アクセンチュア株式会社は2026年11月9日、「フロンティアAI時代の企業変革をめぐる最新動向と経営課題」をテーマに記者勉強会を都内で開催した。
勉強会では、生成AIやAIエージェントを実際の企業業務に導入する取り組みを紹介。契約書の作成・レビューをAIエージェントが実行するデモや、設計情報を分析してCADを操作するデモを披露した。
また、製造業においてAIを活用し、不良による年間損失を1～2割程度削減した事例や、生産計画の作成工数を約7割削減した事例など、具体的な成果も紹介された。
本記事では、企業の業務現場で生成AIやAIエージェントがどのように活用されているのか、実演されたデモと製造業の事例を中心に紹介する。
■契約書の作成からレビュー、関係部署とのやり取りまでAIエージェントが支援
最初に紹介されたのは、バックオフィス業務でのAIエージェント活用事例だ。
これまでの業務自動化では、RPA（Robotic Process Automation）などを利用して、決められた手順に従う定型業務を自動化する取り組みが中心だった。生成AIやAIエージェントの活用によって、契約書の確認・調整、個別の問い合わせ対応、調査や文書作成など、状況に応じた判断や文章の生成が求められる業務にも、自動化の範囲が広がっている。
デモでは、契約書を担当する社員がAIエージェントと対話しながら、業務を進める様子が紹介された。
担当者が契約書の作成を指示すると、AIエージェントがドラフトを作成。続いて、作成された契約書のレビューを実行する。さらに、関係部署への確認依頼や、レビュー結果を反映した契約書の修正など、複数の工程をAIエージェントが支援する。
特徴的なのは、こうした一連の作業を、AIエージェントと社員が役割を分担しながら進める点だ。
複数の契約案件を並行して処理することも想定されており、担当者はどのエージェントが、どの契約書について、どの工程まで処理を進めているのかを画面で確認できる。
また、管理者向けの画面では、社員ごとの処理件数や進捗状況に加え、AIエージェントの利用コストや業務品質などを横断的に管理する仕組みも示された。
【動画】アクセンチュアが生成AIエージェントのデモを公開【製造業編01】
契約書の作成、レビュー、関係部署とのやり取りをAIエージェントが支援するデモ。担当者や管理者が複数の処理状況を把握できる。
アクセンチュアによると、総務・人事・経理などのバックオフィス領域では、AIエージェントの活用によって、300～500FTE（フルタイム勤務者300～500人分の業務量）規模の工数削減効果が見られる顧客事例も出てきているという。
なお、FTE（Full-Time Equivalent）は、業務量をフルタイム勤務者の人数に換算した指標。300～500FTEの工数削減は、300～500人の人員削減を意味するものではない。
AIによって業務を効率化し、人間は重要な判断や承認、関係者との合意形成などに集中できる環境を目指している。
■AIが設計情報を分析し、CADを操作して設計変更を支援
続いて紹介されたのは、製造業の設計・開発業務におけるAIエージェントの活用事例だ。
製品の設計変更では、CAD（コンピュータを使った設計支援システム）による図面の修正に加え、過去の不具合報告、検証結果、設計変更の履歴など、多くの情報を確認する必要がある。
AIエージェントにこうした情報を参照させ、設計変更案の検討からCAD操作、変更による影響の確認までを支援する取り組みが紹介された。
デモでは、自動車に取り付けて自転車を運搬するキャリアを題材に、製品の破損に対応する設計変更の流れが示された。
AIエージェントは、現在の設計情報や過去の不具合・検証レポートなどを調査し、破損の原因や変更すべき箇所を分析する。
続いて、設計変更案を検討し、既存の解析ツールを利用して構造上の問題がないかを確認する。
設計者が内容を確認・承認すると、AIエージェントがCADを操作して変更を反映する。設計変更に伴う製造工程への影響や、対象ロット、関係部署などを特定することも想定している。
