ソフトバンク、法人向けAIエージェント基盤「AGENTIC STAR」を提供開始 – 自律型エージェントで業務効率化を実現

ソフトバンク、法人向けAIエージェント基盤「AGENTIC STAR」を提供開始 – 自律型エージェントで業務効率化を実現

2025年12月11日、ソフトバンク株式会社は法人向けの新しいAIエージェントプラットフォームサービス「AGENTIC STAR（エージェンティック・スター）」の提供を開始しました。近年、生成AIの活用やDX（デジタルトランスフォーメーション）推進によって、企業では定型・非定型問わず幅広い業務の自動化ニーズが高まっています。その中で、単純な問い合わせ応答に留まらず、業務ゴール達成まで自律的にタスクを遂行できるAIエージェント基盤が求められていました。本サービスはSaaS型で提供され、ウェブブラウザ経由で利用開始できる手軽さを備えており、契約は20ユーザー単位から可能なため中小企業でも導入しやすい価格帯となっています。また、担当者が指示するだけでAIが必要な作業を一貫してこなす新しいサービスであり、人間とAIが協働して業務効率化を実現する新時代の業務スタイルを提案しています。まずSaaSモデルから提供が始まり、今後2026年3月には外部システム連携に特化した「外部接続モデル」や、クラウド上でのSDK提供を含む「開発基盤提供モデル」の展開も予定されており、サービスラインナップを順次拡充していく計画です。

法人向けAIエージェント基盤が求められる背景：DX推進と生成AI活用の潮流

昨今、多くの企業でDX推進が重要課題となり、業務プロセスの効率化や自動化への関心が高まっています。その中でチャットGPTに代表される生成AIの登場は、テキスト生成や質問応答といった点で業務支援に一定の効果をもたらしました。しかし、一問一答の応答に留まる従来の生成AIでは、複雑な業務全体を自律的に進行することは困難でした。経営環境が変化し続ける中、より高度で多段階の業務をAIに任せ、人間は意思決定や創造的な業務に集中したいというニーズが生まれています。こうした背景から、企業の業務全般を支援しうる法人向けAIエージェント基盤への期待が高まり、ソフトバンクはそのニーズに応える形で「AGENTIC STAR」の開発・提供に踏み切りました。

ソフトバンクが「AGENTIC STAR」提供開始に踏み切った理由：マルチAI戦略の一環

ソフトバンクは2023年頃からAI分野への積極投資を進めており、2025年2月にはOpenAI社と提携して企業向けAIサービス「Crystal Intelligence（クリスタル・インテリジェンス）」の開発を発表しています。その後も独自に様々なAI技術を模索する中で、「AGENTIC STAR」の提供開始は同社のマルチAI戦略の一環と位置付けられています。Crystal IntelligenceがOpenAIの大規模言語モデルを基盤とするソリューションであったのに対し、AGENTIC STARでは特定のベンダーに依存せず複数のAIモデル技術を組み合わせて活用できるプラットフォームを目指しています。また、通信事業で培ったインフラ運用力や国内企業へのリーチを活かし、自社単独でサービスを提供することで、お客様のニーズに迅速かつ柔軟に対応できる体制を整えました。ソフトバンクがAGENTIC STAR提供に踏み切ったのは、国内企業に最適化されたAIエージェント基盤を自らの手で提供し、AI活用市場における主導的地位を確立する狙いもあります。

AGENTIC STARのサービス概要：SaaS提供と中小企業にも導入しやすい価格設定

「AGENTIC STAR」はクラウド上で提供されるSaaS型サービスで、ユーザーは専用サイトにログインするだけでAIエージェント機能を利用できます。複雑なシステム構築やサーバーの用意は不要で、インターネット環境さえあれば迅速に導入が可能です。価格は公式には非公開ですが、契約は20ユーザー単位からとされており、中小企業でも手が届く価格帯に設定されています。例えば、数十人規模のチームから導入を始めて、効果を見ながら徐々に社内展開を拡大するといった柔軟な利用が可能です。SaaS提供であるため、ソフトバンク側で常に最新機能へのアップデートやセキュリティパッチ適用が行われ、ユーザー企業はメンテナンス負荷を気にせず安心して利用できます。また、専用のウェブUIに加えCLI（コマンドラインインターフェース）も提供されるため、非エンジニアのビジネスユーザーから開発者まで幅広い層がそれぞれの使い慣れた方法でサービスを操作できる設計になっています。

指示するだけでAIがタスクを自動遂行する新サービスの画期性

AGENTIC STAR最大の特徴は、ユーザーが業務の目的や概要を伝えるだけで、AIエージェントが必要なタスクを自動的に計画立案し、順次実行してくれる点です。従来のAIサービスが「質問に答える」レベルだったのに対し、本サービスのAIエージェントは主体性を持って動く「自律型エージェント」と位置付けられます。例えば「最新の業界動向を調査してレポートを作成し、プレゼン資料を準備する」というざっくりした指示を与えると、AGENTIC STARのエージェントは自らウェブで情報収集を行い、その内容を要約・分析し、さらに結果を資料や提案書の形にまとめ上げます。途中でログインが必要なデータベースがあれば担当者にパスワード入力を依頼したり、重要な判断が必要な場面では確認を仰いだりしつつ、最終成果物ができるまで一連の作業をエージェントが主導して進めてくれるのです。このように「仕事のための仕事」に費やしていた時間を大幅に削減し、人間は付加価値の高い創造的業務に専念できるようになります。AGENTIC STARは、人とAIが協働して成果を生み出す新しい業務スタイルを現実のものとする画期的なサービスだと言えるでしょう。

2025年12月提供開始と今後予定される展開（外部連携モデル等）

AGENTIC STARはまず2025年12月よりSaaSモデルで提供が開始されましたが、これはサービスラインナップ拡大の第一歩に過ぎません。ソフトバンクは既に発表している通り、2026年3月には追加の提供モデルを投入予定です。その一つが「外部接続モデル」で、これは既存の業務システムやアプリケーションにAGENTIC STARのAIエージェント機能を組み込める形態です。APIや後述するMCPを通じて、自社のソフトウェアからAGENTIC STARの能力を呼び出せるようになり、よりシームレスなAI活用が可能となります。また「開発基盤提供モデル」も2026年春に開始予定で、クラウド事業者のマーケットプレイス等を通じてAGENTIC STARの実行環境やSDK（ソフトウェア開発キット）を提供し、開発者が自社のサービスにAIエージェント機能を組み込んだアプリケーションを構築できるようにします。これらのモデル追加により、AGENTIC STARは単なる自社提供SaaSに留まらず、他社サービスとの連携やエコシステム拡大を視野に入れた展開を進める計画です。ソフトバンクはこのように段階的にサービスを拡充し、AGENTIC STARを企業のAI活用基盤として幅広く普及させていく構えです。

自律的に業務を遂行するAIエージェントとは？「AGENTIC STAR」の概要を徹底解説

AGENTIC STARの全体像を理解するために、まず「自律的に業務を遂行するAIエージェント」とは何かを整理しましょう。本サービスが提供するAIエージェントは、ユーザーの指示の背後にある目的を読み取り、自らサブタスクを考え出して実行に移す高度なAIシステムです。従来のチャットボット型AIが単発の質問に答える「受動的」な存在だったのに対し、AGENTIC STARのAIエージェントは与えられた目標に向けて能動的に動く「能動的・自律型」の存在です。この章では、AIエージェントの定義や仕組み、人間との協働方法、AGENTIC STARプラットフォームの構成について詳しく解説します。

AIエージェントとは何か？自律的AIの定義と特徴

AIエージェントとは、人工知能が人間の代理として何らかの目標達成のために行動するシステムを指します。一般的なチャットボットやQAシステムがユーザーからの質問に答えるだけなのに対し、AIエージェントはユーザーから目的やゴールを与えられると、その達成に必要な手段を自律的に考え実行する点が大きな特徴です。いわば、人間の「秘書」や「代理人」として振る舞うAIとも言えるでしょう。自律的AIエージェントの定義としては、(1)ゴール指向で動作すること、(2)環境（システムやツール）と対話しながら行動を決定すること、(3)必要に応じて人間に助けを求めたり結果を報告したりするインタラクション能力を持つこと、などが挙げられます。AGENTIC STARにおけるAIエージェントはまさにこれらの特徴を備えており、単なる問い合わせ対応ではなく、業務そのものを代行・支援する新しいAIの形と言えます。

AIが自律的にタスクを遂行する仕組みとプロセス

AGENTIC STARのAIエージェントがどのようにタスクを自律遂行するのか、そのプロセスを見てみましょう。まずユーザーがエージェントに対して達成したい業務ゴールや大まかな指示を与えます。するとエージェントはその指示の背景にある目的を解析し、自身で「何をすべきか」の計画を立案します。具体的には、目標を達成するために必要なサブタスクを洗い出し、それらを実行順序も含めてプランニングします。次に、用意された多数のツール群（後述のウェブ検索やドキュメント作成ツール等）から適切なものを選び、サブタスクごとに実行を開始します。各サブタスクの結果はエージェント内で共有され、次のタスク遂行に活かされます。例えば「情報収集」「分析」「資料作成」という3つのタスクに分解された場合、まずウェブ検索で情報を収集し（情報収集タスク）、その結果をAIが要約・分析して洞察を得て（分析タスク）、最後に分析結果を文書化しプレゼン資料を作る（資料作成タスク）という流れになります。各段階でエージェントは進捗を監視し、必要であれば計画を動的に調整します。こうした一連の仕組みにより、最初に与えた指示から最終成果物の完成まで、AIができる部分はすべて自律的に実行してくれるのです。

