Hexaware Agentverseとは?|既製エージェントを買う判断

「ITサービス会社から、業務別のAIエージェントが数百種類そろっているので選ぶだけで使えると提案された」「自社で作るか、いつものSI会社に頼むか、既製を買うかを比べる物差しがない」——AIエージェントの導入を任された情報システム部門や業務改革の担当者から、最近よく届く相談です。2026年3月、インドのITサービス大手 Hexaware は、600を超える既製のAIエージェントと、それらをつないで統制する層をまとめた Agentverse を発表しました。6月には、エージェントの承認から廃止までを管理する機能を加えています。既製のエージェントを買う判断は、機能の多さで決まるものではありません。合わない部分を誰が直し、間違えたときに誰が責任を持ち、やめるときに何が手元に残るかで決まります。この記事では Hexaware Agentverse を手がかりに、ITサービス会社が用意した既製のエージェントを買うか、自社で作るか、付き合いのある国内のSI会社に作らせるかを、三つの業務の場面に当てはめて整理します。画面の操作や料金の一覧は扱いません。
カメ先生既製のエージェントが600種類もあれば、自社の業務に合うものが必ず見つかる、と思われがちなんだ。でも本当は、エージェントが動く前提になる手順や権限やデータの置き場所は会社ごとに違うから、そのまま動くことは少ないんだよ。
カメ子既製というのは、部品が既製という意味で、完成品が届くわけではない、ということですか。
カメ先生そう。だから比べるべきは部品の数ではなく、合わせ込みを誰がやって、誤りの責任と統制の運用を誰が持つかなんだ。そこが自社で作る場合や国内のSI会社に頼む場合と大きく違ってくる。
カメ子買う、作る、頼む、の違いは、作業の量より責任の置き場所の違いなんですね。
- Hexaware Agentverse は、ITと業務の両方に向けた600超の既製エージェントと、承認・記録・停止を担う統制の層をまとめたITサービス会社の基盤
- 既製を買う判断は、合わない部分の直し方、誤りの責任の契約、統制の層を誰が運用するかの三点で、自社開発・国内SI会社への委託と比べる
- 社内データがITサービス会社の環境に渡る範囲と、やめるときに手元に残す記録・手順書を、試行の前に決めておく
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
Hexaware Agentverseとは:600超の既製エージェントと、それを束ねる統制の層
Hexaware(正式な社名はヘキサウェア・テクノロジーズ)は、インドに本拠を置くITサービスと業務プロセスの受託の会社です。2025年2月にインドの証券取引所に上場し、その際の調達額は約10億ドルと報じられました。2021年に米国の投資会社 Carlyle が株式の大半を取得しており、上場後もその傘下にあります。今回の調査では、2026年に同社が買収されたという報道は見当たりませんでした。
Agentverse は、同社が2026年3月17日に発表した企業向けのAIエージェント基盤です。発表文によれば、技術と業務の両方の機能に向けた600を超える導入可能な既製エージェントをそろえ、CRM、ITSM(情報システムのサービス管理)、社内の知識の保管庫、データ基盤、電話、協業ツールとつないで動かします。エージェントは文脈に合った知識を引き、業務の手順書を読み取り、会話を自動化し、業務の中で実際の操作まで行うと説明されています。
統制の面では、役割に応じたアクセス制御、監査の記録、動作の可観測性、方針のガードレールを備えると同社は述べています。基盤の層には、複数のエージェントの振り分け、再利用できる部品、AIの枠組み、API と MCP による連携、統制、可観測性が含まれるとされます。エージェントの数を売りにしつつ、それを統制する層を一緒に提供するという組み立てが、この製品の特徴です。
2026年の動き:3月の発表、6月の統制と寿命管理の強化
