業務にAIを組み込むときの使い分けの基本は、「手順が決まっている業務は固定のワークフロー、判断の幅がある業務はエージェント」です。ワークフロー型AIは、人があらかじめ決めた手順の一部でAIを使う方式で、毎回同じ流れで動くため、結果が安定し、問題が起きたときの原因も追いやすいのが特徴です。自律型のAIエージェントは、目的だけを与えられて、どの手順をどの順番で踏むかをAI自身が考える方式で、状況に応じた柔軟な対応ができる反面、振る舞いの予測や検証が難しくなります。実際の業務では、ワークフローで十分なのにエージェントを選んでしまい、安定しない・費用がかさむ・説明できない、という問題に陥るケースが少なくありません。
この記事は、AIを使った業務の自動化を検討している事業責任者、業務改善の担当者、AIを組み込んだシステムの開発を企画している方に向けて書いています。ワークフロー型と自律型の違い、それぞれが向いている業務、使い分けの判断基準、両者を組み合わせる設計、導入の手順を、表とチェックリストで整理します。
読み終えたときに、自社で自動化したい業務をワークフローで作るべきか、エージェントで作るべきか、あるいは両方を組み合わせるべきかを判断できることを目指しています。
ワークフロー型AIと自律型AIエージェントの違い
ワークフロー型AI
ワークフロー型AIは、「メールを受け取る → AIで内容を分類する → 分類に応じて担当者に通知する」のように、処理の流れを人が設計し、その途中の決まった場所でAIを使う方式です。AIが担うのは「分類する」「要約する」「項目を抜き出す」「文章を作る」といった、流れの中の一工程です。次に何をするかはAIではなく、人が設計した流れが決めます。用語としての説明はAIワークフローのページにまとめています。
自律型AIエージェント
自律型AIエージェントは、「この問い合わせを解決して」のように目的を与えられ、そのためにどの情報を調べ、どのツールを使い、どの順番で進めるかをAI自身が判断する方式です。途中の結果を見て次の行動を変えたり、うまくいかなければ別の方法を試したりします。
両者の違いを整理する
| 観点 | ワークフロー型AI | 自律型AIエージェント |
|---|---|---|
| 手順を決めるのは | 人（設計者） | AI |
| 振る舞いの予測しやすさ | 高い。毎回同じ流れ | 低い。状況で流れが変わる |
| 想定外の入力への対応 | 決めた分岐の範囲でしか対応できない | 状況に応じて柔軟に対応できる |
| テストと検証 | 工程ごとに確認しやすい | 流れのパターンが多く、確認が難しい |
| 処理時間と費用 | 見積もりやすく、比較的安定 | AIの呼び出し回数が変動し、ぶれやすい |
| 問題発生時の原因追跡 | どの工程で起きたかが分かりやすい | 判断の経緯を追う必要がある |
| 向いている業務 | 手順が決まった定型業務 | 判断の幅が大きい非定型業務 |
どちらが優れているというものではなく、業務の性質に合わせて選ぶものです。ただし、実際の業務の多くは手順がある程度決まっているため、まずワークフロー型で作れないかを検討し、それでは対応しきれない部分にエージェントを使う、という順番で考えるのが現実的です。
ワークフロー型が向いている業務
次のような条件がそろう業務は、ワークフロー型で作るのが向いています。
- 処理の手順が決まっていて、担当者が変わっても同じ流れで進める
- 分岐の数が限られていて、事前に書き出せる
- 結果の正しさを工程ごとに確認したい
- 処理の件数が多く、一件あたりの費用や時間を安定させたい
- 監査や取引先への説明のため、処理の流れを明確にしておく必要がある
具体的には、請求書や申込書から項目を読み取って業務システムに登録する、問い合わせメールをカテゴリに分類して担当に振り分ける、議事録を要約して決まった形式で共有する、といった業務です。これらは定型業務の中にAIで扱いやすい工程（読み取り、分類、要約）が含まれているもので、工程ごとにAIを使えば十分な効果が得られます。
自律型エージェントが向いている業務
一方、次のような業務では、エージェントの柔軟さが生きてきます。
- 依頼の内容が毎回異なり、必要な情報や手順も変わる
- 調べた結果によって、次に何をすべきかが変わる