AIエージェントと人間の協調：役割分担と協働の形

AGENTIC STARのAIエージェントは万能ではありますが、人間の役割が全く不要になるわけではありません。むしろ、人間とAIがそれぞれの得意分野を活かし協調する形で業務を進める点が重要です。エージェントが自律的に動く中でも、権限が必要な操作や高度な判断が求められる場面では、人間にアクションを促す設計となっています。例えば、社内のアクセス権限が必要なシステムからデータを取得する際には担当者に認証や許可を求めたり、生成した提案内容を顧客に送付する前に担当者へ確認依頼を出したりします。これにより、AIが誤った判断を下してしまうリスクを抑えつつ、人間の意思決定を最終プロセスに組み込むことで安心感を担保しています。一方で、人間側はAIエージェントをパートナーとして扱い、ルーチンワークや手間のかかる下準備はAIに任せ、自身は結果のレビューやクリエイティブなアイデア出しに注力する、といった役割分担が可能になります。このような協働の形によって、業務全体の効率と質が向上し、人間とAIが補完し合う新しい働き方が実現されます。

業務ゴールの理解と計画立案：AIが目標を設定する方法

AGENTIC STARのAIエージェントが自律性を発揮する鍵となるのが「ゴール指向」の動作です。ユーザーから与えられた指示に対し、その背景にあるビジネス上のゴールをエージェント自身が推定・理解します。例えば「競合A社の新製品について調べ、我が社向けに提案資料を作ってほしい」という依頼であれば、「競合製品の特徴把握」「自社製品との比較」「提案資料の作成」といった具体的な目的が含意されています。エージェントはこのゴールを把握した上で、最終的に達成すべき到達点（完成した提案資料とその内容）を自ら設定します。次に、その目標に至るための工程を逆算し、必要な情報や作業ステップを洗い出して計画を立案します。この際、エージェントは知識ベースや過去の事例を参照しつつ最適と思われるタスク分解を行います。計画立案後は前述の通り各タスクを実行に移しますが、重要なのはエージェントが常に「目標達成」にフォーカスして動いている点です。途中で予期せぬ情報が出て計画の修正が必要になれば、エージェントは目標に立ち返って新たなサブタスクを追加するなど柔軟に対応します。人間が逐一指示せずとも、AI自身が目標を意識して行動することで、よりブレの少ない結果を効率的に導き出すことが可能になっています。

AGENTIC STARプラットフォームの全体構成とサービス提供範囲

AGENTIC STARは単一のAIプログラムというより、企業向けの総合的なAIエージェントプラットフォームです。その全体構成にはいくつかのレイヤーが存在します。まず基盤となるのがAIエージェントの実行環境で、これはソフトバンクのクラウド上に構築された仮想環境群です。この上で複数のAIモデル（例えば自然言語処理モデルや画像生成モデルなど）やツール群が動作し、エージェントの知能の中核を担います。次に、その上位にはユーザーとエージェントを繋ぐインターフェース層があります。具体的には、ウェブブラウザで操作するGUIダッシュボードやCLI、さらにAPIも含まれます。ユーザーはこれらを通じてエージェントに指示を出したり、進捗状況を確認したりします。そしてプラットフォームのもう一つの重要な要素が管理機能です。企業利用を前提に、組織ごと・ユーザーごとの権限設定、利用ログの蓄積、セキュリティポリシーの適用などが行える管理コンソールが提供されます。AGENTIC STARのサービス提供範囲は、このプラットフォーム全体を指しており、単なるAIモデルのAPI提供に留まらず、「エージェントを使って業務を自動化するために必要な環境と管理機能すべて」をオールインワンで提供している点が特徴です。これにより、ユーザー企業はAIエージェント活用に必要な基盤を一から構築する手間なく、すぐに自社の業務に適用し始めることができます。

SaaS型でAIエージェントを一元管理できる「AGENTIC STAR」の特徴とメリット

AGENTIC STARはSaaS型サービスとして提供されるため、ユーザー企業にとって導入・運用のしやすさが大きなメリットです。また、単一のプラットフォーム上で複数のAIエージェントを統合的に管理できる点も、企業利用に適した特徴と言えます。この章では、SaaSモデルゆえの利便性や、AGENTIC STARがもたらす運用負荷の軽減、操作性、管理機能の充実といった観点から、その具体的なメリットを紹介します。

SaaSモデルで提供される利便性と即時利用のメリット

SaaS（Software as a Service）モデルで提供されるAGENTIC STARは、インターネット経由でサービスを利用する形態のため、ユーザー企業は自社でサーバーを用意したりソフトウェアをインストールしたりする必要がありません。契約後すぐにソフトバンクが提供するクラウド上の専用サイトへアクセスし、アカウントを発行すればその日からAIエージェントを活用できる即時利用のメリットがあります。例えば、新たなチームプロジェクトで急遽リサーチ支援が必要になった際でも、AGENTIC STARの利用申し込みを行えば短期間で環境が整い、素早く業務に役立てることができます。また、SaaSであるためユーザー側でのバージョン管理やアップデート対応は不要です。新機能の追加やAIモデルのアップグレードが行われれば、自動的にサービス側に適用されるため、常に最新のAI技術を享受できます。これにより、社内システムのアップデートに伴う人手作業やサービス停止時間を気にすることなく、継続的にAIエージェントの性能向上を取り込めるという利点も生まれます。さらに、利用者数の増減に応じてサービスをスケーリングできる柔軟性もあり、必要に応じてライセンス数を追加するだけで利用規模を拡大できるため、企業の成長や部門追加にもスムーズに対応できます。

複数AIエージェントを統合管理できるプラットフォームの利点

AGENTIC STARは企業全体で複数のAIエージェントを活用することを想定した統合管理プラットフォームです。これにより、従来は部署ごとやプロジェクトごとにバラバラに導入されがちだったAIツールを一元化できます。一社の中で営業部門向けのエージェント、開発部門向けのエージェント、カスタマーサポート向けのエージェント…と用途別に複数のAIが存在しても、AGENTIC STAR上で統合的に管理・運用できます。具体的には、全エージェントの稼働状況や実行ログを一つのダッシュボードで把握でき、各エージェントに利用させるデータソースやツールの権限設定も集中管理できます。また、部門横断でAIエージェントが連携して動作するシナリオも実現可能です。例えば、営業エージェントが社内の技術エージェントに問い合わせて専門知識を得る、といったエージェント同士の協調も、同一プラットフォーム上にあるからこそシームレスに行えます。このように統合環境を整えることで、社内のAI活用を点から面へと拡大し、組織全体の生産性底上げにつなげることが期待できます。そして何より、プラットフォームを統一することで運用管理コストが削減でき、セキュリティポリシーの統一適用などガバナンス面でも有利になります。

システム構築・運用の負荷軽減：インフラ管理不要の恩恵

企業が新たにAIエージェントの仕組みを自前で構築しようとすると、AIモデルの調達・学習から実行環境の構築、インフラ保守に至るまで多大なコストと手間がかかります。AGENTIC STARを利用すれば、こうしたインフラ管理やシステム構築に関わる負荷を大幅に軽減できます。ソフトバンク側が大規模なクラウドインフラ上に最適化されたAI実行環境を用意しており、ユーザー企業はその上でサービスを使うだけで済みます。サーバーのスケーリングや負荷分散、障害時の冗長構成といったインフラ運用はサービス提供側が担うため、利用企業は自社の業務内容にフォーカスできます。また、AIモデルの精度向上やツールの追加などバックエンドの改善作業もソフトバンク側で継続的に行われるため、ユーザーは最新環境を常に享受可能です。さらに、オンプレミスで構築した場合に懸念されるようなサーバー老朽化やセキュリティアップデート漏れといった問題も起こりません。AGENTIC STARにおいては、新規導入時の初期設定も極めて簡便化されており、専門のエンジニアチームを抱えていない中小企業でも無理なくAIエージェント活用を始められるという恩恵があります。

Web UIとCLIによる柔軟な操作性：開発者にも使いやすい設計

AGENTIC STARは利用者のスキルや用途に応じて選べる複数の操作インターフェースを備えています。一つはブラウザ上で動作するWeb UIです。直感的に操作できるダッシュボードやフォームが用意され、ビジネスユーザーでもプログラミング知識なしにエージェントへ指示を出したり結果を確認したりできます。例えば、営業担当者が「次回会議の議事録を作成して」といった指示をWeb画面から送信し、しばらく待てばAIエージェントが生成した議事録案が画面上に表示される、といった具合です。一方でもう一つのインターフェースとしてCLI（コマンドラインインターフェース）が提供されている点もAGENTIC STARの特徴です。技術者や開発者はCLIを使ってエージェントを操作することで、他の社内システムとの連携スクリプトを組んだり、自動化バッチに組み込んだりすることが容易になります。たとえば、定期レポート作成を社内のジョブスケジューラからCLI経由でAGENTIC STARに依頼し、自動実行させるといった応用も可能です。このようにGUIとCLIの双方を備えることで、非エンジニアからエンジニアまで幅広いユーザー層にとって使いやすいサービス設計となっており、現場の受け入れやすさが向上しています。