3月の発表で同社は、技術の領域に向けた「AI for IT」と、業務に向けた「AI for Business」の二つの柱を示しました。前者はソフトウェア開発、品質保証、データ基盤、業務用のクラウドサービス、IT運用、アプリケーションの保守にAIを入れるもので、保守の領域では、アプリケーションの全体像や依存関係、利用の状況を洗い出す仕組みや、障害の予測が挙げられています。後者は、顧客対応の前線から管理部門の後方業務までの流れにエージェントを入れるものです。用途の例として、顧客の問い合わせの解決、照合や規制対応の業務、需要予測、在庫管理、IT・人事・調達のサービス業務が並んでいます。
6月2日には、統制とライフサイクル管理の強化を発表しました。新たに、エージェントを作るための手引き付きの開発環境を出し、定義、設計、承認、試験、展開、運用の6段階で進める流れを示しています。この環境は Microsoft の Azure や AWS などの主要な基盤で使えるとされます。あわせて、展開から廃止まで、エージェントを統制し業務の目的に沿わせ続けるためのライフサイクル管理の機能を加えました。
同社の最高経営責任者 R・シュリクリシュナ氏は、業界はこの数年でエージェントが作業をこなせることを証明してきたが、より難しいのは、エージェントに説明責任を持たせ、統制し、業務の目的に沿わせ続けることだ、という趣旨を述べています。6月30日付の別の配信では、クラウド、ハイブリッド、顧客固有の展開形態に対応し、個別の用途から始めて部門をまたいで広げられる構成だと説明されています。価格、使っている言語モデル、導入企業の名前、日本での提供体制は、公表資料では確認できませんでした。
売り手がITサービス会社であることの意味
Agentverse を読み解くうえで最も大事なのは、これがソフトウェア会社の製品ではなく、ITサービス会社が自社のサービスの入口として用意した基盤だという点です。同社の発表文には、自動化と「適正な調達」による費用の20〜50%の削減という主張が含まれており、アプリケーションの保守や業務の受託と組み合わせて売る前提が読み取れます。
ソフトウェア会社から製品を買う場合、合わせ込みは自社か別の会社がやり、製品の会社は製品の不具合にだけ責任を持つ、という分担が一般的です。ITサービス会社から既製のエージェントを買う場合は、合わせ込みも運用も同じ会社が引き受けることが多く、責任の範囲は製品の仕様書ではなく、サービスの契約で決まります。便利な反面、どこまでがその会社の責任で、どこからが自社の判断かがあいまいになりやすい形でもあります。
なお、同社が示す生産性40〜60%の向上や応答時間60〜80%の短縮といった数字は、同社自身の主張で、第三者の検証は示されていません。自社の業務で同じ数字が出るかは、試行で確かめるまで分からない前提で読むべきです。この点は国内のSI会社の提案でも同じです。
三つの選択肢:既製を買う、自社で作る、付き合いのあるSI会社に作らせる
エージェントを業務に入れる方法は、大きく三つに分かれます。ITサービス会社の既製のエージェントを買う、自社の開発部門が枠組みを使って作る、付き合いのある国内のSI会社に個別に作らせる、です。RPAとエージェントのどちらを使うかの判断や、自社で作るときの枠組みの選び方は別の記事で扱っているので、ここでは誰が作り、誰が直し、誰が責任を持つかに絞って比べます。
| 観点 | 既製を買う(Agentverse 型) | 自社で作る | 国内のSI会社に作らせる |
|---|---|---|---|
| 動き出すまでの早さ | 部品があるぶん早い。ただし合わせ込みの期間は別にかかる | 設計から始めるので遅い | 要件定義から始めるので中程度 |
| 業務への合い方 | 既製の手順に寄せる部分が出る | 自社の手順に完全に合わせられる | 要件次第で合わせられる |
| 誤りの責任 | サービスの契約で決まる。範囲の確認が要る | すべて自社 | 請負か準委任かで変わる |