- 分岐を事前にすべて書き出すと、数が多すぎて管理できない
- 多少時間や費用がかかっても、人の手間を減らす価値が大きい
具体的には、顧客からの複雑な問い合わせに対して複数のシステムを調べて回答案を作る、社内外の資料を調べて調査レポートの下書きを作る、不具合の報告を受けてログや過去の記録を調べ原因の候補を挙げる、といった業務です。
ただし、エージェントに向いている業務であっても、取り消せない操作や社外に影響する操作は、人の承認を挟む必要があります。どの仕事をどこまで任せるかの判断は、AIエージェントを業務に導入する：任せられる仕事と任せない仕事で詳しく説明しています。
使い分けの判断基準
業務ごとにどちらを選ぶかは、次の質問に順番に答えていくと判断しやすくなります。
- 手順を書き出せるか：担当者に聞いて、処理の流れを図に描けるなら、ワークフロー型の候補です。描けない、あるいは描くと分岐が多すぎて読めない場合は、エージェントの候補になります。
- 分岐の数はどれくらいか：分岐が数個から十数個程度で、それぞれの条件を言葉で説明できるなら、ワークフロー型で作れます。条件が説明しきれないほど多い場合は、エージェントを検討します。
- 結果の安定性はどれくらい必要か：毎回同じ基準で処理されることが重要な業務（請求、在庫、契約に関わるもの）は、ワークフロー型が向いています。
- 一件あたりの時間と費用の許容範囲はどれくらいか：件数が多く、一件あたりのコストを抑えたい業務はワークフロー型が有利です。エージェントはAIを何度も呼び出すため、件数が多いと費用が膨らみやすくなります。
- 判断の経緯を説明する必要があるか：監査や顧客への説明で処理の根拠を示す必要がある業務は、流れが固定されたワークフロー型の方が説明しやすくなります。
この五つの質問のうち、ワークフロー型を示す答えが多ければワークフロー型、エージェントを示す答えが多ければエージェントを選びます。半々の場合は、次に説明する組み合わせの設計を検討します。
両者を組み合わせる設計
実務では、ワークフローかエージェントかの二択ではなく、両者を組み合わせることがよくあります。代表的な組み合わせ方は三つです。
ワークフローの一工程だけをエージェントにする
全体の流れはワークフローで固定し、その中の「調査」や「回答案の作成」のように判断の幅が大きい一工程だけをエージェントに任せる方法です。前後の工程は決まった流れで動くので、全体の安定性を保ちながら、柔軟さが必要な部分だけにエージェントを使えます。
振り分けだけをAIに任せ、その先は固定の流れにする
最初にAIが依頼の種類を判断し、種類ごとに用意した固定のワークフローに振り分ける方法です。「住所変更」「解約」「料金の質問」のように種類ごとの手順は決まっているが、どの種類に当たるかの判断に幅がある業務に向いています。どの種類にも当てはまらない依頼は、人かエージェントに回します。
エージェントの行動範囲をワークフローで囲む
エージェントに自由に動いてもらう範囲を決め、その前後に固定の確認工程を置く方法です。たとえば、エージェントが作った回答案は必ず決まった確認工程（禁止表現のチェック、金額の照合、人の承認）を通ってから送信される、という形にします。
| 組み合わせ方 | 向いている業務の例 | 得られる効果 |
|---|---|---|
| 一工程だけエージェント | 調査を含む報告書作成 | 全体の安定性を保ちつつ調査を柔軟に |
| 振り分けだけAI | 種類ごとに手順が決まった問い合わせ | 判断の幅がある部分だけをAIに |
| エージェントを確認工程で囲む | 複雑な問い合わせへの回答 | 柔軟さを生かしつつ出口で品質を担保 |
導入の手順
使い分けを踏まえた導入の手順は次のとおりです。
- 業務を書き出す：対象業務の流れを、担当者に聞きながら工程ごとに書き出します。
- 工程ごとにAIの使いどころを探す：読み取り、分類、要約、文章作成など、AIが得意な工程に印をつけます。
- ワークフローで作れるかを判断する：前の章の五つの質問で、流れを固定できるかを確認します。
- 固定できない部分を特定する：判断の幅が大きく、流れを固定できない工程を特定し、そこだけをエージェントの候補にします。
- 確認の工程を決める：AIの出力を人やルールで確認する工程を、どこに置くかを決めます。