企業向け管理機能の充実：セキュリティ設定やユーザー管理

エンタープライズ向けのサービスとして、AGENTIC STARは管理者向けの機能も充実しています。システム管理者は専用の管理コンソールから、組織内の利用ユーザーやエージェントの動作権限を細かくコントロール可能です。例えば、特定部署のエージェントには社内データベースへの読み取り権限を与える一方、他部署エージェントにはアクセスさせない、といった権限設定ができます。また、ユーザーアカウント管理ではシングルサインオン（SSO）や多要素認証に対応しており、既存の社内認証基盤と統合してセキュリティを高めることも可能です。さらに、AGENTIC STAR上で行われた全てのエージェントのアクションやユーザーからの指示内容はログとして蓄積され、管理者が閲覧・監査できるようになっています。これによって、万一不適切な利用や情報漏洩の懸念があった際にも追跡調査が可能で、内部統制の面でも安心です。ソフトバンクはAI倫理・ガバナンスにも注力しており、AGENTIC STARには企業が安心してAIを業務投入できるようガードレール（後述）や利用制限オプションなども備わっています。こうした包括的な管理機能により、大企業の厳格なガバナンス要件にも応えられるプラットフォームとなっています。

80種類以上のツール連携で業務自動化を加速する「AGENTIC STAR」の実力

AGENTIC STARのAIエージェントが多彩な業務をこなせる秘密は、その背後で利用可能なツールの豊富さにあります。ソフトバンクは本サービスのために80種類以上ものツールを用意しており、エージェントはそれらを自在に使い分けながらタスクを遂行します。ここでは、AGENTIC STARが連携する代表的なツールの種類と、その統合活用によって実現する高度な自動化について解説します。また、AIが自律的にツールを選択し組み合わせる仕組みや、それによって生み出されるアウトプットの品質向上についても見ていきましょう。

幅広いツールを活用するAIエージェントで多様な業務に対応

AGENTIC STARでは、AIエージェントが人間と同じように様々なツールを駆使できるよう80種類以上ものツール群が統合されています。これには、情報収集のためのウェブ検索ツール、文章の下書きを行うワープロ（文書作成）ツール、表計算ソフト、プレゼンテーション資料作成ツール、画像加工・動画編集ツール、さらにはプログラミングやアプリ開発支援ツールまで含まれています。これだけ幅広いツールが使えることで、エージェントは一つのプラットフォーム上で実に多様な業務に対応できます。例えばマーケティング部門であれば、市場調査のためにインターネット検索とテキスト要約ツールを活用し、その結果をスライド作成ツールでレポート化する、といった一連の作業が可能です。また、開発部門ではコード生成AIとテスト自動化ツールを組み合わせて簡易な機能実装を行う、といった使い方もできます。通常であれば個別に使いこなす必要があった各種ソフトウェアをAIエージェントが横断的に扱うため、ユーザーはツールの操作方法を細かく習得しなくても、エージェントに任せることで必要な作業を完了できます。まさに「マルチツールプレイヤー」としてAIが活躍し、部署や職種を問わず幅広い業務領域で自動化の恩恵をもたらすのがAGENTIC STARの強みです。

ウェブ検索から資料作成まで一つのプラットフォームで完結可能

従来、情報収集から資料作成までのプロセスには複数のソフトウェアを使い分ける必要がありました。例えば、ウェブブラウザで調べ物をし、得られた内容をWordやExcelに整理し、最後にPowerPointで資料化する、といった具合です。AGENTIC STARでは、これらの工程を一つのプラットフォーム上で完結できます。AIエージェントは内蔵されたウェブ検索ツールで必要情報をインターネットから取得し、そのままドキュメント作成ツール上で要点を整理して文章化し、場合によっては表計算ツールでデータを表やグラフにまとめ、プレゼン資料作成ツールでスライドを生成するといった一連の流れをシームレスに行います。ユーザーから見れば、AGENTIC STAR上で「調査してレポートを作って」と依頼するだけで、裏側では検索エンジン・ワープロ・表計算・スライドと複数のアプリケーションが協調動作し、最終成果物まで作られているのです。途中で別のアプリケーションを開いてコピー＆ペーストを繰り返す必要もなく、作業の手間とミスの可能性が大幅に削減されます。こうしたワークフロー統合により、社員は一つの画面上でタスクの依頼から結果確認まで完結でき、生産性が飛躍的に向上します。

アプリケーション開発やマルチメディア生成もAGENTIC STARで実現可能

AGENTIC STARが対応するツール群にはオフィス業務向けのものだけでなく、技術系やクリエイティブ系の領域も含まれています。例えばソフトウェア開発支援として、コード生成AIやデバッグ支援ツール、データベース操作ツールなどが統合されています。これにより、簡単なプログラムやスクリプトであればエージェントが自動生成・実行し、テストまで行うことも可能です。また、画像・動画関連では画像生成AIや映像編集ツールも活用できるため、例えば製品プロモーション用の簡単なイメージ画像をAIが生成したり、社内イベント紹介動画を自動編集したりといったこともAGENTIC STAR経由で実現できます。さらに、チャットボット作成ツールや音声合成ツールも備えているため、社内FAQボットの構築や音声案内資料の作成など、活用範囲は非常に広範です。これらを人間が個別に操作しようとすると高度な専門知識が必要ですが、AGENTIC STARのAIエージェントが間に入ることで「こんなものが欲しい」と指示するだけで必要な成果物を生成してくれます。アプリ開発からマルチメディア制作までカバーする本プラットフォームは、まさに社内の様々な業務ニーズに一挙に応える万能選手と言えるでしょう。

AIが用途に応じてツールを自律的に選択・活用する仕組みとメリット

AGENTIC STARのエージェントには、多様なツールの中から最適なものを自律的に選択し活用するためのアルゴリズムが組み込まれています。ユーザーから受け取ったタスクの内容や目的を解析し、「情報収集が必要か」「計算が必要か」「資料化が必要か」などを判断して、各ステップでどのツールを使うべきかを決定します。例えば、ユーザーの依頼内容にデータ分析が含まれる場合、エージェントは自動的に表計算ツールを呼び出してデータ処理を行い、分析結果を得るでしょう。テキスト要約が必要と判断すれば自然言語処理の要約ツールを使い、画像生成が有効と思われる場面では画像生成AIを使用します。こうしたツール選択の判断ロジックには、事前に設定されたシナリオだけでなく、AI自身の学習による適応も含まれており、使えば使うほどエージェントはツール活用の勘所を学び最適化されていきます。自律的なツール選択がもたらすメリットは、ユーザーが細かく指示を出す必要がない点です。従来なら「まず検索して、そのデータをExcelに入れてグラフ化して…」といった指示を段階的に出さなければなりませんでしたが、その必要がなくなります。AIエージェントに任せれば、最善と思われる手順とツールで仕事を進めてくれるため、ユーザーは「何が欲しいか」だけを伝え、やり方はAIに委ねられるのです。これにより、業務遂行のハードルが下がり専門外のタスクでも成果を得やすくなるという利点も生まれます。

AIエージェントが高品質なアウトプットを生み出すための工夫と効果

ツールを使いこなせても、それが質の高い成果に結びつかなければ意味がありません。AGENTIC STARでは、AIエージェントが高品質なアウトプットを出せるよう様々な工夫が施されています。一つは、各種ツールから得られた結果をエージェントが整理・構造化するプロセスです。例えば、ウェブから集めた情報も、そのまま貼り付けるのではなくAIが論点ごとに要約し、一貫性のある文章になるよう組み立て直します。また、プレゼン資料を作成する場合でも、単に文章をスライドに載せるだけでなく、要点を箇条書きに整理したり図表を適宜挿入したりと、見やすく説得力のある構成になるよう配慮します。さらに、生成したアウトプットに対してエージェント自身がチェックを行うステップもあります。誤った情報が含まれていないか、表記ゆれや整合性の問題がないかを確認し、必要に応じて修正することで完成度を高めています。場合によっては人間の校閲を仰ぐよう促すこともありますが、その頻度が最小になるようAI側でのセルフチェック機能を持たせています。これらの工夫により、AGENTIC STARのエージェントが生み出す成果物は、単に自動化されて早いだけでなく、内容的にも質の高いものとなっています。その結果、ユーザーはエージェントから受け取ったアウトプットを少し手直しする程度で実務に使えるため、大幅な時間短縮と成果物の品質向上を同時に享受できるのです。

