Vertesiaに社内システムを触らせる?|ブラウザ操作を許す条件

Vertesiaに社内システムを触らせる?|ブラウザ操作を許す条件

「提案書や契約の処理をエージェントに任せたいが、肝心の社内システムには外からつなぐ口がない」「画面を操作させれば早いと言われるが、誰の権限で何をされるのか分からず許可が出せない」——文書の多い業務でAIエージェントを検討する情シスや業務改革の担当から、2026年に入って増えてきた相談です。米国の Vertesia は2026年7月22日の製品ニュースで、外部からつなぐ口のない社内システムを、エージェントがブラウザで操作する機能を発表しました。問われているのは機能の有無ではなく、どの業務でブラウザ操作を許し、誰の資格で動かし、どこで止めるかです。この記事では、Vertesia の公式の説明をもとに、API連携・ブラウザ操作・人の転記の三つのつなぎ方を比べ、ブラウザ操作を許す条件を整理します。


カメ先生カメ先生

画面を操作できるエージェントは、つなぐ口がないシステムでも動かせるから便利だと思われがちなんだけど、本当は、人と同じ画面を人と同じ資格で触るぶん、何をしたかの記録と止め方を先に決めないと危ないんだ。


カメ子カメ子

API でつなぐのと、画面を操作させるのとでは、危なさが違うということですか。


カメ先生カメ先生

そう。API なら呼べる操作が最初から決まっている。画面の操作は、その人が画面でできることなら何でもできてしまう。だから比べてから選ぶ必要があるんだよ。


カメ子カメ子

便利さだけで選ばず、つなぎ方ごとに任せてよい範囲を決めるんですね。


この記事のポイント
  • Vertesia は文書の多い業務向けのエージェント基盤。2026年7月に、つなぐ口のない社内システムのブラウザ操作、予定で動くエージェント、手順を組むプロセスエンジンを加えた
  • 公式もブラウザ操作は「最後の手段」と位置づける。API・MCP で済むならそちらを使い、ブラウザ操作は読み取りや下書きから始める
  • 予定実行は使う人の資格と権限で動く。誰の資格で動くか、承認を挟む操作、止める人、文書が社外に出る経路を先に決める

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。

目次

Vertesia は、文書の多い業務のためのエージェント基盤

Vertesia は、米国ニューヨークに本社を置く会社で、企業の文書を保管し、AIで扱える形に整え、エージェントや業務の流れに渡す基盤を提供しています。公式サイトによると、経営陣は2021年に大手の文書管理の会社に買収された企業向けの文書管理基盤を作ってきた人たちで、社名を変える前は別の名前で生成AIの基盤を提供していました。

公式サイトが挙げる構成は、統制の効いた文書の保管庫と組み込みのプロセスエンジン、文書を読み取って構造を整える仕組み(同社は特許出願中の前処理技術と説明)、そしてエージェントを設計・試験・運用する Studio です。対象の業種には保険、金融、医療、行政、法務とコンプライアンス、社内の知識管理などを挙げ、契約書、申請書、報告書のように、文書を読み、判断し、別のシステムに記録する業務を主な対象にしています。

置き場所は、同社が運用する環境か、利用企業のクラウドの契約の中かを選べ、AWS、Azure、Google Cloud のほか、自社の設備や閉じたネットワークにも対応するとしています。公式サイトでは、100を超える生成AIのモデルに対応して切り替えられること、SOC2(タイプ2)の認証を受けていることも示しています。料金は公開しておらず、問い合わせで見積もる形です。

文書の多い業務でこの基盤を選ぶ理由になりやすいのが、文書の前処理です。契約書や報告書は、表、注記、段組み、図の説明が入り混じり、そのままAIに渡すと読み違いが起きやすくなります。Vertesia は、文書をAIが扱いやすい構造に整えてから保管し、エージェントに渡すことを中心に据えています。ただし、前処理の精度は文書の種類と言語で変わるので、自社の日本語の文書で読み取りの誤りがどれだけ出るかを、人が原本と照らして確かめてから任せる範囲を決めます。