- 小さく作って試す：過去の事例で試し、ワークフロー部分とエージェント部分のそれぞれで、結果の正しさと処理時間、費用を確認します。
- 運用しながら境目を見直す：運用の記録を見て、エージェントに任せていた部分のうち流れが固まってきたものはワークフローに移し、ワークフローで扱いきれない例外が多い部分はエージェントの導入を検討します。
最後の手順が示すように、ワークフローとエージェントの境目は固定ではありません。エージェントの動きを記録していくと、実はいつも同じ手順を踏んでいることが分かる場合があります。その場合はワークフローとして固定した方が、安定性も費用も改善します。
エージェント部分の具体的な作り方は、AIエージェント開発の進め方：ツール連携と人の承認ポイントの設計で詳しく説明しています。
運用中に見る指標と、境目を見直すサイン
ワークフローとエージェントの境目を見直すには、運用中に次の指標を記録しておきます。
- ワークフローのどの分岐に、どれくらいの件数が流れているか
- どの分岐にも当てはまらず、人やエージェントに回った件数と、その内容
- エージェントが一件あたりに呼び出したツールの回数と順番
- AIの出力が、確認の工程で修正・却下された件数と理由
- 一件あたりの処理時間とAIの利用費用
これらの記録から、見直しのサインを読み取ります。ワークフローの「その他」に回る件数が増え続けているなら、新しい分岐を作るか、その部分をエージェントに任せることを検討します。エージェントのツール呼び出しの順番が、特定の種類の依頼でほぼ毎回同じになっているなら、その部分を固定のワークフローとして切り出すタイミングです。確認の工程での修正が特定の工程に集中しているなら、その工程のAIの使い方や指示を見直します。
こうした見直しを定期的に行うことで、最初の設計が多少ずれていても、運用しながら業務に合った形に近づけていけます。最初から完璧な境目を引こうとするより、記録を取りながら直していく前提で始める方が、結果として早く定着します。
選び方のチェックリスト
- 対象業務の流れを、工程ごとに書き出した
- 各工程の入力と出力が明確になっている
- 分岐の条件を言葉で説明できるかを確認した
- 結果の安定性がどこまで求められるかを業務の責任者と合意した
- 一件あたりの時間と費用の許容範囲を決めた
- 判断の経緯を説明する必要があるかを確認した
- エージェントを使う部分が、本当に流れを固定できない部分に限定されている
- AIの出力を確認する工程（ルールによる確認、人の承認）を決めた
- 運用中に境目を見直すための記録の取り方を決めた
よくある失敗とその避け方
何でもエージェントで作ろうとする
エージェントは柔軟で魅力的に見えるため、手順が決まった業務までエージェントで作ってしまうことがあります。その結果、同じ入力でも結果がぶれる、処理に時間がかかる、AIの利用料がかさむ、といった問題が起きます。まずワークフローで作れないかを検討する順番を守ることで避けられます。
ワークフローの分岐を増やしすぎる
逆に、すべてをワークフローで作ろうとして、例外ごとに分岐を追加し続けると、流れが複雑になりすぎて誰も保守できなくなります。分岐が増え続けている部分は、エージェントに任せるか、人に回す工程にするかを検討するタイミングです。
確認の工程を置かない
ワークフロー型でもエージェント型でも、AIの出力は間違うことがあります。特にエージェント型では、途中の判断が見えにくいため、出口に確認の工程を置かないと、間違いが気づかれないまま業務の結果になります。
費用の試算をしない
エージェントは一件の処理でAIを何度も呼び出すため、試験では気にならなかった費用が、本番の件数では大きくなることがあります。試験の段階で一件あたりの呼び出し回数と費用を記録し、本番の件数で試算しておきます。生成AIを使ったシステムの費用の考え方は、生成AIを組み込んだシステム開発の費用とAPI利用料の見積もり方も参考にしてください。
具体的な場面で考える：カスタマーサポートの自動化
架空の一般例として、サブスクリプション型のサービスを提供する会社が、カスタマーサポートの問い合わせ対応を自動化する場面を考えます。
問い合わせを分析すると、「パスワードの再設定」「請求書の再発行」「プランの変更」のように手順が決まっているものが多くを占め、残りは「サービスの使い方の相談」や「不具合らしき現象の報告」のように内容がさまざまなものでした。
