生成AIエージェントが業務の一部を担うようになりつつある今、「どれだけコストをかけたか」だけでなく「AIがどれだけ仕事をこなしているか」を可視化する指標が重要になっています。そこで注目されているのが、Daily Active Agents（DAA）という新しい概念です。本記事では、従来のDAU（Daily Active Users）との違いや、企業にとっての意味を分かりやすく解説します。
DAAとは何か：エージェント時代の新しい物差し
DAA（Daily Active Agents）の基本的な考え方
DAAとは「Daily Active Agents」の略で、1日に実際に稼働したAIエージェント（自律的にタスクをこなすAIシステム）の数や、その活動状況を示す指標です。人間ユーザーのアクティブ数を測るDAUの、エージェント版と位置づけることができます。
DAUとの違い：利用者数から「仕事量」へ
DAUは「何人がサービスを使ったか」を示すのに対し、DAAは「AIエージェントがどれだけ仕事をしたか」というアウトプット側に焦点を当てます。同じ1体のエージェントでも、100件の問い合わせに対応した日と、ほとんど何もしなかった日では、ビジネスへの貢献度は大きく異なります。DAAは、この“仕事量の違い”を追跡しようとする考え方だと言えます。
トークノミクスとの関係：コスト指標からアウトプット指標へ
生成AIの世界では、これまで「トークノミクス（tokenomics）」と呼ばれる、トークン消費量やAPI利用量を軸にしたコスト管理が重視されてきました。入力や生成トークン数は「いくらかかったか」を測るには便利ですが、「どれだけ価値ある仕事が生まれたか」までは直接は示しません。DAAは、こうしたコスト指標に対し、「実際にどれだけの仕事をエージェントが完了させたのか」を追うアウトプット指標として位置づけられます。
なぜDAAが重要なのか：ビジネス活用の視点
AI投資の「費用対効果」を見える化する
企業がAIエージェントを導入する最大の目的は、生産性向上やコスト削減です。DAAを活用すると、例えば「何体のエージェントが、1日にどれだけの問い合わせ対応・資料作成・データ処理をこなしたか」を追跡し、人間の工数と比較することで、AI投資の費用対効果をより具体的に把握できます。
エージェント設計・運用の改善ポイントが見える
DAAを継続的に計測することで、「あるエージェントだけ仕事量が極端に少ない」「特定時間帯や特定業務で負荷が集中している」といったパターンも見えてきます。これにより、プロンプトやワークフローの改善、役割分担の見直し、自動化範囲の拡大・縮小といった意思決定を、データに基づいて行いやすくなります。
人とAIのハイブリッドワークを最適化する
DAAは、人間の業務データと組み合わせることで、「どこまでをAIが担当し、どこからを人間が行うのが最適か」という分業設計にも役立ちます。AIエージェントが得意な定型業務の処理量が把握できれば、人はより高付加価値な業務に集中する、といったワークスタイル転換を進めやすくなります。
DAA活用のポイントと今後の展望
DAAを測るときに押さえたい視点
DAAを有効に活用するには、「単に稼働したエージェント数」を数えるだけでなく、「どのような成果を上げたか」をセットで捉えることが重要です。たとえば、問い合わせ解決数、生成したレポート数、処理したデータ件数など、ビジネス価値と結びつきやすい指標と一緒に見ることで、より実態に即した評価ができます。
まとめ
Daily Active Agents（DAA）は、AIエージェントが主役になる「エージェント時代」における、新しい共通言語になりつつあります。コストを追うトークノミクスだけでは見えづらかった「どれだけ仕事が進んだのか」を可視化することで、AI導入の成果をより正確に評価し、人とAIの役割分担を最適化する手がかりとなるでしょう。今後、DAAを含むエージェント指標をどう設計・標準化していくかが、企業のAI戦略を左右する大きなテーマになっていきそうです。