| 統制の層の運用 | 売り手の層を使う。中身の可視性が論点 | 自社で用意する | SI会社が用意するか、自社の層に載せる |
| 社内データの置き場所 | 売り手の環境に渡る範囲の確認が要る | 自社の環境に閉じられる | 契約と構成で決まる |
| やめるときの難しさ | 部品と統制の層が売り手側にあり重い | 軽い。ただし人の異動に弱い | 成果物の権利の取り決め次第 |
| 日本語と国内の慣行 | 提供体制を個別に確認 | 自社次第 | 強い |
表から分かるとおり、どれかが常に優れているわけではありません。既製を買う道は早さと部品の豊富さが利点ですが、責任と統制とデータの三点で、売り手に任せる範囲を契約で細かく決める手間が生まれます。以下では、三つの業務の場面に当てはめて、この違いがどう効いてくるかを見ていきます。
場面1:情シスの問い合わせ一次対応に、既製のエージェントを入れる
最も既製が合いやすいのは、情報システム部門への社内の問い合わせ対応です。パスワードの再設定、アカウントの申請、端末の不具合の切り分けといった業務は、どの会社でも手順の骨格が似ており、既製のエージェントの前提と自社の手順の差が小さい領域です。Agentverse も、ITSM とのつなぎ込みや IT運用の領域を柱の一つに据えています。
それでも、そのまま動くわけではありません。アカウントの発行に誰の承認が要るか、どの申請を自動で通してよいか、管理者の権限を伴う操作をどこまで任せるかは、会社ごとに違います。既製のエージェントが前提にしている承認の流れと、自社の規程が一致しているかを、導入前に一つずつ突き合わせる作業が必要です。ここを省くと、規程では課長の承認が要る申請を、エージェントが自動で通してしまうといった事態が起きます。
この場面では、既製を買う利点が最も素直に出ます。一方で、エージェントに管理者の権限を持たせる範囲は自社で決め、売り手の標準設定に任せないことが前提です。アカウントの削除や権限の付与は、エージェントが案を作り、人が承認してから実行する形にしておくと、誤りが起きても被害を一件にとどめられます。
場面2:経理の照合作業を、既製のエージェントで自動化する
同社が用途の例に挙げている照合や規制対応の業務は、既製が合うかどうかの判断が難しい領域です。請求書と入金の突き合わせという骨格は共通でも、勘定科目の切り方、例外の扱い、締めの日程、承認の段階は、会社ごとにまったく違うからです。既製のエージェントは、その会社の会計の決まりを知りません。
この場面で既製を買うと、エージェントを自社の決まりに合わせるための作業が大きくなります。その作業を売り手のITサービス会社が担うなら、実質的には個別開発に近づき、既製の早さという利点は薄れます。さらに、照合の結果を会計の記録に反映させる操作は、誤ると決算に響きます。差異の判断や仕訳の確定をエージェントに任せないという線は、どの選択肢を取っても外せません。
経理の場面では、エージェントに任せるのは「突き合わせて差異の候補を根拠付きで並べる」ところまでにとどめ、差異の原因の判断と修正は経理の担当者が行う、という分け方が現実的です。この範囲なら既製の部品でも十分に役立ちます。逆に、自動で仕訳まで切らせたいのであれば、自社の会計の決まりを熟知した国内のSI会社か、自社の開発部門に作らせるほうが責任の所在がはっきりします。
場面3:営業・マーケの顧客対応に、CRMとつないで使う
顧客の問い合わせへの一次回答や、商談の記録の整理、見込み客への次の連絡の案づくりといった営業・マーケの業務も、同社が挙げる顧客対応の領域に入ります。Agentverse は CRM とのつなぎ込みを前提にしており、顧客データを読み、顧客に向けた文面を作るエージェントを既製で用意できるのは魅力に映ります。
ただし、この場面は社外の顧客に直接届く文面を扱うため、誤りの影響が最も外に出やすい領域です。製品の仕様、価格、納期、契約の条件を誤って伝えれば、取引上の問題になります。顧客に送る文面は、エージェントが下書きを作り、担当者が確認してから送る運用を基本にし、自動で送ってよいのは、受付の確認や資料の送付といった中身の判断を伴わないものに限ります。
