増えることで費用が動く場合があります。

やめ方も先に決めます。MCPでの接続は、AIアシスタントの側の接続を外し、学習基盤の側の設定を止めれば切れます。エージェントについては、任せていた割当や催促の規則を人の運用に戻す手順と、エージェントが作った教材の下書きのうち公開したものと未公開のものを仕分ける手順を用意しておきます。任せていた仕事の規則を文書で持っていれば、やめたときに人の運用へ戻せるので、規則の文書化は、導入の準備であると同時に、やめるための準備でもあります。

入れる前の確認項目

ここまでの内容を、導入を判断する前の確認項目としてまとめます。研修の担当、人事、情報システムの三者で一つずつ確かめてください。

• AgentHub、社内ナレッジ検索、MCPサーバーの、検討時点での提供の状態（試験版か一般提供か）を確かめたか
• 学習基盤の管理者・上司の権限を持つ人の一覧を出し、スキルや評価にかかわる情報が誰に見えるかを人事と確かめたか
• エージェントに任せる仕事と、人が承認する仕事の線を表にしたか
• 義務の研修の対象者の条件と例外を文書にし、名簿の連携の頻度を確かめたか
• AIに答えさせる範囲を承認済みの教材に絞り、根拠の文書名を添えさせる設定にしたか
• AIによる要約・読み上げ・音声の番組への作り直しを許す教材と、原文のまま読ませる教材を分けたか
• MCPで開く範囲を、受講者本人の読むだけから始める計画にしたか
• AIアシスタントの側で、学習データを含む会話の履歴がどこに残り、誰が見られるかを確かめたか
• 費用が増える単位と、やめるときに人の運用へ戻す手順を確かめたか

• 研修の担当の判断で、全社員のAIアシスタントに管理者の権限のまま学習基盤をつないだ
• 社内ナレッジ検索に共有ドライブを丸ごとつなぎ、古い規程を根拠にした回答が研修の質問に返った
• 義務の研修の割当をエージェントに任せたが、異動の反映が遅れ、対象者の一部に割当が漏れた

• AgentHub と社内ナレッジ検索の一般提供の時期、MCPサーバーの提供の段階は、公式の発表と報道によるもので、変わる可能性があります
• 機能の説明は公式サイト・公式ブログ・発表資料に基づくもので、第三者による検証は確認できていません
• 学習データの扱いは、社内の個人情報の規程や労務の取り決めにかかわる場合があります。人事と法務の確認を経て範囲を決めてください

まとめ

Docebo の AgentHub は、研修の割当や催促、教材づくりの支援、学習の計画の追跡を担うエージェント群で、2026年4月に社内ナレッジ検索、MCPサーバー、AIチューターとともに発表されました。研修の運営を任せ、学習データを社員のAIに開くと、人事に近いデータが見える、AIの回答が承認された教材とずれる、割当を誤る、という問題が起きやすくなります。原因は、学習データがスキルや評価と結びついたこと、答えの材料が教材より広いこと、割当の規則が文書になっていないことにあります。割当や催促は任せ、教材の公開や修了・資格の判定は人が承認し、MCPで開く範囲は本人の読むだけから始めて、記録を見ながら広げてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。