そこで、最初の工程でAIが問い合わせの種類を判断し、手順が決まっている種類はそれぞれ固定のワークフローに振り分けることにします。パスワードの再設定なら、本人確認のうえで再設定の案内を送る流れ、請求書の再発行なら、契約情報を確認して再発行の手続きを行う流れです。
使い方の相談や不具合の報告は、エージェントに回します。エージェントはヘルプページや過去の対応記録、利用者の契約情報を調べて回答案を作りますが、送信の前に必ずサポート担当者の確認を通します。どの種類にも当てはまらない問い合わせや、苦情を含む問い合わせは、最初から担当者に回します。
運用を続けるうちに、不具合の報告のうち「特定の機能のエラー表示」に関するものは、エージェントがいつも同じ手順で調べていることが分かってきました。この部分は新しい固定のワークフローとして切り出し、エージェントの担当範囲を狭めることで、回答の安定性と処理の費用を改善します。
よくある質問
Q. ワークフロー型AIと従来のRPAはどう違いますか？
RPAは、人が画面で行う操作を決まった手順どおりに自動で再現する仕組みです。ワークフロー型AIは、決まった流れの中に、文章を読んで分類する、要約するなど、従来のルールでは扱いにくかった判断の工程をAIで組み込める点が異なります。両者を組み合わせて使うこともあります。自動化の方式の選び方はRPAとAPI連携の違いも参考にしてください。
Q. 最初はワークフロー型で作り、後からエージェントに切り替えることはできますか？
できます。むしろ、ワークフロー型で作って運用し、分岐で扱いきれない例外が増えてきた部分にエージェントを加える進め方は、失敗が少なくおすすめです。最初から両方を組み合わせられるように、工程を部品として分けて作っておくと、後からの切り替えが楽になります。
Q. エージェントを使うと、ワークフロー型より精度が上がりますか？
一概には言えません。手順が決まった業務では、流れが固定されているワークフロー型の方が結果が安定し、精度も高くなることが多いです。エージェントの強みは、手順を事前に決められない業務に対応できる柔軟さであり、精度そのものではありません。
Q. 既存のノーコード自動化ツールでワークフロー型AIを作れますか？
多くの自動化ツールには、AIを工程の一つとして組み込む機能が用意されつつあります。処理の流れが単純で、つなぐシステムがそのツールに対応していれば、ノーコードでも十分に作れます。仕様はツールによって異なり変わることもあるため、最新の情報は各ツールの提供元で確認してください。
Otsumuに相談できること
対象の業務の手順がはっきりしていて、使っている自動化ツールやSaaSにAIを工程として組み込む機能があるなら、この記事の判断基準をもとに、社内でワークフロー型の自動化を作ることは十分可能です。まずは一つの業務で工程を書き出し、AIの使いどころを見つけるところから始めてみてください。
一方で、ワークフローとエージェントを組み合わせて業務システムに組み込みたい、複数のシステムをまたいで処理したい、承認や記録の仕組みを含めて本番の業務に耐える形にしたい、といった場合は、設計と開発の工夫が必要になります。どちらの方式で作るべきか社内で意見が分かれている場合も、外部の視点で整理すると判断が早くなることがあります。
Otsumuでは、業務の書き出しと方式の選定から、ワークフロー型AIやAIエージェントの開発、運用しながらの改善までを一貫して支援しています。目的から逆算して、エージェントが本当に必要な部分だけに絞り、AIを活用した少人数の開発で小さく始める進め方を取ります。詳しくはAIエージェント開発のページをご覧ください。運用業務全体の自動化を検討している場合は、自社サービス運用の自動化コンサルティングもあわせてご覧ください。
自社の業務にはどちらが合いそうか、まずは状況を伺いながら一緒に整理することもできます。30分の無料相談からお気軽にご連絡ください。
この記事について
Otsumu株式会社が執筆しました。統計値や他社の事例には依拠せず、進め方と判断の枠組みを中心にまとめています。法務・税務・会計などの制度は、専門家や公的窓口で最新の情報をご確認ください。
執筆：Otsumu株式会社 ／ 編集日 2026.10.01