もう一つの論点は、CRM の顧客データがどこまでエージェントに、そしてITサービス会社の環境に渡るかです。項目単位で読ませる範囲を絞れるか、取引の金額や担当者の個人的なメモまで読ませる必要があるかを、つなぎ込みの前に決めておきます。エージェントに読ませる項目の一覧を作っておくと、あとで監査や契約の見直しをするときの基準にもなります。
既製が合わない部分の直し方:手順を合わせるか、エージェントを合わせるか
三つの場面で見たように、既製のエージェントは自社の手順とどこかでずれます。ずれを埋める方法は二つしかありません。自社の手順を既製のエージェントに合わせるか、エージェントを自社の手順に合わせて直すかです。どちらを選ぶかで、費用も責任の所在も変わります。
手順を合わせる道は、既製の利点を最大に生かせますが、業務の部門に変更を受け入れてもらう必要があります。承認の段階を一つ減らす、例外の扱いを統一するといった変更は、業務の改善として意味がある場合もあれば、内部統制の弱体化につながる場合もあります。手順の変更は、AIの導入担当ではなく業務の持ち主と内部統制の担当が判断することを決めておきます。
エージェントを直す道を選ぶ場合は、直した部分を誰が持つかが問題になります。売り手のITサービス会社が直したなら、その部分は売り手の版の更新のたびに確認が必要です。同社の基盤には、エージェントを定義から運用まで段階を踏んで作る開発環境があるとされますが、直した部分の設計書と試験の記録を自社の手元にも残す取り決めがないと、版が上がったときに何が変わったのか誰も説明できなくなります。
誤りの責任は誰が持つか:契約とサービス水準で決めておくこと
既製のエージェントが誤った操作をしたとき、責任は誰にあるのでしょうか。エージェントを作ったのは売り手で、使う決定をしたのは自社で、誤りの原因は言語モデルの出力かもしれず、つなぎ込んだ社内システムのデータかもしれません。この切り分けを、事故が起きてから話し合うのでは遅すぎます。
契約では、少なくとも次の点を確認します。エージェントの誤りを不具合として扱う範囲と、言語モデルの出力の揺れとして免責される範囲。誤りが見つかったときに直すまでの時間の目安。誤りの原因を調べるための記録を、どちらが、どの期間、保存するか。言語モデルの出力に起因する誤りは免責、という条項がある場合、実質的にほとんどの誤りが免責になりうることに注意が必要です。
- 「業務に合わせて調整する」という一文だけで、直した部分の保守の責任を決めずに契約する
- 誤りの原因の調査に必要な記録の保存期間を、売り手の標準のまま受け入れる
- 言語モデルの出力に起因する誤りが一律に免責になる条項を、読み流して署名する
- サービス水準を基盤の稼働率だけで定め、エージェントの答えの誤りを対象外にしてしまう
サービス水準の取り決めは、基盤が止まらないことだけでは足りません。エージェントの答えが正しいかどうかを数字で約束させるのは難しいとしても、誤りの報告を受けてから原因を示すまでの期間や、同じ型の誤りの再発時の扱いは、取り決めの対象にできます。国内のSI会社に作らせる場合も同じ論点がありますが、請負か準委任かで責任の形が大きく変わる点は、法務の担当と確認しておきます。
統制の層を誰が運用するか:承認・記録・停止の持ち主
Agentverse は、役割に応じたアクセス制御、監査の記録、可観測性、方針のガードレール、さらに展開から廃止までのライフサイクル管理を、統制の層として提供すると説明しています。ここで問うべきは、その統制の層の操作を、売り手と自社のどちらが握るかです。
統制の層を売り手が運用する形では、エージェントの承認や停止の操作を売り手の担当者が行い、自社は報告を受け取るだけになりかねません。それでは、業務を止めるかどうかの判断が社外にあることになります。新しいエージェントの承認、権限の変更、停止の三つは、操作を売り手が代行するとしても、判断は自社の責任者が下すという線を、運用の手順書に明記しておきます。
