「AIが仕事を奪う」と語られる一方で、実際にどこまで人間の業務を代替できているのかは、これまであまり検証されてきませんでした。カナダ発のAI企業 Cohere Labs が公開した新たなデータセット「Agentic Task Ecosystem」は、69万件以上のAIツールを対象に、実務タスクをどこまで自律的にこなせるかをテスト。その結果、合格したのはわずか2.6％だったと報告されています。AI時代の働き方を考えるうえで、見逃せない示唆を含む結果です。
AIエージェント時代の到来と新データセットの概要
「AIエージェント」とは何か：チャットボットとの違い
AIエージェントとは、単に入力に応答するだけでなく、目的達成のために自律的にツールを使い、複数のステップからなるタスクを実行するシステムを指します。たとえば、情報検索、メール送信、スケジュール調整、外部APIや社内システムとの連携などを、人間の指示を待たずに組み合わせて進めることが想定されています。
これまでの「チャットボット的AI」は、テキスト生成や質問応答に強みがありましたが、実務では「ツールの呼び出し」「結果の解釈」「次の行動の決定」といった一連の流れを、安定して任せるのは難しいとされてきました。今回の検証は、まさにこの「自律性」をどこまで実現できるのかを測る試みです。
Agentic Task Ecosystemとは：69万件超のツール群を構造化
Cohere Labsが公開した「Agentic Task Ecosystem」は、AIエージェントが利用することを前提とした69万件以上のツールを収集・整理したデータセットです。ここで言うツールには、外部サービスのAPI、特定の業務に特化した機能モジュール、社内システムへのアクセス機能などが含まれます。
特徴的なのは、ツールが「どのような職業タスクに使えるか」という観点で整理されている点です。単に機能一覧ではなく、「経理処理」「顧客対応」「データ入力」「レポート作成」など、業務プロセス単位で評価できるように設計されています。これにより、AIがどの職種・どの作業を自律的にこなせるかを比較しやすくなります。
テストの焦点：ツールだけで職業タスクを完了できるか
今回のテストで問われたのは、「そのツールがAIエージェントに使われたとき、人間の追加介入なしに、定義された職業タスクを最後まで完了できるか」という点です。ここでいう職業タスクとは、単発の指示ではなく、実務に近いまとまりのある仕事を指します。
たとえば、次のようなイメージです。
- 営業メールのテンプレートを生成し、顧客リストに応じて文面を調整する
- 入力された領収書データを会計ソフトに反映し、月次レポートを作成する
- サポート窓口への問い合わせ内容を分析し、FAQの更新案をまとめる
つまり、「一部を助けるツール」ではなく、「仕事のひと区切りを任せられるツール」かどうかが、今回の評価軸になっています。
判明した現実：自律的に仕事を完了できたのは2.6％
合格率2.6％が意味するもの
テストの結果、定義された職業タスクを「自律的に最後までこなせた」と判断されたツールは、全体のわずか2.6％にとどまりました。69万件以上という膨大な数を前提に考えると、多くのツールは「便利な補助機能」であっても、「任せきりにできる仕事」にはまだ到達していないことが分かります。
この数字は、悲観的というよりは、AIの現状を冷静に把握するための重要な指標です。AIが急速に進化しているのは事実ですが、「人間の仕事を丸ごと置き換える」レベルまで到達している領域は、現状ではごく一部に限られていることを示しています。
なぜタスク完了まで到達しないのか：技術と設計のギャップ
多くのツールがタスク完了まで到達できなかった背景には、いくつかの要因が考えられます。
- 業務フロー全体をカバーしていない：特定ステップには強いが、前後の処理や例外対応が抜け落ちている
- 外部システムとの連携不足：社内ツールや既存ソフトとつながっておらず、最終アウトプットまで到達できない
- 評価指標の厳格さ：「人間がほぼ手直し不要」といえる品質基準を満たすのが難しい
また、実務では「例外」が常に発生します。イレギュラーなデータ、あいまいな指示、不完全な情報などに柔軟に対応する力は、現時点では人間の方がはるかに優位です。この「現場ならではの判断」の部分が、自律型AIエージェントにとって大きなハードルになっています。
仕事の「一部自動化」が主流に：人とAIの役割分担
合格率2.6％という数字は、「AIはまだ役に立たない」という意味ではありません。むしろ、多くのツールが仕事の特定部分をスピードアップしたり、ミスを減らしたりする役割を果たしています。ただし、最初から最後までをAIだけに任せるよりも、人間が設計したワークフローの中で、要所要所をAIに代行させる形が現実的であることを示しています。
この現実を踏まえると、今後の働き方で重要になるのは、「AIに任せられる部分」と「人間が担うべき部分」を見極めて、タスクを再設計するスキルです。AIを恐れるのではなく、「どこまでをAIに委ねるのが最適か」を判断できる人材ほど、価値が高まっていくと考えられます。
あなたの仕事はどう変わる？実務へのインパクトと備え方
AIが得意な領域：繰り返し作業と「型」のある仕事
今回の結果からも、AIエージェントが相対的に取り組みやすいのは、手順が明確で、入力と出力のパターンがはっきりしている業務だと考えられます。例えば、定型フォーマットへのデータ入力、テンプレートに基づく文書作成、ルールベースで判断できるチェック作業などです。
こうした領域では、AIツールが「作業時間の大幅な短縮」や「ヒューマンエラーの削減」に貢献しやすく、2.6％に含まれるような高性能ツールが今後も増えていくと見込まれます。一方で、複数の利害関係者との調整、あいまいな要望の整理、長期的な戦略立案など、人間同士のコミュニケーションと背景理解がカギとなる業務は、当面は人間が主役であり続ける可能性が高いでしょう。
求められるスキル：AIを「使われる側」から「使う側」へ
AIエージェントの現状を踏まえると、個人レベルで意識したいポイントは次のようなものです。
- 自分の業務を分解する力：タスクを細かく分け、どこがAIに任せやすいかを見極める
- ワークフロー設計力：AIツールを組み合わせ、人とAIが協働できる流れを組み立てる
- 評価とフィードバック：AIが出力した結果をチェックし、改善のためのフィードバックを行う
これらは、「AIに仕事を奪われないための防御」ではなく、「AIを味方につけて仕事の質とスピードを高めるための攻め」のスキルです。特に、AIツールの選定や運用ルールづくりに関わる人は、こうした視点を持つことで組織全体の生産性向上にも貢献できます。
まとめ：2.6％の意味をどう捉えるか
69万件以上のAIツールのうち、職業タスクを自律的に完了できたのは2.6％という結果は、「AIはまだ万能ではない」という安心材料にも、「一部の領域ではすでに人間並み、あるいはそれ以上の生産性を発揮し始めている」という警鐘にもなり得ます。
重要なのは、この数字をきっかけに、自分の仕事のどの部分がAIに置き換わりやすいのか、逆にどの部分で人間ならではの価値を発揮できるのかを見直すことです。AIエージェントの進化は今後も続きますが、「仕事を奪われる側」になるか、「AIを活用して仕事を再設計する側」になるかは、今からの準備次第だと言えるでしょう。