既存システムや外部AIエージェントと連携できるMCP対応プラットフォームの利点

AGENTIC STARは単体で高度な機能を提供するだけでなく、他のシステムやサービスとの連携にも優れています。その鍵となるのが「MCP（Model Context Protocol）」というオープンな仕様への対応です。MCPに準拠することで、社内の既存システムや他社のAIエージェントともスムーズかつ安全に接続でき、企業内外のリソースを横断した業務自動化が可能になります。この章ではMCPとは何か、AGENTIC STARがMCP対応する意義、そしてそれによってもたらされる具体的な利点について解説します。

MCP（Model Context Protocol）とは何か：AI接続の標準仕様

MCP（Model Context Protocol）とは、AIエージェントが外部のシステムやデータと接続・連携するための標準化されたプロトコルです。2024年11月にAnthropic社（AI研究企業）が提唱した仕様であり、異なるAIサービスやソフトウェア間でコンテキスト情報を受け渡す共通ルールを定めています。従来、各AIプラットフォームやツールは独自のAPIやフォーマットでやり取りしていたため、異なるシステム同士をつなぐには個別対応が必要でした。MCPが標準仕様として普及すれば、例えば「社内の営業支援システムからAIエージェントに問い合わせを送り、結果をまたシステム側で受け取る」といった連携が容易になります。要は、AIを企業システムに組み込むための共通言語のような役割を果たすものです。現在、世界的に複数のAI関連企業がMCPへの対応を表明しており、エンタープライズ領域でのAI活用を進める上で重要な技術基盤と位置付けられています。

AGENTIC STARがMCP対応する意義：オープン仕様による拡張性

ソフトバンクがAGENTIC STARでMCPに対応した意義は非常に大きいです。まず、オープンな標準仕様に沿うことで、ユーザー企業にとってベンダーロックインのリスクが下がります。AGENTIC STARを導入したものの、他の社内システムとうまく連携できなければ効果は限定的ですが、MCP対応により既存のシステム資産とAIエージェントの橋渡しがスムーズになります。また、他社のAIサービスやツールとも共通基盤で繋がるため、必要に応じてAGENTIC STARの外にあるAI機能を呼び出したり、逆にAGENTIC STARの機能を外部提供したりといった柔軟な構成も可能です。オープン仕様であるMCPを採用したことで、AGENTIC STARはソフトバンク独自の環境内に閉じず、エコシステム全体の中で拡張し続けるインターオペラビリティ（相互運用性）を獲得したと言えます。例えば将来、業界特化型のAIサービスや社内開発のAIツールが登場した際にも、MCPを介してAGENTIC STARのエージェントと連携させることができれば、一貫したユーザー体験の中に組み込むことができます。こうした拡張性は、長期的に見て企業がAI戦略を柔軟に描く上でも非常に重要であり、AGENTIC STARが多様なニーズに応えていける下地となっています。

既存システムと安全にデータ連携するための仕組み

企業がAIエージェントを導入する際に懸念するポイントの一つが、「既存の業務システムやデータベースとうまく連携できるか」「その連携は安全か」という点です。AGENTIC STARはMCP対応に加え、セキュアなデータ連携を実現するための仕組みを備えています。まず、社内システムとの接続にはAPI経由やMCP経由で行い、データの入出力フォーマットを標準化しています。これにより、AIエージェントがアクセス可能な情報を管理者がコントロールしやすくなっています。さらに、接続の際には認証・認可のプロセスを厳格に設けており、AIエージェントが許可なく機密データに触れることのないよう設計されています。例えば、人事データベースに接続する場合には、エージェントには読み取り専用の特定クエリしか許可しない、といった細かな設定が可能です。また、データ連携時の通信もすべて暗号化され、外部から傍受されたり改ざんされたりしないようになっています。AGENTIC STARのエージェント自体が実行される環境も、前述の通り独立した仮想環境であり、他の社内ネットワークに直接アクセスできないサンドボックス的な構造です。これにより、連携用のインターフェースを通じて許可されたデータのみをやり取りし、企業の重要システムに悪影響を与えない安全設計が確保されています。要するに、AGENTIC STARは便利な連携性と企業の求めるセキュリティを両立させ、安心して既存システムとのデータ連携を行えるプラットフォームとなっているのです。

MCPにより複数AIエージェントを統合活用できるプラットフォームの強み

AGENTIC STARがMCP対応していることは、社内外に点在するAIエージェント同士を統合活用できる可能性も意味します。社内にはAGENTIC STAR上のエージェント以外にも、例えば以前から使っているチャットボットや、他部署で導入した専門特化型のAIシステムがあるかもしれません。MCPに対応していれば、それら外部のAIエージェントやサービスともAGENTIC STARのエージェントが通信し、協調動作することができます。たとえば、AGENTIC STAR上の営業支援エージェントが回答に困った際、社内のナレッジデータベースAIにMCP経由で問い合わせを送り、得られた回答を基に顧客向け資料を完成させる、という連携が可能です。また、社外のAIサービス（例えば業界ニュース要約専用のAIなど）と接続し、その出力をAGENTIC STARのワークフローに組み込むこともできるでしょう。このように複数のAIが連携できるプラットフォームは、単一のAIだけを使う場合に比べて柔軟で強力です。各AIの得意分野を組み合わせることで、より幅広いタスクを高精度に処理できます。ソフトバンクが描く将来像では、個人ごとのエージェントや部署ごとのエージェントが相互に会話しながら業務を進める世界が想定されています。AGENTIC STARはその基盤となるべく、MCP対応によって「マルチエージェント協調」の基礎をすでに構築していると言えるでしょう。

業務プロセスの自動化・高度化を加速し競争力を強化する効果

MCP対応や豊富な連携機能を通じて、AGENTIC STARは企業の業務プロセス全体の自動化・高度化を加速させます。社内の様々なシステム（営業管理、顧客DB、在庫管理、開発支援ツール等）とAIエージェントが密接に繋がることで、従来は断片的だった自動化がエンドツーエンドで実現できます。例えば、受注から納品までの一連のプロセスにおいて、営業担当者がAGENTIC STARに契約書類のドラフト作成を依頼し、エージェントがCRMから顧客情報を取得してドラフトを作成、次に在庫システムから納期情報を取得して納品スケジュール案を自動計算、といった具合にプロセス全体を通した自動化が行えます。これにより、これまで人手で調整していた箇所が削減され、処理スピードが飛躍的に向上します。また、様々なデータがAIエージェントのもとに統合されることで、分析や意思決定の精度も上がります。社内外のデータを横断的に参照した上でエージェントが提案や予測を行うため、より合理的で先を見据えた判断材料が提供されます。結果として、企業は変化の激しいビジネス環境においても素早く質の高い対応が可能となり競争力の強化につながります。AGENTIC STARがサポートする高度な業務自動化は、単なる効率化に留まらず、環境適応力と持続的な競争優位の確立に寄与するものと期待されています。

営業・開発など社内での先行導入事例と導入効果を紹介

ソフトバンク社内では、AGENTIC STARを正式提供開始する以前から一部部署で先行導入し、その実証が行われてきました。現在では営業や開発部門をはじめとする複数の部署で本サービスが試験利用されており、既に500人超の社員が日常業務でAIエージェントを活用しています。ここでは、社内における導入事例と具体的な導入効果について見てみましょう。システム開発チームや営業チームで確認された生産性向上の実績や、現場からのフィードバックを通じて、AGENTIC STARが実際の業務にどのようなインパクトを与えているのかを紹介します。

ソフトバンク社内でのAGENTIC STAR先行導入の概要と利用状況

ソフトバンクでは「AGENTIC STAR」をリリース以前から自社の業務に投入し、実際の効果検証を行ってきました。AX事業本部（先端技術を扱う部門）を中心に、営業部や開発部などでパイロット導入が行われ、合計で500名以上の社員がAGENTIC STARのAIエージェントを業務に取り入れています。社内での利用シーンは多岐にわたり、営業提案資料の下書き作成や市場情報の調査、ソフトウェアコードの自動生成といった場面で、社員がAIエージェントに作業を依頼しています。社内専用のAGENTIC STARポータルが用意され、各社員はそこから自分専用のエージェントを起動して業務をサポートさせる形です。パイロット期間中は、現場社員からのフィードバックを収集しながらチューニングが重ねられ、特に日本語でのビジネス文書作成の精度向上や、社内データベースとの連携強化などが重点的に改善されてきました。その結果、本格導入に向けて着実に社内での受容性が高まり、現時点では試行導入から正式利用へ移行しつつある部署も出てきています。

500人超の社員が日々活用するAIエージェントの事例

社内でAGENTIC STARを利用する500人以上の社員たちは、日々の業務の様々な場面でAIエージェントを活用しています。その一例として、営業担当者のケースを見てみましょう。営業部門では新規顧客への提案準備にAGENTIC STARが活躍しています。担当者はエージェントに対し「顧客業界の最新トレンドを調べて提案資料にまとめてほしい」と指示します。エージェントは社内のナレッジベースやウェブ情報を調査し、提案の骨子となるプレゼン資料を自動生成します。担当者は出来上がった資料に目を通し、自身の知見を加味して加筆修正するだけで完成です。このプロセスにより、従来丸一日かかっていた提案準備が半日に短縮されるなどの効果が出ています。また別の例では、カスタマーサポート部署でエージェントが試用されています。サポート担当者は顧客からの問い合わせ内容をエージェントに入力し、過去のFAQやマニュアルから回答案を生成させます。エージェントは関連情報を素早く収集して適切な回答を提案してくれるため、担当者はその内容を確認・調整して顧客へ案内するだけになり、回答までのリードタイムが大幅に短縮されました。このように、多くの社員が自分の「AIアシスタント」としてAGENTIC STARを活用し、日常業務の効率化を実感し始めています。

