AIエージェントの種類を調べると、記事によって挙げている種類がまったく違うことに気づきます。「単純反射型」「目標ベース型」と教科書のような名前を並べる記事もあれば、「営業向け」「開発向け」と製品の用途で分ける記事、「シングル」「マルチ」と構成で分ける記事もあります。先に結論を書くと、AIエージェントの種類は、動き方・構成・用途という3つの分け方が混ざって語られています。会社が業務に合う方式を選ぶときに見るのは、種類の名前ではなく、どこまで自分で判断して動くかという自律性の段階です。そして、複雑な種類ほど優れているわけではありません。2026年11月に私が確認した検索上位は、種類の定義の解説か、製品の比較のどちらかで、分け方の違いを整理したうえで選び方まで示した記事は多くありませんでした。この記事では、3つの分け方ごとに種類を整理し、業務に合う方式の選び方と、開発会社の提案で確かめることをまとめます。
この記事のポイント
- AIエージェントの種類は、動き方・構成・用途の3つの分け方が混ざって語られている
- 動き方では反射型から学習型までの5種類、構成では単体型と複数型、用途では業務別に分かれる
- 選ぶときに見るのは種類の名前ではなく、手順固定・一部判断・自律という自律性の段階
- 複雑な種類ほど費用と確認の手間が増えるため、単純な方式で足りるかを先に確かめる
目次
AIエージェントの種類と3つの分け方
種類の分け方は3つある
種類の話がかみ合わない原因は、分け方がそろっていないことです。ある記事は、AIエージェントがどう判断して動くかで分けています。別の記事は、1つで動くのか、複数が連携するのかで分けています。さらに別の記事は、どの業務に使うかで分けています。どれも間違いではありませんが、同じ「種類」という言葉で、別のものを指しています。
- 動き方で分ける:何をもとに判断して動くか(反射型、目標ベース型など)
- 構成で分ける:1つで動くか、複数が役割を分けて動くか(単体型、複数型)
- 用途で分ける:どの業務に使うか(問い合わせ対応向け、開発向けなど)
社内で話すときや、開発会社の提案を読むときは、まず、どの分け方の話をしているのかを確かめます。これだけで、話の行き違いがかなり減ります。AIエージェントそのものの定義から確かめたい場合は、AIエージェントとは何かを解説した記事を先に読むと、以降の分類が理解しやすくなります。
動き方で分ける5つの種類
動き方による分類は、人工知能の教科書で古くから使われてきたものです。大手のIT企業の解説記事でも、この5つがよく紹介されています。名前は難しく見えますが、下に行くほど、考える材料が増えていく、と捉えると分かりやすいです。
| 種類 | 動き方 | 身近な例 |
|---|---|---|
| 単純反射型 | 決められた条件に当てはまったら、決められた動作をする | 特定の語を含むメールを決まったフォルダに振り分ける |
| モデルベース反射型 | 今の状況とこれまでの経過を覚えたうえで、条件に沿って動く | 前回の問い合わせの内容を踏まえて回答を変える |
| 目標ベース型 | 達成したい目標から逆算して、手順を組み立てる | 会議を設定するために、空き時間を調べて候補を出す |
| 効用ベース型 | 複数の案を比べ、最も望ましい結果になる案を選ぶ | 費用と納期を比べて、仕入れ先の候補を並べる |
| 学習型 | 結果の良し悪しをもとに、動き方を改善していく | 担当者の修正を反映して、次の回答案を良くする |
実際の製品は、この5つのどれか1つにきれいに当てはまるわけではありません。多くは、いくつかの性質を組み合わせています。この分類は、製品を選ぶためのものというより、「どこまで考えて動くのか」を話すための物差しとして使います。
構成で分ける単体型と複数型
構成による分類は、AIエージェントをいくつ使うかの違いです。単体型は、1つのAIエージェントが、調べる、まとめる、操作するといった作業を順番に進めます。複数型は、マルチエージェントとも呼ばれ、調査の担当、作成の担当、確認の担当というように、役割を分けたAIエージェントが連携します。
複数型は、役割ごとに指示と権限を分けられるため、大きな作業を分担させやすいという利点があります。一方で、AIエージェントどうしの受け渡しで誤りが起きたときに、どこで間違えたのかを追いにくくなります。動かす数が増えるぶん、利用料も増えます。
もう一つ、手順の決め方による違いもあります。順番をあらかじめ固定して動かす方式と、AIエージェントが状況を見て順番を決める方式です。前者はワークフロー型、後者は自律型と呼ばれることがあります。この違いは、あとで説明する選び方に大きく関わります。
用途で分ける業務別の種類
製品の比較記事でよく使われるのが、用途による分類です。私が上位の記事と各社の製品ページを見た範囲では、おおよそ次の4つに分かれます。
- 汎用型:調査、資料づくり、文案づくりなど、幅広い作業を対話で頼める
- 業務特化型:問い合わせ対応、営業、経理など、特定の業務の流れに合わせて作られている
- 開発支援型:コードの作成、修正、テストを進める
- 画面操作型:ブラウザやパソコンの画面を、人の代わりに操作する
用途による分類は、製品を探す入口としては便利です。ただし、同じ用途の製品でも、どこまで自分で判断して動くかは大きく違います。用途が合っているだけで選ぶと、思ったより手がかかる、あるいは思ったより勝手に動く、ということが起こります。サービスを同じ条件で並べて比べる方法は、AIエージェントサービスの比較の記事で整理しています。
ロボットやRPAとの違い
