エージェント型AIは、多くのマーケティングチームにとって最優先事項です。コンテンツ生成やレコメンデーションにとどまらず、自律的に動作し、チームが手作業では到底対応しきれない規模で、お客様により迅速に対応することができます。
マーケティングリーダーはこの能力に大きな期待を寄せています。一方、IT部門の担当者は同じ理由から、より慎重な姿勢を取っています。
AIエージェントは企業データへのアクセス、システム間の連携、そしてユーザーに代わる各種操作の実行が可能であり、これまでとは根本的に異なるレベルのリスクをもたらします。そのためITチームは、承認するエージェント型AIツールの選定に一層慎重になるとともに、承認前に確認すべき要件をより具体的に定めるようになっています。
その結果、優れたユースケースの多くが実際のリリースに至らないという現実があります。アドビの 2026 State of AI Readiness report によると、提案されたAI施策のうちITおよびセキュリティレビューを通過するのは100件中わずか47件です。さらに既存のシステムやワークフローへの統合段階を経ると、その数は33件にまで減少します。
マーケターにとって、説得力のあるユースケースは特定のエージェント型AIソリューションの提案における必要条件の一つに過ぎません。同様に重要なのは、CIOがどのような質問をするかを事前に把握し、的確な答えを用意しておくことです。以下の5つの質問は、特によく挙がるものです。
1. エージェント型ソリューションを支えるデータは信頼できるか？
マーケターは、コンテンツライブラリ、顧客データ、キャンペーンデータにシームレスに接続してすぐに活用できるツールを求めています。CIOは、ソリューションの基盤となるデータと、自社データの取り扱い方法の両方について確信を持つ必要があります。その基盤が不明確だったり、適切に管理されていなかったりすれば、エージェントは価値を生み出す速さと同じ速さでリスクを拡大させる可能性があります。
だからこそ、IT部門との会議に臨む前に、データの透明性を明確にしておくことが最初のステップです。候補として絞り込んだベンダーから、以下の点について明確な回答を得ておきましょう。
- このシステムのトレーニングや基盤には、どのようなデータが使用されているか？ データの取得方法や、著作権・ライセンス上の制限の有無について、わかりやすい言葉での説明を求めてください。
- 同意なしに自社データが基盤となるモデルのトレーニングに使用されることはあるか？ 明確なイエスかノーの回答を求めてください。その選択権は自社が持つべきです。
- 適切なコンテキストでラベル付けされた、自社が管理するデータをもとに動作するか？ AIモデルが、設定済みのアクセス制御、承認ルール、および制限事項を認識し適用できることを確認してください。
ベンダーとの対話を終える時点では、エージェント型ソリューションが依拠するデータと、自社データの利用を規定するガバナンスの仕組みについて、一切の曖昧さが残らない状態にしておくことが重要です。
2. エージェント型ソリューションの動作を把握し、コントロールを維持することができるか？
エージェントが10,000人に誤ったメールを送信したり、実行中のキャンペーンに誤った顧客セグメントを引き込んだりした場合、誰がどれだけ早くそれを検知できるのか。これこそが、監視に関してCIOが最も気にしている核心的な問いです。
エージェント型システムの自律性が高まるほど、監視機能を最初から組み込むことがより重要になります。CIOとしては、システムがワークフロー全体で動き始めた後もブラックボックスにならないという確信が必要です。可視性とコントロールが実用的な評価基準となります。次の3つの点について明確な答えを確認してください。
- エージェントが出力結果だけでなく、その出力に至ったプロセスを確認することができるか？ 出力の根拠となるソースと推論ロジックを提示できるか、また自身の限界を明確に示せるかを確認してください。
- エージェントがリスクの高いアクションを実行する前に、人が介入することができるか？ ビジネスリーダーの5%しか、審査なしにエージェントが重要な意思決定を行うことを許可していません。明確な承認ポイントが設けられているかを確認してください。
- 問題が発生した場合、何が起きたか、なぜ起きたかを再現することができるか？ 集計レポートを確認するだけでなく、個々のインタラクションを追跡できる必要があります。そうすることで、ワークフローのどこでなぜ問題が発生したかを把握することができます。
これらの問いに答えることで、問題が拡大する前に検知できるという確信を持ってCIOとの対話に臨むことができます。
3. エージェント型ソリューションは既存のスタックと連携できるか、それとも分断を深めるか？
ITチームは長年をかけてマーケティングの技術スタックの統合を進めてきましたが、エージェント型AIはその取り組みを問い直す存在となっています。新しいエージェント型ツールを導入するたびに、新たな機能、権限、データ統合が伴う可能性があります。ITリーダーの94%がAIの乱立によってすでに複雑さとリスクが増大していると回答している一方、一元管理の仕組みを持つ組織がわずか12%に留まるのも、当然の結果と言えます。
CIOにとっての問いは、ツールが既存の環境に統合され、分断を招かずに機能するかどうかです。マーケターは次の2つの観点から評価することができます。