2026年の動き:4月のツール拡充と、7月の四つの新機能

2026年4月のリリースノートでは、エージェントが使える50を超える新しい道具の追加、MCP への対応、自然な言葉からデータの型や集計の画面を作る補助、そしてモデルの利用費用をプロジェクト・エージェント・環境・モデル・期間ごとに追える機能が加わりました。費用を細かい単位で追えるようになったことは、後で述べる費用の管理に関わります。

7月22日の製品ニュースでは、四つの新機能が発表されました。普通の言葉で目的を伝えるとエージェントの指示文の作成、モデルでの試験、公開までを手伝う Studio Assistant。図や手順書から業務の流れを組み立てるプロセスエンジン。日次・週次・月次などの予定でエージェントを動かす機能。そして、外部からつなぐ口のないシステムを、エージェントがブラウザで読み、操作する機能です。あわせて、外部のコーディング用のエージェントから MCP で Vertesia のプロジェクトにつなぎ、設定を作れるようにもなりました。

同じ7月のリリースノートには、エージェントの特定の操作の前に人の承認を挟む承認の方式、プラットフォーム上のすべての活動を読み取り専用で確かめられる監査役の権限、メールのドメインで利用登録を制限する機能も並んでいます。自律的に動く機能と、それを統制する機能が同時に足された点は、導入の判断で押さえておきたいところです。

なぜ「APIのない社内システム」が論点になるのか

文書の多い業務では、エージェントが読む文書の置き場所と、結果を書き込む先のシステムが別々であることがほとんどです。提案書の作成なら、過去の提案書と製品資料を読み、見積もりのシステムから価格を引き、顧客管理に記録を残します。このうち、見積もりや稟議、古い業務システムには、外部からつなぐ口がないものが少なくありません。古いシステムほど、画面からしか操作できないのが現実です。

これまでは、こうしたシステムには人が画面を開いて転記するか、画面の操作を記録して再生する従来型の自動化を使ってきました。後者は画面の配置が変わると止まりやすく、保守の手間がかかります。Vertesia の製品ニュースは、エージェントが画面を意味で読み取り、配置の変化にもその場で合わせると説明しています。従来型の自動化の弱点を補うものとして位置づけているわけです。

ただし、同じ製品ニュースは、ブラウザ操作を MCP サーバーや API が使えないときの「最後の手段」と明記しています。つなぐ口があるならそちらを使うのが基本という立場を、提供元自身がとっているのです。この記事でも、ブラウザ操作は他の手段を比べたうえで選ぶものとして扱います。

三つのつなぎ方を比べる:API・MCP、ブラウザ操作、人の転記

エージェントを社内システムにつなぐ方法は、大きく三つあります。API や MCP でつなぐ、ブラウザで画面を操作させる、エージェントは下書きまでにして人が転記する、の三つです。エージェントの基盤をクラウド型・自社クラウド・自社開発のどれにするかという比べ方とは別に、ここでは、つなぎ方ごとに何が変わるかを見ます。

観点API・MCPでつなぐブラウザで操作させる下書きまでで人が転記
できる操作の範囲用意された操作だけ。範囲が明確その資格で画面からできること全部人が判断して入力する
誰の資格で動くか連携用の資格を発行して絞れる使う人の資格、または専用の利用者入力する人の資格
記録の残り方呼び出しごとに残る基盤側の実行記録と、相手のシステムの操作記録相手のシステムの操作記録
画面の変更への強さ影響を受けにくい意味で読むとしても確認は要る影響なし
始めるまでの手間つなぐ口の開発が要る比較的少ない最も少ない
向く業務件数が多く、手順が決まった書き込みつなぐ口がなく、読み取りや定型の入力金額・契約・承認が絡む書き込み