AIエージェントの種類を調べていると、ロボットという言葉も出てきます。ここで言うAIエージェントは、工場や倉庫で動く機械のロボットではなく、パソコンやクラウドの中で動くソフトウェアです。画像でロボットの姿が描かれることが多いので、混同しやすい点です。
RPAとの違いもよく聞かれます。RPAは、人が決めた手順を、そのとおりに繰り返すソフトウェアです。画面の配置や入力の形式が変わると止まりますが、決められたとおりにしか動かないので、結果は安定します。AIエージェントは、文章を読んで内容を判断できるため、形式がそろっていない入力にも対応できます。そのかわり、毎回同じ結果になるとは限りません。どちらが上という話ではなく、業務の性質で使い分けます。
業務に合うAIエージェントの種類の選び方
複雑な種類ほど優れているわけではない
種類の一覧を見ると、学習型や複数型のほうが進んでいて、優れているように見えます。しかし、業務で使ううえでは、複雑さは利点であると同時に負担です。自分で考える範囲が広いほど、結果を確認する手間が増えます。動かす数が多いほど、費用も、誤りの原因を調べる時間も増えます。
私が現場で見る失敗の多くは、最初から高度な方式を選んだことによるものです。決まった手順で足りる業務に、自律的に動く複数のAIエージェントを入れてしまい、結果がばらついて使われなくなる、という流れです。単純な方式で足りるなら、単純な方式を選ぶ。足りなくなったところだけ、複雑にする。この順番を守ると、失敗しにくくなります。
自律性の段階で選ぶ
業務に合う方式を選ぶときに、最も役に立つ物差しが、自律性の段階です。どの分け方の種類であっても、次の3つの段階のどこに当たるかを確かめます。
| 段階 | 動き方 | 向く業務 | 人の関わり方 |
|---|---|---|---|
| 手順固定 | 順番は決まっていて、各工程の中だけでAIが判断する | 請求書の入力、定型の問い合わせへの回答 | 例外が出たときに対応する |
| 一部判断 | 大枠の流れは決まっていて、分岐の判断をAIが行う | 問い合わせの振り分け、見込み客の選別 | 重要な分岐で承認する |
| 自律 | 目標だけを渡し、手順はAIが組み立てる | 調査、分析、コードの作成 | 結果を確認し、採否を決める |
下の段階ほど、できることは広がりますが、結果のばらつきも大きくなります。取り消しにくい操作を含む業務では、手順固定か一部判断の段階にとどめ、実行の前に人の承認を置きます。自律の段階は、結果を人が読んで判断できる、調査や文案づくりのような業務から使い始めます。機能の面からできることを確かめたい場合は、AIエージェントで何ができるかを整理した記事も参考になります。
業務の条件から種類を決める
自社の業務がどの段階に合うかは、次の3つの条件で決められます。
- 手順が決まっているか
- 毎回ほぼ同じ順番で進む業務は、手順固定で足ります。状況によって進め方が変わる業務だけ、一部判断か自律を検討します。
- 誤ったときの影響が大きいか
- 支払いや顧客への送信のように影響が大きい業務は、自律性を低くし、承認を置きます。社内向けの調査のように影響が小さい業務は、自律性を高くしても問題が起きにくいです。
- 入力の形式がそろっているか
- 形式がそろっている入力は、RPAや手順固定の方式で安定して処理できます。文章や書式がばらばらな入力は、AIの判断が役に立ちます。
3つの条件に答えようとすると、そもそも業務の手順が文書になっていない、誤りの影響を誰も見積もっていない、と気づくことがあります。方式を決める前の準備が足りているかは、目的・データ・運用など6領域50項目を自己採点するAI導入準備度チェックリストで先に点検しておくと、どの段階の方式なら今の体制で扱えるかを判断しやすくなります。
種類ごとの費用と運用の違い
方式の違いは、費用と運用の手間にも表れます。手順固定の方式は、動く範囲が決まっているため、利用料を見積もりやすく、誤りの原因も追いやすいです。自律の方式や複数型は、1回の作業でAIを呼び出す回数が増えるため、利用料が読みにくくなります。同じ依頼でも、手順が長くなった回は費用が上がります。
運用の面では、確認する人の時間が効いてきます。自律性が高い方式ほど、結果を読んで採否を決める人が必要です。この時間を見込まずに導入すると、作業は減ったのに確認の仕事が増えた、という結果になります。方式を比べるときは、利用料だけでなく、確認にかかる人の時間も合わせて並べます。
見積もりを取るときは、想定する処理の件数と、1件あたりの手順の長さを伝え、月の利用料の幅を出してもらいます。利用料に上限を設定できるか、上限に達したときにどう止まるかも、あわせて確かめておくと、運用を始めてからの想定外の請求を避けられます。
開発会社の提案で種類を確かめる
開発会社や導入支援の会社から提案を受けるときは、提案されている方式がどの種類に当たるのかを、次の質問で確かめます。
- 手順は固定か、AIが組み立てるのか
- AIエージェントは1つか、複数か。複数にする理由は何か
- 人が承認する場面はどこに置かれているか
- より単純な方式で実現できない理由は何か
とくに最後の質問は大切です。単純な方式では足りない理由を、業務の条件に沿って説明できる会社は、方式を目的から選んでいます。「最新の方式だから」「複数のほうが高度だから」という説明しか出てこない場合は、方式が先に決まっている可能性があります。複数の会社の提案を並べるときは、提案内容や体制など10カテゴリ100項目を同じ基準で採点するベンダー選定比較表テンプレートに、方式とその理由の欄を加えて使うと、方式の違いを含めて候補を点数で比べられます。