システム開発チームでの効果：エラーチェック・実装時間を90％削減

特に顕著な成果が報告されているのがシステム開発チームでの導入効果です。ソフトバンクのIT開発部門では、AGENTIC STARのエージェントをソフトウェア開発プロセスの一部に組み込み、コードのエラーチェック（バグ検出）や簡易なコード実装に使用しました。その結果、これらの作業時間が劇的に短縮されています。具体的な数字として、ある開発チームでは単体テスト時のエラーログ分析とバグ修正コードの提案に要する時間が従来比90％削減されたという報告があります。以前は開発者が何時間もかけて行っていたログからの原因究明を、AIエージェントが短時間でこなし、さらに修正コードのドラフトまで提示してくれるため、開発者はそれを微調整して適用するだけで済むケースが多発しました。また、新機能のプロトタイピングでも、エージェントに概要を伝えればひな形コードを生成してくれるため、ゼロから書き始めるよりも格段にスピードアップしています。これらの結果、開発チームでは納期の短縮や品質向上に直結する効果が得られ、現場のエンジニアからも「反復的なデバッグ作業の負担が減って創造的な開発に時間を割けるようになった」と好評です。一方で、AIから提案されたコードを人間がレビューするステップは省略せず残しておくことで、品質チェック体制も維持しています。このように、AGENTIC STARは開発現場においてコーディングと検証の自動化を強力に推進し、大幅な効率化を実現しました。

営業部門での資料作成・情報収集の初動効率化

営業やマーケティング部門でもAGENTIC STARの効果が表れています。特に、新規営業先への提案資料作成や市場情報のリサーチといった「ゼロから何かを作り上げる」タイプの業務において、その初動の効率化が顕著です。従来、営業担当者が提案資料を作成する際には、まず市場や顧客の情報を集め、アイデアを練り、資料のアウトラインを考えるだけで半日以上費やすこともありました。AGENTIC STAR導入後は、担当者はエージェントに「〇〇業界の最新動向を調べて提案資料のドラフトを作成してほしい」と依頼するだけで、数十分～数時間後にはひととおりのドラフト資料が上がってきます。エージェントは市場レポートやニュースから自動収集した情報を要約し、自社の提供サービスと関連付けた提案内容に落とし込んでくれるため、担当者はそれを叩き台に細部を詰めれば短時間で完成度の高い資料を用意できます。このおかげで、「資料作りのための準備」に追われていた時間が大幅に減り、本質的な提案戦略の検討や顧客とのコミュニケーション準備に時間を割けるようになりました。また、情報収集の漏れも減り、最新の業界知識を網羅した提案ができるようになったとの声もあります。営業現場では他にも、見積書作成や契約書ドラフト作成などにもエージェントが活用され始めており、事務作業のスピードアップと精度向上につながっています。

社内導入で得られた知見と今後の展開への期待

ソフトバンク社内での先行導入を通じて、AGENTIC STARの有効性が具体的な数字や事例で示されました。社員からは「もうこのAIエージェントなしには仕事の効率を保てない」といった声も聞かれるほど、すでに日常業務に溶け込んでいる様子です。一方で、社内テストだからこそ見えてきた改善点や課題もありました。例えば、専門的すぎる領域のタスクではエージェントの知識が不十分で思うように成果が出ないケースがあり、そうした分野では事前に社内の固有知識をエージェントに学習させる対応が検討されています。また、人間との役割分担の最適バランスについても、現場の工夫でより良い手順が模索されています。例えば「AIに任せる箇所と自分でやる箇所の境界線」を業務によってチューニングするなどです。これらの知見は今後他社への展開時にも活かされ、より使いやすく効果の高いサービスにブラッシュアップされていくでしょう。ソフトバンクは、社内での成功体験をショーケースとして顧客企業への提案に活用しつつ、AGENTIC STARの導入を広げていく方針です。すでに社外でもいくつかの企業でトライアル導入の話が進んでおり、「社内の効率化に劇的な成果をもたらしたAI基盤」として注目を集めています。今後は業種ごとのテンプレート提供やユーザーコミュニティ形成なども視野に入れ、AGENTIC STARが企業の当たり前の基盤となる未来が期待されています。

セキュリティとガバナンスを両立する企業向けAIエージェント基盤の設計と対策

企業がAIエージェントを導入する際には、その安全性とガバナンスが確保されているかが極めて重要です。AGENTIC STARは、企業向けサービスとしてこの点に細心の注意を払って設計されています。エージェント実行環境の隔離や、多層的な防御策、ガードレール（安全枠組み）による不適切利用の防止、さらには管理者向けの統制機能など、安全と統制を両立する様々な仕組みが盛り込まれています。この章では、AGENTIC STARのセキュリティ設計とガバナンス対策について詳しく説明します。

チャット単位の独立環境でAIエージェントを隔離実行

AGENTIC STARでは、AIエージェントが動作する環境をチャットセッションごとに独立した仮想環境として設計しています。これはどういうことかというと、ユーザーがエージェントとの新たな対話セッション（チャット）を開始するたびに、そのセッション専用の仮想マシンまたはコンテナが立ち上がり、その中でエージェントが実行されます。他のセッションとはメモリ空間やストレージが分離されており、相互に干渉しないようになっています。この隔離環境により、万一あるエージェントが暴走したり不正な挙動をした場合でも、被害は当該セッション内に閉じ込められ、他のシステムやデータに影響を与えるリスクが最小化されます。また、セッション終了後は仮想環境が破棄されるため、その中で用いられた一時データ等も残存しません。これにより、一つのセッションで閲覧・処理したデータが別のセッションから参照されてしまうような情報漏洩リスクも防いでいます。さらに、仮想環境自体にも厳格なリソース制限が設けられており、エージェントがCPUやメモリを必要以上に占有して他のサービスに影響を与えないようになっています。AGENTIC STARのこうした環境設計は、AIエージェントのサンドボックス化とも言え、企業内で安心してAIを走らせるための基盤となっています。

他システムやデータへの不要なアクセスを防ぐ安全設計

AIエージェントが企業システム内で動作する際に懸念されるのが、許可されていないシステムやデータへのアクセスです。AGENTIC STARでは、エージェントがアクセス可能なリソースを明確に制限する安全設計が取られています。デフォルトでは、エージェントがインターネット上の公開情報や、サービス内で許可されたデータストア以外に直接アクセスすることはできません。社内の基幹システムやファイルサーバーにアクセスさせたい場合は、管理者が明示的に接続設定（APIキーや認証情報など）を与える必要があり、その範囲外のアクセス試行はシステム的にブロックされます。これにより、エージェントが暴走して勝手に社内のあらゆるデータを読み漁る、といった事態は起こらないようになっています。また、AGENTIC STARのツール群自体も、各ツールごとに利用ポリシーが設定されており、不適切な組み合わせや手順で使われそうになった場合には実行を停止する仕組みがあります。例えば、外部から取得した未検証のコードを即座に実行しようとするような危険な操作はツール側で拒否されます。さらに、ネットワークアクセスも宛先がホワイトリスト制になっており、許可された範囲（API連携先や検索エンジンなど）以外の外部サイトにAIが勝手にアクセスすることはありません。これらの不要アクセスを防ぐ対策により、企業内でAIエージェントを動かしてもシステム全体の安全性が損なわれないよう厳重にガードされています。

多層防御とガードレールによる不適切利用の防止

AGENTIC STARには、AIエージェントの不適切な利用や暴走を防ぐための多層防御とガードレール（安全枠組み）が組み込まれています。多層防御とは、システムを守るための防御策を複数段階で用意する考え方です。具体的には、ネットワークレベルのファイアウォール、仮想環境レベルのアクセス制限、アプリケーションレベルでの入力チェック、AIモデルレベルでの有害出力フィルタリング、といった各層での対策が施されています。これにより、一つの層を万一突破されても次の層でリスクを食い止めることが期待できます。ガードレールとは、AIエージェントがユーザーの指示を実行する際に常にチェックされるルール群のことです。例えば、「法律や倫理に反する内容は生成しない」「機密情報を外部に出力しない」「過度に大量の外部リソースを消費しない」等のルールが設定されており、エージェントはこれらに違反する行動を試みた場合に実行を自動停止されます。加えて、AIの出力するコンテンツについても、不適切な表現や誤情報が含まれていないかAI自身が検閲するプロセスがあります。ユーザーの立場からすれば、これら多層防御とガードレールのおかげで、AIエージェントに仕事を任せても勝手に変なことをしたり問題を起こしたりしないという安心感が得られます。ソフトバンクは自社のAI倫理方針に基づき、AGENTIC STARの運用においても不適切利用の防止に万全を期す姿勢を示しています。