監査の記録についても、売り手の画面で見られるだけでは不十分です。誰が、いつ、どのエージェントに何をさせ、エージェントがどの社内システムに何を書き込んだかを、自社の監査の担当が自社の基準で確かめられる形で受け取れるかを確認します。エージェントの数を数百規模に増やすと、統制の層が実質的な業務の管理台帳になります。その台帳の写しを定期的に自社に取り込むことが、売り手への依存を和らげる最も手堅い手段です。
社内データがITサービス会社の環境に渡る範囲
既製のエージェントを使うと、エージェントが読む社内データ、エージェントへの指示、エージェントの出力、動作の記録が、どこかの環境に置かれます。同社は、クラウド、ハイブリッド、顧客固有の展開形態に対応すると説明していますが、どの構成なら、どのデータが売り手の環境に渡らずに済むかは、個別の構成の確認が必要です。
確認する観点は四つあります。エージェントが動く場所が自社の契約したクラウドか、売り手の管理する環境か。使う言語モデルの提供元と、その提供元に渡るデータの範囲。動作の記録と、その中に含まれる社内データの保存場所と保存期間。売り手の運用担当者が、保守のために自社のデータを見られる範囲と、その担当者の所在国です。海外のITサービス会社の場合、保守の担当者が国外にいる構成は珍しくありません。個人情報を扱うなら、外国への提供としての整理が要るかを法務と確かめます。
- 使っている言語モデルの提供元は公表資料では確認できませんでした。提案を受けた段階で、モデルの名前・提供元・切り替えの可否を書面で確認します
- 個人情報や営業秘密を読ませるエージェントは、試行の段階では対象から外し、読ませるデータの範囲を広げるたびに承認を取ります
- 動作の記録には、エージェントが読んだ社内データの断片が含まれることがあります。記録の保存期間と削除の手順も契約で決めます
費用の増え方:数・利用量・保守の三つの軸
既製のエージェントの費用は、一つの単価では決まりません。公表資料に価格は示されていないため、ここでは一般的な増え方の型を整理します。注意したいのは、エージェントの数、言語モデルの利用量、保守と合わせ込みの人手という三つの軸が、それぞれ別の速さで増えることです。
エージェントの数は、試行で効果が見えると部門ごとに増えます。言語モデルの利用量は、エージェントが複数で協調して動くと、一件の業務で何度もモデルを呼ぶため、利用者の数よりも速く増えることがあります。そして見落とされやすいのが保守の人手で、既製の部品が売り手側で更新されるたびに、自社向けに直した部分の確認と試験が発生します。
比較のときは、初年度の費用だけでなく、三年程度の期間で、エージェントの数を何倍に増やしたときに総額がどう動くかを、三つの選択肢それぞれで見積もります。同社は自動化と適正な調達による費用の削減をうたっていますが、削減の根拠になる今の業務の費用を、自社で先に測っておかないと、効果も比べられません。
依存と乗り換え:売り手の枠組みの外に残すもの
ITサービス会社の既製のエージェントは、その会社の部品、統制の層、つなぎ込みの方式の上で動きます。数百のエージェントがその上に積み重なったあとで乗り換えようとすると、エージェントの中身だけでなく、承認の記録や権限の設定まで作り直すことになります。乗り換えの難しさは、使い始める前にしか和らげられません。
手元に残すべきものは、次の四つです。エージェントごとの業務の手順と判断の基準を書いた文書。エージェントに与えた権限と、読ませているデータの一覧。試験に使った事例と期待する結果。そして承認・変更・停止の記録です。これらは売り手の画面の中ではなく、自社の文書として持っておくことで、別の基盤に移すときにも、国内のSI会社に作り直させるときにも、設計の出発点になります。
つなぎ込みの方式も確認します。同社は API と MCP による連携を基盤の層に含めると説明しており、標準的な方式でつながっていれば、社内システム側の改修を乗り換え後も使い回せる可能性があります。売り手独自のつなぎ方に依存している部分がどこかを、試行の段階で一覧にしておきます。