表から分かるとおり、ブラウザ操作は始めやすい反面、できる操作の範囲がその資格の画面の権限に丸ごと依存するのが最大の違いです。API なら「見積もりを読む」だけの資格を発行できても、画面を操作させるなら、その利用者が画面で消せるものは消せてしまいます。この差を埋めるのが、次に述べる資格の分け方と承認の挟み方です。

ブラウザ操作が向く場面、向かない場面

ブラウザ操作が向くのは、つなぐ口がなく、つなぐ口を作る費用に見合わない件数の業務で、しかも読み取りが中心のものです。たとえば、古い社内ポータルから規程の最新版を探して文書の確認に使う、取引先の申請状況を照会画面で確かめる、といった用途です。読み取りだけなら、誤操作の影響は情報の取り違えにとどまるので、人の確認で補えます。

書き込みでも、定型で取り消しがきくもの、たとえば社内の申請画面に下書きとして保存する、照会の記録を残す、といった操作なら候補になります。製品ニュースは、エージェントが Google の検索動向の画面を48回の操作でたどった例や、自動車の仕様を選ぶ公開サイトの操作を試した例を挙げていますが、これは公開サイトでの試験です。社内システムで同じ精度が出るかは、自社の画面で試すまで分からないと考えておきます。

  • 見積もりの金額や値引きの確定を、ブラウザ操作で書き込ませる
  • 取引先の登録情報の変更や削除を、人の確認なしで実行させる
  • 管理者の資格でログインさせ、全部の画面を触れる状態で動かす
  • API があるのに、手軽だからという理由でブラウザ操作を選ぶ
  • 画面の改修の予定を業務システムの担当と共有せず、ある日突然動かなくなる

向かないのは、金額・契約・承認が絡む書き込み、取り消しのきかない操作、件数が多く手順が決まった書き込みです。最後のものは、つなぐ口を作ったほうが確実で、長い目で見れば保守も軽くなります。ブラウザ操作は、つなぐ口を作るまでのつなぎとして期限を決めて使う、という選び方もあります。

誰の資格で操作するか

製品ニュースによると、ブラウザ操作ではエージェントが利用者に代わって認証し、多要素認証も通り抜けられると説明しています。また、予定で動くエージェントは「使う人の資格、権限、道具」で動くと明記しています。つまり、エージェントが社内システムに入るとき、その人として入るのが基本の形です。

この形の利点は、エージェントにその人の権限以上のことをさせない点です。一方で、相手のシステムの操作記録には、人が操作したのかエージェントが操作したのかが区別されずに残ります。監査のときに「この変更は誰がしたのか」に答えられなくなるおそれがあります。エージェント専用の利用者を相手のシステムに作り、必要な画面だけ権限を与える方法を検討する価値があるのはこのためです。

専用の利用者を作れない古いシステムでは、本人の資格で動かすことになります。その場合は、エージェントに任せる操作を読み取りと下書きに限り、基盤側の実行記録と相手のシステムの操作記録を時刻で突き合わせられるようにしておきます。どちらの形でも、共有の管理者の資格をエージェントに使わせることは避けます。

多要素認証を代わりに通すことの意味

多要素認証は、本人以外がログインできないようにするための仕組みです。エージェントがそれを代わりに通れるということは、本人の認証の手段の一部を、基盤に預けることを意味します。製品ニュースは、ブラウザ操作が同社のクラウドの中で利用者の手元の環境から切り離されて動くと説明していますが、認証の情報をどう保管し、どの範囲で使い、どう無効にするかは、公開の説明からは読み取れませんでした。

ここは契約前に書面で確かめる項目です。認証の情報はどこに、どう暗号化して保管されるか。そのエージェント以外から使われない仕組みはあるか。利用者が異動・退職したとき、認証の情報をどう無効にするか。人の退職の手続きに、エージェントに預けた資格の無効化を組み込むことは、情シスの手順書に書き足しておく必要があります。