管理者によるアクセス制御とログ監査で安心運用

AGENTIC STARの運用において、管理者が果たす役割も重要です。本サービスでは、管理者がシステム上のあらゆるAIエージェントの活動を把握・制御できる仕組みが提供されています。具体的には、管理者用ダッシュボードで現在稼働中のセッション数やリソース使用状況、各エージェントが呼び出したツールやアクセスしたデータの履歴などをリアルタイムにモニタリングできます。また、ユーザーごと・部署ごとにエージェント利用ポリシーを設定することも可能で、例えば新人社員のエージェント利用は情報参照のみ許可し更新系操作は禁止するといったアクセス制御を細かく適用できます。さらに、全てのエージェントの操作ログや出力結果は一定期間保存され、管理者や監査担当者が後からレビューできる体制が整っています。これにより、万一不審な動作や結果があった場合でも追跡調査が可能で、内部監査やセキュリティ監査への対応も容易です。例えば「この資料はAIが作ったものか、人手で作ったものか」といった判断もログを見れば明確に分かります。AGENTIC STARはこのように管理者によるログ監査性を確保することで、企業が求める透明性とコントロール性を担保しています。結果として、企業のITガバナンスの枠組みにAIエージェントを組み込んでも無秩序にならず、安心して運用できる環境が実現されています。

企業向けガバナンスと透明性を確保したAI活用基盤

AGENTIC STARは以上のようなセキュリティ・ガバナンス設計により、企業が安心してAIエージェントを活用できる基盤となっています。単に高性能なAIを提供するだけでなく、その利用プロセス全体が企業の管理下に置かれ、透明性を持って運用できる点が大きな特徴です。昨今、生成AIの業務利用に際しては情報漏洩リスクや誤回答リスクに対する懸念が強く、導入に二の足を踏む企業も少なくありません。ソフトバンクはそうした懸念に応えるべく、AGENTIC STARで可能な限りの安全策と統制策を盛り込みました。結果、社内規定や法令遵守の観点からも導入是非を判断しやすいサービスに仕上がっています。透明性の確保という点では、AIのアウトプットに至る経緯（どの情報を参照しどう判断したか）をユーザーに説明できる仕組みも検討されています。これは、将来的にAIの意思決定過程を説明可能にすることで、より一層信頼性を高めようというものです。総じて、AGENTIC STARはセキュリティとガバナンスを両立させた先進的なAIプラットフォームであり、性能面だけでなく「安全に使えるAI」であることが企業導入を後押ししています。

「クリスタル」などソフトバンクの他AIサービスとの違いと位置付けを分析

ソフトバンクはAGENTIC STAR以外にもAI関連サービスを展開しており、その代表例がOpenAIと提携した「Crystal Intelligence」です。複数のAIサービスを持つ中で、AGENTIC STARはどのように差別化され、位置付けられているのでしょうか。また、海外企業の提供するMicrosoftのCopilotやGoogleの生成AIサービスなど、競合するプロダクトとの比較においてAGENTIC STARが持つ特徴についても触れます。ソフトバンクのマルチAI戦略の全体像を踏まえ、本サービスの役割と展望を分析します。

Crystal Intelligenceとは何か：OpenAI提携の企業向けAIサービス

Crystal Intelligence（クリスタル・インテリジェンス）は、ソフトバンクが2025年に発表した企業向けAIサービスで、米OpenAI社と提携して開発が進められています。OpenAIのGPTシリーズに代表される高度な大規模言語モデル（LLM）技術を基盤に据え、主に日本企業のニーズに特化した形でチューニングされたAIソリューションです。ソフトバンクは2025年2月にこの開発計画を明らかにし、同年11月にはOpenAIとの合弁会社「SB OAI」を設立して本格展開に乗り出しました。Crystal Intelligenceが目指すのは、チャットボットや文章生成など汎用的な生成AI機能を企業向けに提供するサービスと見られており、セキュアな日本語特化モデルの提供や、企業データを安全に学習活用できる環境構築などが特徴になると報じられています。つまり、Crystal IntelligenceはOpenAIの最新モデル群をベースにしつつ、ソフトバンクがその導入支援やカスタマイズを行うことで、国内企業に適したAI活用を実現しようとするサービスです。

Crystal IntelligenceとAGENTIC STARの違い：モデル技術と提供体制

一見するとCrystal IntelligenceもAGENTIC STARも「企業向けAIサービス」という点で共通していますが、そのアプローチや技術基盤には明確な違いがあります。まずモデル技術の面では、Crystal IntelligenceがOpenAIの技術を主軸としているのに対し、AGENTIC STARは特定のAIモデルに依存しない設計です。AGENTIC STARは複数のベンダーのLLMやAI技術を組み合わせ、用途に応じて最適なものを使える柔軟性を持っています。一方Crystal IntelligenceはOpenAI由来のモデル（おそらくGPT-4など）を中心に据えているため、その性能は非常に高いものの、技術ソースが限定的とも言えます。次に提供体制ですが、Crystal IntelligenceはソフトバンクとOpenAIの共同事業として提供される予定で、グローバルパートナーシップの色彩が強いです。それに対しAGENTIC STARはソフトバンクが単独で企画・運営しているサービスであり、自社クラウド上で完結しています。この違いにより、Crystal Intelligenceは海外最先端モデルの恩恵を受けつつもデータ取扱いなど一部制約がある可能性がありますが、AGENTIC STARは国内法規や企業要望に合わせて自由度高くカスタマイズできる強みがあります。またサービス内容にも違いがあり、Crystal Intelligenceはチャットボットや問い合わせ対応など汎用AI機能をAPI提供するイメージなのに対し、AGENTIC STARは前述の通り業務エージェントプラットフォームとして包括的機能を持っています。両サービスは競合関係ではなく、むしろソフトバンク内では「マルチAI戦略」の下で補完関係にあると説明されています。

ソフトバンクのマルチAI戦略：複数サービスを展開する狙い

ソフトバンクがCrystal IntelligenceとAGENTIC STARという二つのAIサービスを進めている背景には、同社の掲げるマルチAI戦略があります。これは、一つのAI技術やプラットフォームに絞るのではなく、複数のアプローチでAI事業を展開することで広範な顧客ニーズに応え、市場の不確実性にも柔軟に対処しようという戦略です。OpenAIとの協業によるCrystal Intelligenceでは、世界最高峰のAIモデルを取り入れつつ、そのブランド力やテクノロジーを活かして市場参入のスピードを重視しています。一方、自社開発・運営のAGENTIC STARでは、国内企業への深い知見に基づくきめ細かなサービス提供と差別化を図っています。両者を並行して展開することで、大企業にはAGENTIC STARの統合プラットフォームを提案し、中堅以下にはCrystal Intelligenceを通じて手軽な生成AI導入を促す、といった棲み分けも可能になるでしょう。また将来的に顧客の要望が多様化した際、一つのサービスだけではカバーしきれない領域も、複数サービスがあれば対応できます。さらに、技術進歩のスピードが速いAI業界において、一つに賭けるのではなく複数走らせることでリスクヘッジにもなります。ソフトバンクは通信事業者から「総合テック企業」へと変革を図る中で、AIを中核事業の一つと位置付けていますが、その成功のためにあえて多面的な戦略を取っているわけです。

将来的なCrystal Intelligenceとの連携可能性と相乗効果

ソフトバンクは、Crystal IntelligenceとAGENTIC STARの連携についても言及しています。現時点では別サービスとして進んでいる両者ですが、将来的には互いに補完し合う形でシナジーを生み出す可能性があります。例えば、Crystal Intelligenceが持つ高度な言語モデルをAGENTIC STARのエージェントがオプションで利用できるようにする、といった連携が考えられます。逆に、AGENTIC STARのマルチツール実行基盤やMCP連携機能をCrystal Intelligence側から呼び出すことで、Crystalのチャットボットがより複雑なタスクを実行できるようにする、といった方向もあり得ます。ソフトバンク内ではこれらを統合的に検討しているとされ、実現すれば自社サービス同士で相乗効果を発揮できるでしょう。また、共通の管理コンソールで両サービスのユーザーやデータを統合管理するなど、顧客企業から見て利便性が上がる工夫も期待されます。ただし連携に際しては技術基盤の違い（OpenAIモデル vs マルチモデル）やデータガバナンスの調整など課題もあるため、段階的な進展になると予想されます。いずれにせよ、ソフトバンクとしては自社の複数AIサービスを孤立させず将来的にはシームレスに繋げていくビジョンを持っており、それにより他社にはない包括的なAIエコシステムを構築する狙いがあると言えるでしょう。