このデモで注目したいのは、AIが設計業務に必要な複数の情報やツールを利用している点だ。
この仕組みでは、過去の不具合情報、設計データ、検証レポートなどの関係性を整理した「ナレッジグラフ」を活用している。例えば、ある部品に不具合が発生した場合、関連する設計情報や過去の類似事例、検証結果などをAIがたどり、設計変更の判断に必要な情報を取得できる。
AIによる自然言語でのやり取りと、既存のCADや解析ツールの操作を組み合わせることで、設計者の調査・操作負担を軽減し、変更内容の確認や最終的な判断に集中できるようにする。
【動画】自転車用キャリアの不具合を想定した設計変更デモ
AIエージェントが過去の設計・不具合情報を参照し、設計変更案の検討やCAD操作を支援する。
■製造現場では不良による損失を1～2割削減、生産計画工数を約7割削減
アクセンチュアは、AIを活用した製造現場の改善事例についても紹介した。
製造工程の品質改善では、製造条件の最適化にAIを活用している。
製造現場では、原材料の状態や設備の稼働状況、加工条件など、多様な要素が製品の品質に影響する。
従来は、現場の担当者が自分の担当工程や製品について分析することが多く、原材料や他工程までさかのぼってデータを横断的に分析することは容易ではなかった。
そこで、原材料、設備、品質などのデータをAIで分析し、不良を減らすための加工条件を導き出す。
アクセンチュアによると、こうしたAIによる製造条件の最適化を複数工場の実設備に反映することで、不良による年間損失を1～2割程度削減した事例があるという。
もうひとつは、生産スケジューリングへのAI活用だ。
数千工程に及ぶ生産計画では、設備の能力、工程の順序、納期などを考慮して、膨大な組み合わせの中から適切な計画を立案する必要がある。
この生産計画の最適化にAIを適用することで、計画作成に必要な工数を約7割削減するとともに、納期遅延の抑制にもつなげている。数千工程の生産計画にも2～3か月で適用したという。
なお、これらは製造業でのAI活用による改善事例であり、契約書作成やCAD操作のデモと同一の仕組みによる成果を示すものではない。
■AIを業務の現場に実装する専門チーム「RDE」
こうしたAIの業務活用を進めるために、アクセンチュアが推進しているのが「RDE（Reinvention Deployed Engineer）」という取り組みだ。
RDEは、業務改革、データ、AI、エンジニアリングなどの専門家がチームを組み、顧客企業の業務現場に入り込んでAIの実装を進めるアプローチだ。
業務の現状を把握してAIを活用できる領域を特定し、業務プロセスを再設計する。さらに、AIエージェントの構築、既存システムとの連携、実際の業務への導入、導入後の改善までを一体的に進める。
アクセンチュアは、技術的な実現可能性を確認するPoC（概念実証）にとどまらず、業務の中で継続して成果を生み出す仕組みを構築することを重視している。
こうしたAIを前提に業務プロセスを見直す取り組みは、「AI-BPR」と呼ばれる。BPR（Business Process Reengineering）は、業務の進め方を抜本的に見直し、再設計することを意味する。
生成AIやAIエージェントの進化によって、企業が自動化できる業務の範囲は拡大している。契約書作成のような事務処理から、専門知識が求められる製品設計、製造条件や生産計画の最適化まで、今回の勉強会では幅広い活用例が示された。
一方、AIの能力を企業の成果につなげるには、現在の業務をそのまま自動化する発想から、AIの活用を前提とした業務プロセスの再設計へと進む必要がある。
アクセンチュアは、AIを企業全体の業務変革につなげるため、業務の可視化や再設計、AIエージェントによる自動化、継続的な改善を組み合わせた取り組みを進めている。
次回は、【金融業編】として、銀行の融資業務を題材に、AIエージェントが業務プロセスの再設計から実行、改善までを担うデモと、AI時代の企業変革に求められる考え方を紹介する。
「【金融業編】生成AIエージェントが融資業務を再設計 アクセンチュアが業務変革事例を実演」につづく（後日公開）
