「自律」と「連携」で考える自社のAI活用——deeptier独自の「AI活用2軸フレームワーク」

 「AIを使って業務を自動化しました」という話題が増えています。

しかし、一口にAI活用といっても、生成AIで文章を下書きする段階と、複数のAIエージェントが自律的に連携して業務を処理する段階とでは、意味が大きく異なります。

ところが実際には、どちらも同じ「AI活用」という言葉で語られてしまい、その結果、経営層やシステム責任者が、自社のAI活用の現在地を見誤ることがあります。

deeptierでは、AI活用の進み具合を「自律」と「連携」という2つの軸で整理するフレームワークを提唱しています。今回は、このフレームワークを設計したファウンダーの武内と、開発の実務を担うエンジニアチームの本田に話を聞きました。

「AI活用」という言葉が、議論を曖昧にする

「AI活用を進めましょう」と言われても、何から手をつければいいか分からない——武内は、クライアント企業との対話の中でそうした声を繰り返し聞いてきました。

「AI活用といっても、ChatGPTで文章を書くことも、AIエージェントが自律的に業務を処理することも、同じ言葉で語られてしまう。それでは、どこを目指せばいいかが見えてこない」（武内）

この問題意識からdeeptierが整理したのが、「自律」と「連携」という2つの軸でAI活用の現在地を捉えるフレームワークです。

AI活用は「自律」と「連携」の2軸で考える

このフレームワークは、AI活用を以下の2軸で捉えています。

自律レベル（横軸）：AIがどこまで自分で判断・実行するか  
連携レベル（縦軸）：AIがどこまで他のシステムや他のAIと接続されているか

「ChatGPTを使って文章を書いてます、という状態は自律レベル1です。AIが生成した結果を人が毎回確認して使っている。そこからどんどんAIに任せる範囲を広げていくのが自律レベルの話。一方で、そのAIがどれだけ他のシステムと繋がっているか、というのが連携レベルの話です」（武内）

それぞれL1からL5の5段階でレベルを定義しています。

■自律レベル

 「この2軸は別々に動く。自律レベルだけ先に進んでいる企業もあれば、連携レベルだけが上がっている企業もある。でも、ある段階を超えると、どちらか一方だけでは限界が来てしまいます」（武内） 

現場の実情——開発とビジネス業務で差がある

では、現時点でどのレベルが実現されているのか。本田はdeeptierのエンジニアチームの現在地について語ります。

「連携レベルで言うと、deeptierの開発現場は確実に連携レベル3まで来ています。GitHubのようなシステムイベントをフックにAIが動いて、その結果に応じて次の処理が発生する仕組みはすでに実装しています。自律レベルについては、品質ゲートの一部がレベル4に近づいている感覚です」（本田）

品質ゲートとは、AIが生成したコードを別のプロセスで自動評価し、基準を満たすまでAI側でループして修正させる仕組みのことです。人間が毎回レビューしなくても、一定の品質が担保されます。

一方、ソフトウェア開発以外の一般業務に目を向けると、状況は異なると武内はいいます。

「一般業務の話になると、自律レベル3がいいところではないでしょうか。自律レベル4まで行っている企業は、まだ数少ないと思います」（武内）

この差は、アウトプットの明確さに由来します。ソフトウェア開発では「動くコード」という明確な評価基準があります。しかし一般業務では、何を正解とするかの定義自体が複雑であり、AIが出したアウトプットへの評価も難しくなるからです。

まず目指すべきは、自律レベル3の確実な実装

では、企業が現実的に目指す目標はどこにあるのか。武内は現時点でこう見立てています。

「最初から自律レベル5を目指さず、まず自律レベル3を目指すべきだと考えています。AIが人の承認なしに動いて、リクエストを受けて、必要な情報を集めて、結果を返す——この状態が自律レベル3です。業務の中でこれが実現できれば、人間はその業務の判断をほぼしなくてよくなる。それだけでも相当な業務負荷が変わります」（武内）

deeptierが開発・提供しているAI見積もりサービスは、この自律レベル3の実例です。顧客がウェブサイト上で生成AIと自然言語で会話しながら条件を整理すると、生成AIが裏側のシステムにAPI経由でリクエストを送り、返ってきた結果を再び顧客向けに整形して表示します。そこに人間のオペレーターは介在しません。