Microsoft CopilotやGoogle Geminiなど競合サービスにおけるAGENTIC STARの立ち位置

AGENTIC STARが直面する市場環境を見ると、海外のテック大手やスタートアップも類似の企業向けAIエージェントサービスを次々と投入しています。代表的なものがMicrosoftの「Copilot」シリーズや、Googleの生成AIプラットフォーム（Google Workspace向けのAI支援機能やGeminiモデルの展開）です。Microsoft CopilotはOffice製品やGitHub等に組み込まれ、文書作成支援やプログラミング支援を行うもので、既に多くの企業が導入を検討しています。GoogleもGoogle Workspace内で自動要約や返信案提示などAI機能を提供し始めています。こうした競合サービスに対し、AGENTIC STARの立ち位置はどこにあるのでしょうか。一つは、プラットフォーム横断型である点です。MicrosoftやGoogleのソリューションは各社のアプリケーション群に深く統合された形ですが、AGENTIC STARは特定のオフィスソフトに依存せず企業内の様々なデータソースやツールと連携できる独立基盤です。そのため、マイクロソフト製品以外も多用する環境や、複数クラウドを併用するような企業には柔軟性の高さで優位性があります。また、データの取り扱い面でも、AGENTIC STARは国内運用・柔軟カスタマイズが可能なため、日本企業が求める細かなセキュリティ要件に応じやすい利点があります。加えて、80以上のツールを一から自社開発・統合している点もユニークです。スタートアップの提供するAIエージェントはシンプルな機能に留まるものも多い中、AGENTIC STARは総合力で勝負できる存在と言えるでしょう。もちろん、Office製品とのネイティブ統合などCopilotが持つ強みもありますが、AGENTIC STARはベンダーニュートラルな立場から独自の価値を提供し、国内市場で一定の地位を築くことが期待されます。

料金体系と提供モデル（SaaS／カスタマイズ／開発基盤）の詳細

AGENTIC STARは、多様な企業ニーズに対応するため複数のサービス提供モデルを用意しています。また、導入規模や形態に応じて柔軟な料金体系が設定されています。この章では、SaaSモデル・カスタマイズモデル・外部接続モデル・開発基盤提供モデルのそれぞれについて概要を説明し、併せて料金プランの考え方についても解説します。自社の利用ケースではどのモデルが適しているのか、コストはどの程度になるのかを検討する際の参考になるでしょう。

SaaSモデルの契約形態と価格帯（20ユーザーから利用可能）

まず基本となるSaaSモデルについてです。これはソフトバンクのクラウド上でホストされるAGENTIC STARプラットフォームを、そのままオンラインサービスとして利用する形態です。契約単位はユーザー数ベースで、先述の通り20ユーザーから契約可能となっています。例えば、社員20名規模の小規模チームであっても最低単位で導入できる点は、中小企業への配慮と言えます。価格帯の具体額はプレスリリース時点では非公開ですが、「中小企業でも導入しやすい価格帯」とされており、一般的な業務支援ソフトウェアのライセンス費用と同程度か、場合によってはそれ以下の水準も考えられます。料金体系はおそらく年額または月額のサブスクリプションモデルで、ユーザー数に応じてスライドする方式でしょう。ユーザー数が増えるほど1ユーザーあたり単価が割安になるボリュームディスカウントがある可能性もあります。また、エージェントの利用量（例えば生成するトークン数やAPIコール数）によって課金が変動する従量課金要素が含まれるかについては公表されていませんが、大規模利用時には何らかの形で利用量に応じたプランも用意されるかもしれません。サポートサービスや初期導入支援については、基本プラン内に含むのか、エンタープライズ向けに別料金で提供するのかは不明ですが、ソフトバンクの他サービス例からすると専任サポートは上位プランとして用意される可能性があります。全体として、SaaSモデルは初期コストを抑えてスモールスタートしやすい契約形態となっており、多くの企業がまず試しに導入するのに適したプランと言えるでしょう。

社内インフラに構築するカスタマイズモデルの概要とメリット

カスタマイズモデルは、ユーザー企業の要望に合わせてAGENTIC STARの機能を自社インフラ上に構築する提供形態です。具体的には、企業のオンプレミス環境やプライベートクラウド環境に、ソフトバンクの技術チームがAIエージェント機能や管理機能をセットアップします。このモデルの最大のメリットは、データやシステムを完全に自社管理下に置けることです。機密性の高いデータを扱う金融機関や官公庁、大企業などでは、社外クラウドにデータを出せないケースもありますが、カスタマイズモデルであれば社内データセンター内にAIエージェント基盤を構築するため情報漏洩リスクを最小化できます。また、自社の既存システムとの細かな統合カスタマイズも柔軟に行えます。ソフトバンクが提供する標準機能に加えて、企業固有のワークフローや認証基盤との連携、独自ツールの追加など、要件に応じたカスタマイズ導入が可能です。料金体系としては、こちらは個別見積もりとなり、初期構築費用＋保守費用という形になるでしょう。SaaSモデルに比べ初期コストは高くなりますが、そのぶんセキュリティやカスタマイズ性で優れるため、大規模導入や厳格な運用要件がある場合には適したモデルです。なお、カスタマイズモデルでもAGENTIC STARの基本アップデートは継続提供されますが、環境が専有的になるためSaaSよりアップデート反映に時間がかかる場合も考えられます。その点も含め、利用企業のニーズに合わせた柔軟な選択肢として位置付けられています。

既存システムに機能組み込み可能な外部接続モデル（API/MCP連携）

外部接続モデルは、2026年3月から提供開始予定の新しい形態です。このモデルでは、AGENTIC STARのAIエージェント機能を既存の業務システムやソフトウェアに組み込んで利用することが可能になります。具体的には、APIあるいはMCPを通じて外部アプリケーションからAGENTIC STARのエージェントにタスク依頼を送り、その結果を受け取るという連携方式です。例えば、企業がもともと使っているCRMシステムの画面上に「AI提案」ボタンを設け、そこを押すと裏でAGENTIC STARが動いて提案書ドラフトを作成し、結果をCRM画面上に表示するといった統合が考えられます。ユーザーから見ると普段使い慣れたシステムのUIから自然にAI機能が利用できるため、操作教育の手間も少なくスムーズな展開が可能です。技術的には、ソフトバンクが用意するREST APIやMCPインターフェースを介して、外部システムがエージェントへのプロンプトやデータを送信し、処理完了後に結果（文章や生成物データ等）が返却される仕組みとなります。料金としてはAPIコール数ベースの従量課金が導入される可能性が高いです。これは、外部接続モデルは必ずしもユーザー数に比例した利用とは限らず、システムが自動的にAIを呼び出すケースもあるため、利用回数やデータ量に応じたチャージ方式が妥当だからです。外部接続モデルのメリットは、既存の業務フローを大きく変えずにAIエージェントの力を組み込める点にあります。既存システムのUI・データを最大限活用しつつ、裏側の頭脳としてAGENTIC STARを利用できるので、新旧システムの良いとこ取りができます。ただし、連携の実装にはシステム開発が伴うため、ソフトバンクやパートナーSIによる導入支援が必要でしょう。このモデルは、自社開発のツールやサービスにAI機能を追加したいSaaSプロバイダーなどにも魅力的であり、AGENTIC STARのエコシステムを広げる役割も果たすと期待されています。

クラウド向け開発基盤提供モデルとSDK提供（2026年開始予定）

もう一つ、2026年に予定されているのが開発基盤提供モデルです。これはクラウドサービスを大規模に提供する事業者向けに、AGENTIC STARのエージェント実行環境やSDKを提供するモデルと説明されています。イメージとしては、例えばAWSやAzureといった大手クラウドプラットフォームのマーケットプレイスやサービスカタログ上で、AGENTIC STARのAIエージェント機能をコンポーネントとして提供し、開発者がそれを組み込んだアプリケーションを作れるようにする、といった形です。ソフトバンク自身もクラウド事業を持っていますが、さらに他クラウドエコシステムにも乗せていくことで普及を狙うのかもしれません。このモデルでは、SDK（Software Development Kit）が公開され、外部の開発者がAGENTIC STARの機能を直接呼び出したり、カスタムエージェントを実行する環境を利用できるようになる可能性があります。料金については、クラウド事業者との提携によるため個別契約となるでしょうが、最終的にはクラウド利用料＋AGENTIC STAR利用料を組み合わせた課金となると思われます。開発者にとっては、自分たちのアプリ内に強力なAIエージェント機能を組み込めるため、たとえば企業向けの新しいワークフローアプリを開発する際にAGENTIC STARのSDKを使ってAI機能を内包させる、ということが容易になります。ソフトバンクとしては、このモデルによりAGENTIC STARを単なる自社サービスではなくAIプラットフォームとして広く展開する狙いがあると言えます。2026年開始予定とのことなので、今後具体的な対応クラウドやSDK仕様が発表されていくでしょう。