- エージェントは既存のシステムやワークフロー内で動作することができるか？ 適切なソリューションであれば、既存のプラットフォームにシームレスに組み込まれ、引き継ぎを削減するものであり、管理すべきレイヤーをさらに増やすものではないはずです。
- エージェントが動作する際に、既存の権限とガバナンスルールは適用されるか？ エージェントがアクセスできるのは許可された範囲のみとし、ワークフローのすべてのステップで同じ権限とポリシーが適用される必要があります。
この2つの条件を満たしていれば、エージェントがITチームのすでに管理するマーケティングシステムとコントロールの範囲内で動作できるため、CIOとの対話はずっとスムーズになります。
4. エージェント型ソリューションはマーケティング価値を実証することができるか？
マーケティングチームにエージェント型ソリューションのパフォーマンスを尋ねても、ログイン数や日次利用数といった導入指標しか答えが返ってこないケースがほとんどです。アドビの 2026 AI and Digital Trends Report によると、エージェント型AIの測定フレームワークを持つ組織はわずか31%にとどまっています。
このギャップを埋めるには、測定を容易にするソリューションを選ぶことが第一歩です。マーケティングリーダーとITリーダーの双方に必要な可視性を確保するために、エージェント型ワークフローが生み出している成果と、その運用コストを把握できるかどうか確認してください。
- ツールは成果レベルの影響を可視化できるか？ 利用量だけでなく、エージェント型の活動をコンバージョン、キャンペーンのパフォーマンス、効率化、その他のビジネス成果に結びつけられるかどうか確認しましょう。
- エージェント型ワークフロー専用のROI測定機能が組み込まれているか？ 成果とエージェントのクレジット消費・コストを連携させるワークフローレベルのレポート機能があるか確認しましょう。
- ベンダーは成果に対する説明責任について言及しているか？ 成功の定義、結果の責任の所在、そしてスケールアップ、変更、または停止すべきワークフローの特定方法を確認しましょう。
こうすることで、マーケティングチームとITチームは、どのワークフローを拡大し、どのソリューションにより多くのリソースを投入すべきか、具体的な根拠に基づいて判断することができます。
5. エージェント型ソリューションはブランドを安全に表現できるか検証済みか？
ある最近の調査によると、組織の半数が、社内評価を通過させたAIエージェントをリリースした後にお客様向けの障害を引き起こした経験があると回答しています。その時点では、チームはすでにそのツールを前提にワークフローを構築してしまっており、品質や安全性のギャップを特定して修正することがはるかに難しくなっています。
だからこそ、評価の品質が極めて重要になります。ベンダーが何をテストし、どのような問題が浮かび上がり、それがリリース前にシステムにどう反映されたかを把握する必要があります。そのためには、さらに踏み込んだ質問をいくつか用意することが必要です。
- ベンダーはバイアステストの証拠を提示できるか？ テスト対象となった人口統計グループやシナリオ、浮かび上がった差異、そしてその結果として加えられた変更を確認しましょう。
- 有害またはブランドに反する出力を検出するための対策は取られているか？テスト中に特定された失敗ケースと、システム稼働前に追加されたセーフガードを確認しましょう。
- 品質管理はシステム稼働後も継続されるか？ 実際の使用から生じるエラーに加え、人によるフィードバックループがモデルの管理・改善にどのように活かされているか確認しましょう。
これらの具体的な要件を確認することで、マーケティング部門とIT部門は、品質・公平性・安全性が実際のテストや保護措置、継続的なフィードバックによって裏付けられているかどうか、そしてシステムがキャンペーンや市場全体で一貫してブランドを体現できる状態にあるかどうかを判断することができます。
マーケティングの要望とITのニーズをつなぐ
5つの質問は、同じ基準を指し示しています。エージェント型AIソリューションは、マーケターがすでに活用しているシステムの中でシームレスに機能し、ワークフロー全体を通じてガバナンスと人間による監視を維持し、組織のブランドおよびビジネスの文脈に根ざしている必要があります。
エージェント型ソリューションが本番環境のワークフローに組み込まれてしまうと、監視・測定・ブランドセーフティの欠陥を解消するのは格段に難しくなります。ソリューション評価の段階でこれらの懸念を考慮しておくマーケターは、ビジネス成果の向上につながる形でエージェント型AIを拡張する上で有利な立場に立つことができます。
Adobe CX Enterprise Coworkerはそのモデルに基づいて設計されています。人間の判断が必要な場面では承認フローにルーティングしながら、業務を滞りなく進めます。実行されるすべてのアクションはチームが設定したビジネス目標に紐づけられ、ユーザーがAdobe CX Enterpriseの連携アプリケーション全体でもつ権限の範囲内に収まります。これにより、マーケターはスピードと自律性を高めながらも、ITが求める監視体制を維持することができます。
ガバナンスが整備された連携型AIチームメイトの実際の動きを確認するには、CX Enterprise Coworkerを見る。