連携レベルで見ると、生成AIが外部システムとAPI連携しながら、イベントに応じて処理が連鎖するため、連携レベル2〜3の組み合わせに位置します。

「AI見積もりにおける生成AIの役割は、実は会話のインターフェースでしかないんです。生成AIが裏側のシステムにコマンドを投げて、システムからの結果を受け取って、人間にわかる形に再び変換して返す。この設計があって初めて、人が介在しないプロセスが成立します」（武内）

ただし、自律レベル3であっても設計の精度は問われます。

「生成AIが会話を仲介して裏側のシステムにリクエストを投げる仕組みでも、AI側でアウトプットの形式や条件をきちんと設計しておかないと、受け取ったシステムが期待した結果を返してこないことがある。AIが『それっぽいリクエスト』を出しても、裏のシステムに正しく伝わっていなければ意味がない」（本田）

AIと他システムの間をつなぐ設計において、絶対に外してはいけない条件を、確実に受け渡す仕組みを作っておくことが不可欠です。自律レベル3は「人が介在しない」ことが特徴ですが、だからこそ人が介在していたときには暗黙的に補われていた判断や条件の明示が、設計の中に組み込まれていなければなりません。

2軸を同時に上げないと、上限が来る

自律レベル3を超え、より高度な自律運用を目指す段階になると、自律レベルだけを単独で引き上げることは難しくなります。自律レベルと連携レベルは独立した軸でありながら、ある段階を超えると、両方を連動して高めなければ先に進めなくなるからです。ここで重要になるのが、もう一つの軸である「連携レベル」です。 

「自律レベルだけをレベル4、5まで持っていくのは、かなり難しいと思います。AIが自己最適化ループを回すためには、実装者とレビュアーという役割を分けたエージェントが必要になる。つまり、複数のAIエージェントが連携する連携レベル4以上に達していないと、自律レベル4は成立しない、という構造になっています」（本田）

これは、システム開発における大型プロジェクトの組織設計に似た問題です。

「大型のシステム開発プロジェクトでは、複数のチームに分かれ、それぞれが縦割りで自分たちの領域を守る構造になりがちです。その結果、全体を横断して見る視点を持てる人が極端に少なくなります。だからこそ、意図的にどのチームにも属さない遊撃部隊を置くことがあります。AIの役割設計もこれと同じ構造です。誰が全体を見るのかをあらかじめ設計しておかなければ、抜け漏れは決して埋まりません」（本田）

AIは、与えられた役割と範囲の中では人間より速く、一貫性を持って動きます。一方で、役割として定義されていないことを自ら補完するわけではありません。 「めちゃくちゃ受け身の、すごく優秀な人間」——本田のこの表現が、AIの性質を端的に表しています。

だからこそ、どの役割をどのエージェントに持たせるか、その間をどう連携させるかの設計が、AI活用の上限を決めます。その設計を飛ばして「AIに任せる範囲を増やす」だけでは、自律レベル3の天井が見えてきます。

連携レベルが上がるほど、ガバナンスが問われる

連携レベルをさらに上げると、AIエージェント同士が企業をまたいで連携する世界が見えてきます。これは単なる技術的な可能性の話にとどまらず、どう安全に実装するかという段階に入りつつあります。

「AI同士が社内だけで連携するなら、ルールも比較的シンプルで済む。でもそれが会社間になり、業界全体に広がっていくと、標準化と規約の整備が必要になる。そして、何が起きたかをログとして追跡できないと、なぜそういう判断をしたのかが誰にも分からなくなる」（武内）