用途・規模に応じて選べる柔軟な提供モデルと料金プラン

以上見てきたように、AGENTIC STARはSaaSモデル、カスタマイズモデル、外部接続モデル、開発基盤提供モデルという4種類の提供モデルを揃えています。これは、導入企業の規模やニーズに合わせて最適な形でサービスを提供するための戦略的な構えと言えます。例えば、AI活用にまず手軽に取り組みたい企業はSaaSモデルでスモールスタートし、全社展開する段階でカスタマイズモデルに移行して自社インフラに構築、さらに自社の他システムにも広げる際には外部接続モデルを活用…といった段階的拡張も可能でしょう。料金プランも各モデルで異なる体系ですが、共通して言えるのは「基本料金＋利用規模（ユーザー数やAPI利用量）に応じた従量部分」の組み合わせで柔軟に設計されている点です。ソフトバンクは顧客企業との交渉で個別に最適プランを提示すると考えられますが、中長期的にはパッケージ化された料金プランも用意されるかもしれません（例：スタンダードプラン、エンタープライズプランなど）。企業にとって嬉しいのは、自社の成長や利用用途の拡大に合わせて契約形態をシームレスに切り替えられることです。使ってみたら有用だったので本格導入したい、となったときに別モデルへの移行がスムーズであれば投資の無駄もありません。AGENTIC STARはこのように、提供モデルと料金面での柔軟性を高く持たせることで、様々な企業にフィットしやすいサービスとなっています。導入検討する企業は、自社のセキュリティ要件やシステム構成、予算に応じて最適なモデルを選び、ソフトバンクと調整することで無理のない形でAIエージェント活用をスタートできるでしょう。

2030年に関連売上500億円規模を目指す「AGENTIC STAR」の事業戦略と展望

ソフトバンクはAGENTIC STAR事業に対して、将来的に大きな成長目標を掲げています。同社は「関連ビジネスを含めて2030年度に約500億円の事業規模を目指す」と発表しており、今後約5年間で大規模な収益をこの分野から上げようとしています。この章では、その500億円という目標の背景と、その達成に向けた収益モデル、普及戦略、そして長期的な市場展望について探ります。AGENTIC STARがソフトバンクにとってどのような位置を占め、今後どのように展開されていくのかを考察します。

AGENTIC STARの2030年に向けた事業目標と売上計画

ソフトバンクは2025年末のAGENTIC STAR発表に際し、2030年度（おそらく2031年3月期）に関連ビジネス含め500億円規模の売上を目指すと明言しました。この数字は、単年の売上としてかなり高い目標値と言えます。現状、生成AIやエージェント関連の市場は立ち上がったばかりですが、ソフトバンクは自社が国内市場を牽引することで、この領域を数百億円規模の事業に育てる計画です。500億円という売上目標には、AGENTIC STARそのものの利用料収入だけでなく、関連する周辺ビジネス（例えばコンサルティングやシステム構築サービス、他AIサービスとの連携収入など）も含まれると考えられます。売上計画としては、まず今後2〜3年で国内の大手企業を中心に導入を進め、その後中堅・中小企業へも普及を広げることで利用企業数を飛躍的に増やしていくシナリオでしょう。また、2026年以降に提供される外部接続モデルや開発基盤提供モデルの収益も後半で本格化すると見込まれます。2030年というと5年強のスパンですが、その頃にはAIエージェントが企業インフラの一部として定着し、多くの企業が月額費用を払って使い続ける状況を目指していると言えます。この目標達成にはソフトバンク単独ではなく、パートナー企業との協業や市場全体の成長も不可欠となるため、後述する戦略によってエコシステム全体を盛り上げていく構想です。

関連ビジネスも含め500億円規模を目標とする背景

それでは、なぜ500億円という規模を掲げたのか、その背景を考えてみます。一つには、市場ポテンシャルの試算があります。世界的に見て、企業向けAIエージェント市場は今後急拡大が予想され、日本国内でも2030年頃には数千億円規模になる可能性があります。ソフトバンクはその中で大きなシェアを獲得し、関連サービスも含めて500億円程度は十分狙えると踏んでいるのでしょう。また、Beyond Carrier戦略で通信以外の新規事業を育成しているソフトバンクにとって、AI分野で数百億円規模の柱を作ることは投資家や市場へのアピールにもなります。500億円という数字は、例えば同社の既存事業（携帯・通信）に比べれば小さいですが、新規事業としては野心的なターゲットです。関連ビジネスも含めるとあるように、AGENTIC STAR単体でなく周辺領域での収益も視野に入れているのもポイントです。具体的には、他社へのOEM提供、他社サービスへのAI基盤提供（前述の開発基盤モデル）や、API提供に伴うパートナー企業からの収入、AI運用コンサルティングやカスタマイズ開発の収入など、多面的な売上源を見込んでいます。また、ソフトバンクグループ全体で見れば、ヤフーやLINEといったサービスにもAIエージェント技術を展開することでグループシナジーからの収益拡大も期待できます。500億円の目標設定は、高い成長へのコミットメントを示すとともに、社内外でリソースを集中させる旗印としての意味合いもあると考えられます。

ユーザー課金＋API提供による収益モデルの拡大

AGENTIC STARの収益モデルは、大きく分けて二本柱になると想定されます。一つは従来通りのユーザー課金モデル、つまりサービス利用企業からのサブスクリプションフィーです。これはSaaSモデルやカスタマイズモデルでのライセンス収入に当たります。もう一つがAPI提供による収益、すなわち他社サービスやアプリケーションからAGENTIC STARの機能を利用してもらい、その利用量に応じて収益を得る形です。先述の外部接続モデルや開発基盤提供モデルがこれに該当します。500億円という大きな数字を実現するには、自社直販のユーザーライセンス収入だけでなく、エコシステム経由の大量利用を取り込むことが不可欠でしょう。例えば、ソフトバンク以外のソフトウェア会社が自社の製品にAGENTIC STARのAIエージェント機能を組み込んで提供し、その利用分のフィーがソフトバンクに入ってくるといった構図です。これを進めるには、魅力的なAPIやSDKを用意し、パートナーを増やす必要がありますが、ソフトバンクは早期にその布石を打とうとしています。具体的には、2026年に予定のAPI提供開始を皮切りに、業界団体や開発者コミュニティと連携して普及を図るでしょう。また、ユーザー課金モデルにおいても、様々なプランを用意して幅広い層を取り込む戦略が考えられます。大企業向けにはプレミアムプラン、中小向けには低価格プラン、さらに個人開発者向けの試用プランなど、多段階の料金設定で裾野を広げる可能性もあります。このように、直接収入と間接収入の両面から売上を伸ばすことで、ソフトバンクは2030年の目標達成を目指しています。

企業への浸透戦略と市場シェア拡大の見込み

500億円規模の事業に育てるためには、市場における高いシェア獲得が前提となります。ソフトバンクはAGENTIC STARを国内企業に広く浸透させるため、いくつかの戦略を講じると考えられます。まず、既存顧客基盤の活用です。ソフトバンクは通信事業やソリューション事業で多くの法人顧客を持っています。そのリレーションを活かし、AGENTIC STARを自社回線やクラウド、他ソリューションと組み合わせた形で提案することでスピーディに普及を図るでしょう。次に、成功事例の創出と横展開です。社内導入事例は既にPRされていますが、今後は業種別の有力企業への導入を推進し、それらをベンチマークとして業界全体に売り込む戦略が有効です。例えば製造業の〇〇社での成功事例、金融業の〇〇銀行での活用事例、といった形でケーススタディを増やし、追随する企業を増やします。また、パートナーネットワークの構築も重要です。SIer（システムインテグレーター）やコンサル会社と提携し、AGENTIC STARの導入支援サービスを展開してもらうことで、ソフトバンク単独ではリーチしきれない中堅中小企業にもリーチできます。市場シェア拡大の鍵として、競合との差別化も引き続き図るでしょう。前述したような国産でガバナンスに強い点や、MCP対応でオープンな点をアピールし、海外製AIへの不安を持つ層を取り込む狙いです。国内市場で早期にリーダーシップを確立できれば、その優位はしばらく続くと見込まれます。2030年時点でAGENTIC STARが「企業AIエージェント=まずはこれ」という地位を築いていれば、市場シェアと売上はおのずと目標に近づくでしょう。

長期展望：AIエージェント市場の成長とSoftBankの狙い

最後に、AGENTIC STARを含むAIエージェント市場全体の長期展望と、それに対するソフトバンクの狙いをまとめます。AIエージェント市場は2025年現在黎明期ですが、2030年に向けて企業の働き方改革やDXの切り札として大きく成長することが予測されています。業務の何割かはAIエージェントに任せるのが当たり前、という時代が来るかもしれません。その時、プラットフォームを握っている企業は新たなエコシステムの中心として大きな影響力と収益を得るでしょう。ソフトバンクはまさにそのポジションを国内で狙っています。通信インフラで人と情報を繋いできた同社が、次は人とAI、あるいはAI同士を繋ぐインフラ提供者になるというビジョンです。Beyond Carrier戦略における新領域の柱としてAIエージェント事業を育て、将来的には通信事業に匹敵する収益源にしたいという野心もうかがえます。また、AGENTIC STARで培ったAI技術・ノウハウは他領域への展開余地も大きく、コンシューマ向けサービス（例えば個人向けAIアシスタント）への応用や、海外市場への展開なども考えられます。500億円というのも国内限定での話に留まらず、アジア圏への輸出などがあれば更なる上積みも可能でしょう。もちろん競争環境は厳しく、GoogleやMicrosoft、日本国内でも他社が黙って見ているわけではありません。しかしソフトバンクが通信時代に培ったスピード感と積極投資で市場をリードすれば、AIエージェント時代においても主要プレイヤーとして存在感を示すことができるはずです。AGENTIC STARの今後の進化と市場の反応から、目が離せない数年間となるでしょう。