試行の進め方:一つの業務で、責任と統制の分担を確かめる
既製のエージェントの試行は、エージェントがうまく動くかを確かめる場であると同時に、売り手との責任と統制の分担が、実際に機能するかを確かめる場です。動いたかどうかだけで判断すると、本番に広げたあとで分担のあいまいさが表に出ます。
場面1のような手順の骨格が共通の業務を一つ選び、今の処理件数、処理にかかる人手、誤りの件数を測ります。これが効果を比べる基準になります。
案を作るまで、根拠を示すまで、実行するまでのどこまでを任せるかを決め、実行の前に人の承認を挟む操作を一覧にします。AIに判断させない操作もここで明記します。
既製の手順と自社の手順のずれを一覧にし、手順を合わせたのか、エージェントを直したのか、直したのは誰かを記録します。
試験用の事例で誤った操作が起きたとき、誰に知らせが届き、誰が止め、原因の説明がどの期間で届くかを実際に確かめます。
監査の記録とエージェントの台帳を自社の形式で受け取れるかを確かめ、取り込めなければ本番に広げる前に条件を交渉します。
同じ業務で、国内のSI会社に小さく作らせる見積もりや、自社の開発部門での試作を並べて取ると、三つの選択肢を同じ物差しで比べられます。試行の結論を「動いた・動かなかった」ではなく、「責任と統制の分担が回ったか」で書くことが、その後の判断を誤らないための要点です。
契約前に確かめるチェックリスト
最後に、既製のエージェントを買う契約の前に確かめる項目をまとめます。Agentverse に限らず、ITサービス会社が用意した既製のエージェントの提案を受けたときに使えます。
- 既製の手順と自社の手順のずれを一覧にし、手順を合わせるか、エージェントを直すかを業務の持ち主が決めた
- 自社向けに直した部分の保守の責任と、売り手側の版の更新時の確認の手順を契約に入れた
- 誤りの責任の範囲と、言語モデルの出力に起因する誤りの扱いを法務と確認した
- 新しいエージェントの承認・権限の変更・停止の判断を、自社の責任者が持つと手順書に書いた
- 監査の記録とエージェントの台帳の写しを、自社の形式で定期的に受け取れる
- エージェントが動く場所、言語モデルの提供元、記録の保存場所と期間、保守の担当者の所在を確認した
- 三年程度の期間で、エージェントの数を増やしたときの総額を三つの選択肢で比べた
- 乗り換えに備えて、手順・権限・試験事例・承認の記録を自社の文書として持っている
- 日本での問い合わせ窓口、対応する時間帯、日本語の対応範囲を書面で確認した
このうち最後の項目は、海外のITサービス会社の製品を検討するときに特に重要です。今回の調査では、Agentverse の日本での提供体制は公表資料から確認できませんでした。提案を受けた段階で、日本の担当者が誰で、障害や誤りのときに日本語で何時間以内に動けるのかを確かめることが、比較の前提になります。
まとめ
Hexaware Agentverse は、インドのITサービス大手が、600を超える既製のエージェントと、承認・記録・停止を担う統制の層をまとめた基盤です。2026年3月の発表に続き、6月にはエージェントを段階を踏んで作る開発環境と、展開から廃止までのライフサイクル管理を加えました。既製のエージェントを買うか、自社で作るか、国内のSI会社に作らせるかの判断は、部品の数ではなく、合わない部分を誰が直すか、誤りの責任を契約でどう定めるか、統制の層の判断を自社に残せるか、社内データがどこまで渡るか、やめるときに何が手元に残るかで決まります。どの道を選んでも、AIに判断させない操作を先に決め、根拠を示させ、人が確認する範囲を書いてから広げる、という順番は変わりません。まずは一つの業務で、責任と統制の分担が回るかを確かめるところから始めてください。
※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。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