本田はエンジニアの立場から、倫理観の課題をあげます。

「AIが何をしているか分からない状態が、一番怖い。AIは人間と違って、倫理観や判断基準を最初から兼ね備えていないことがある。だからこそ、その基準を明示して守らせる設計が必要です。AIを自律的に動かすことと、それを管理できる状態にしておくことは、セットで考える必要があります」（本田）

判断基準を明示しないままAIを動かすことは、業務ルールを理解していない担当者に、監督なしで重要な業務を任せることに近いといえます。連携レベルが上がり、AIの判断が外部のシステムや他社のAIにまで影響を及ぼすようになるほど、この設計の不備が重大なリスクになります。自律レベルと連携レベルを同時に引き上げるには、技術だけでなくルールと監査の仕組みを並走させる必要があります。

まとめ——現在地の把握が、次の一手を決める

「AI活用を進めている」という企業は増えています。しかし、自律レベルがどこにあるのか、連携レベルがどこにあるのかを正確に把握しているケースは、まだ多くありません。

自律レベルがどこにあるのか。連携レベルがどこにあるのか。現在地が分からなければ、次のステップも設計できません。

deeptierのAI活用2軸フレームワークは、AI活用の「どこまで来たか」と「次に何が必要か」を整理するための地図です。

まずは、自律レベル3を確実に実装する。そのうえで、連携レベルと自律レベルを連動させながら、より高度なAI活用へ進んでいく。そうした段階設計こそが、AI活用を実務に定着させるための重要な要件になります。

「自律レベル5を目指す前に、まず自律レベル3を確実に作れているかを確認してほしい。そこが作れていれば、次の道筋は見えてきます」（武内）

■関連記事
なぜdeeptierはAI×人間のハイブリッド開発に行き着いたのか——独自の開発手法「Human-AI Hybrid Development Method」の裏側にある思想

  【deeptierのシステム受託開発】AI活用の現在地診断から、次のステップの設計まで。壁打ちベースからご相談を承ります。  

【本記事の監修者】
武内 開作
株式会社deeptier　ファウンダー
2006年、IBM Business Consulting Services KKに新卒入社、戦略コンサルティング部門に所属。その後、OmnicomグループのグローバルPR会社のFleishman Hillard Japanを経て、戦略コンサルティング&投資会社である株式会社グルーツを創業。2014年、サイバーセキュリティ会社スプラウトを創業、2016年10月退任。

2021年にグルーツの事業再編に伴い、株式会社deeptierを創業。ファウンダーとして政策シミュレーション領域へのAI活用や、大手企業との共同プロジェクト等をリードしている。

本田 哉樹
株式会社deeptier　マネージャー
Web系企業での開発経験を通じて、日本のシステム開発が抱える構造的な問題を肌で感じ、フリーランスとして独立。 独立後は、炎上・崩壊寸前のプロジェクトへの参画を主戦場とする。

曖昧な責任体制、形骸化したプロセス、意思決定の停滞——こうした状況を「前提条件」として受け入れ、機能しないものを整理し、成果が出る構造に組み直すことをキャリアを通して積み重ねる。顧客折衝・設計・実装・進行管理を統合することで、情報の分断による遅延を排除し、様々な技術・環境においても再現性のあるシステム開発をリード。

「エンジニアの価値は知識量ではなく、未知を即座に戦力化して成果につなげられるか」が持論。各現場で得た知見を共通構造として抽出・再構築することで、Human-AI Hybrid Development Methodの設計思想に至る。

※この記事について
本インタビューは2026年6月に実施いたしました。肩書や所属はインタビュー実施当時のものであり、インタビュー時点の一般的な開発情報に基づいて執筆されています。技術トレンドの変化により、推奨されるツールや手法は変わる可能性があります。

記事／構成：deeptier マーケティングチーム