社内の規程で、多要素認証の代理を認めていない会社もあるはずです。その場合は、規程を変えるか、エージェント専用の利用者に別の認証の方式を用意するか、ブラウザ操作を使わないかを選ぶことになります。規程と矛盾したまま現場で動かし始めるのが、最も避けたい形です。

操作の記録と止め方

ブラウザ操作を許すなら、エージェントが何をしたかを後から確かめられることと、おかしいと思ったときに止められることが前提になります。7月のリリースノートでは、プラットフォーム上の活動を読み取り専用で確かめる監査役の権限が加わりました。あわせて、顧客の問い合わせに答える担当向けの読み取り専用の権限も加わり、メールのドメインで利用登録を制限できるようになりました。社外の人が勝手に登録して社内の文書に近づく経路をふさげるので、最初の設定で有効にしておきます。また、2026年4月には、エージェントやモデルごとの利用状況を追える機能も入っています。

止め方として押さえたいのは、承認の方式です。リリースノートによると、エージェントの特定の操作の前に、人の承認を求める依頼を挟むことができます。書き込みの操作の前には必ず承認を挟み、読み取りは承認なしで動かすという分け方が、最初の設定として無難です。承認の依頼が多すぎると人が中身を見ずに押すようになるので、挟む操作は絞ります。

  • ブラウザ操作の利用は、プロジェクト単位で設定できると公式の案内にある。使うプロジェクトを限る
  • 監査役の権限は、業務部門ではなく内部監査や情シスの担当に付ける
  • エージェントを止める手順(予定の停止、プロジェクトでの機能の無効化、資格の無効化)を一枚にまとめる
  • 相手のシステムの担当にも、エージェントが入ることと、異常時の連絡先を伝えておく

止める手順は、エージェント単位、プロジェクト単位、資格の無効化の三段で用意しておくと、影響の大きさに応じて選べます。止める権限を持つ人が、止めたあとの業務の代わりの手段も知っている状態にしておかないと、止める判断が遅れます。

予定で自律的に動かす範囲

7月に加わった予定実行では、エージェントを日次・週次・月次などの予定で動かせます。製品ニュースは、エージェントが会話の途中で自分の予定を作ることもでき、それは人の介入なしに行われると説明しています。人が画面の前にいない時間に、人の資格で、エージェントが社内システムを操作することになるので、ブラウザ操作と組み合わせるときはとくに慎重さが要ります。

予定で動かしてよいのは、結果を翌朝に人が見られるもの、つまり集めて、まとめて、下書きを置くところまでの作業です。たとえば、毎朝、規程の改定と契約の更新期限を確かめて担当者に一覧を送る、といった使い方です。予定で動くエージェントには書き込みの操作を許さないか、許すとしても承認の依頼を挟んで、人が承認するまで止まるようにします。

エージェントが自分で予定を作れる機能は、便利な反面、誰が把握しているか分からない定期の処理が増える原因になります。予定の一覧を週に一度確かめる担当を決め、作った覚えのない予定がないかを見ます。退職者の資格で動く予定が残っていないかも、退職の手続きの中で確かめる項目に加えます。

プロセスエンジンで、決まった手順と判断を分ける

7月のプロセスエンジンは、図の画像、手順の文書、既存の業務の流れの定義、エージェントとの会話から業務の流れを組み立てるものです。製品ニュースは、エージェントが役立つところにはエージェントを、確実さが要るところには決まった処理を当てると説明し、対象の例に融資の申し込み、契約の審査、事前の承認、提案依頼への回答の評価を挙げています。公開の前には、エージェントが流れの手順と組み合わせを試すとしています。

この仕組みの意味は、エージェントに任せる判断の範囲を、業務の流れの中で区切れることにあります。たとえば契約の審査なら、条項の抜き出しと社内の基準との比較はエージェントに任せ、基準から外れた条項の扱いは人の作業として流れの中に置く。リリースノートによると、流れから生まれた人の作業は、受け取り箱で確かめて処理できます。

ここでも、AIに最終的な判断をさせず、根拠を示させることが基本です。エージェントには、どの文書のどの箇所をもとに判断したかを必ず出させ、人の作業の画面でそれを確かめられるようにします。公開前にエージェントが流れを試す仕組みがあっても、業務部門の担当者が実際の文書で通しの試験をしてから公開する手順は省きません。

文書が社外に出る経路

文書の多い業務を外部の基盤に載せるとき、何がどこへ出ていくかを経路ごとに確かめます。一つ目は、基盤そのものの置き場所です。同社の運用する環境に置けば文書は同社の管理下に入り、自社のクラウドの契約の中に置けば、公式サイトの言う「大切なデータと文書は自社の境界の外に出ない」形に近づきます。置き場所の選択は、扱う文書の機密度で決めるのが筋です。

二つ目は、モデルの提供元です。100を超えるモデルに対応しているということは、どのモデルを使うかで文書の送り先が変わるということです。4月のリリースノートが、Google の Vertex や Amazon の Bedrock での利用費用の追跡を挙げているように、自社のクラウドの契約の中のモデルを使えば、送り先を自社の契約の範囲にとどめやすくなります。プロジェクトごとに使ってよいモデルを決めておくことが要ります。

三つ目が、ブラウザ操作の経路です。ブラウザ操作は同社のクラウドの中で動くと説明されているので、社内網の中にしかない画面をどう操作させるのか、その画面に表示された情報がどこを通るのかは、構成によって変わります。公開の説明では確かめられなかったため、社内網の画面に届かせる経路と、画面の情報の行き先は、構成図をもらって確かめる項目にします。

Studio Assistant と外部のエージェントに、設定を作らせる範囲

7月の製品ニュースでは、Studio Assistant が目的を普通の言葉で受け取り、エージェントの指示文を書き、複数のモデルで試し、実行の結果から学んで公開まで進めると説明しています。リリースノートでは、エージェントだけでなく、文書の型、文書の集まり、データの型、集計の画面、業務の流れまで扱えるとしています。作る側の手間が大きく減る一方で、誰がどのエージェントを作り、いつ公開したかを把握しにくくなる面もあります。

同じ7月には、外部のコーディング用のエージェント(Claude Code や Codex など)から MCP で Vertesia のプロジェクトにつなぎ、Studio Assistant と同じ道具で設定を作れるようにもなりました。開発の速さは上がりますが、エージェントがエージェントを作り、公開まで進める流れになるため、公開の操作には人の承認を必ず挟みます。とくに、ブラウザ操作や予定実行を使うエージェントの公開は、情シスの確認を経てからにします。

運用の決まりとしては、設定を作ってよいプロジェクトと公開してよい人を分けておくのが基本です。試験用のプロジェクトでは業務部門や外注先が自由に作ってよく、本番のプロジェクトへの公開は承認を経た人だけが行う。外部のコーディング用のエージェントにつなぐ資格は、試験用のプロジェクトに限って発行します。作る自由と公開の統制を、プロジェクトの分け方で両立させるのが、自律的に作れる基盤を入れるときの要になります。

費用の増え方と、やめ方

Vertesia は料金を公開しておらず、公式サイトでは使った分だけ払う形だと説明しています。費用が増える要因は、モデルの利用、文書の前処理と保管の量、エージェントの実行の回数と時間です。ブラウザ操作は画面を一つずつ読み取って判断するため、同じ作業でも、API でつなぐより実行の回数と時間が増えやすいことを見込んでおきます。製品ニュースの例でも、一つの調べものに48回の操作を要していました。

4月に加わった費用の追跡の機能を使えば、プロジェクト・エージェント・モデルごとに利用費用を見られます。エージェントごとの月の費用と、置き換えた人の作業時間を並べて見直すと、ブラウザ操作のまま続けるか、つなぐ口を作るかの判断材料になります。予定実行は、誰も見ていない間に費用を積み上げるので、予定の一覧と費用の一覧は同じ会議で見ます。

やめ方も先に決めます。文書の保管庫を基盤に移していると、やめるときに文書と、前処理で付けた構造の情報をどの形式で持ち出せるかが問題になります。エージェントの指示文、業務の流れの定義、承認の記録、監査の記録も持ち出す対象です。持ち出せる形式と手順を契約前に確かめ、元の文書は自社の保管場所に正本として残しておくと、乗り換えの負担が小さくなります。

載せるかどうかを決める手順

ここまでの比較を、導入の判断の手順にまとめます。いきなり全社に広げず、一つの業務で、読み取り中心のエージェントから始めるのが前提です。

STEP1
業務と文書を一つ選ぶ

提案書の作成、契約の一次確認など、文書が多く、件数があり、判断の基準が文書になっている業務を一つ選びます。

STEP2
つなぎ方を接続先ごとに決める

接続先のシステムごとに、API・MCP でつなげるか、ブラウザ操作しかないか、人の転記で残すかを、上の比較表で決めます。

STEP3
資格と承認を決める

エージェント専用の利用者を作れるか確かめ、作れなければ本人の資格で読み取りと下書きに限ります。書き込みの前には承認を挟みます。

STEP4
経路と置き場所を確かめる

基盤の置き場所、使うモデル、ブラウザ操作の経路、認証の情報の保管を、書面と構成図で確かめます。

STEP5
通しの試験と見直し

業務部門が実際の文書で通しの試験をし、三か月後に費用と人の作業時間、承認の件数を見て、広げるか、つなぐ口を作るか、やめるかを決めます。

この手順のどこかで答えが出ない項目があれば、その業務ではブラウザ操作を使わず、つなぐ口を作るか人の転記で回すほうが安全です。つなぎ方を選び直せる余地を残しておくことが、新しい機能を試すときの保険になります。

よくある質問

ブラウザ操作は、画面の操作を記録して再生する従来型の自動化と何が違いますか

従来型の自動化は、決められた位置や要素を順に操作するため、画面の配置が変わると止まりやすいのが弱点でした。Vertesia の説明では、エージェントが画面を意味で読み取り、変化に合わせて操作します。そのぶん柔軟ですが、毎回同じ操作をするとは限らないので、書き込みには承認を挟む必要があります。

社内システムの担当部署には、何を伝えればよいですか

エージェントがどの資格で、どの画面に、どの時間帯に入るのか、異常時の連絡先、画面の改修の予定を共有してほしいことを伝えます。相手のシステムの操作記録で、エージェントの操作を見分けられるようにしておくことも依頼します。画面の改修でエージェントが止まったときに、業務部門が人の作業に戻せるよう、改修の前に試験用の環境で動作を確かめる段取りも合わせて決めておくと安心です。

日本語の文書でも使えますか

公式サイトは多数のモデルへの対応をうたっており、日本語の扱いは選ぶモデルに左右されます。文書の前処理の精度は、自社の日本語の契約書や報告書で試してから判断してください。日本語での導入の情報は少ないため、試用の結果が判断の主な材料になります。

まとめ

Vertesia は、文書の保管、前処理、エージェントの構築と実行をまとめた、文書の多い業務向けの基盤です。2026年7月には、つなぐ口のない社内システムのブラウザ操作、予定で動くエージェント、プロセスエンジンが加わり、同時に承認の方式や監査役の権限も整いました。ただし提供元自身がブラウザ操作を最後の手段と位置づけているとおり、つなぐ口があるならそちらを使い、ブラウザ操作は読み取りと下書きから始めるのが筋です。誰の資格で動かすか、どの操作に承認を挟むか、誰が止めるか、文書と画面の情報がどこへ出ていくか、費用がどう増えてどうやめるかを決めてから載せれば、AIに判断を任せずに文書の多い業務を軽くできます。

※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。

運営会社:株式会社デボノ

目次