エンタープライズ AI、エージェント管理は可能だがコスト計測に苦戦
本文の状態
日本語全文を表示中
詳細モードで約26分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
VentureBeat AI
VentureBeat の調査によると、企業の AI エージェント運用は単一プラットフォーム依存から複数基盤のハイブリッド化へ移行しており、コスト管理やセキュリティ制限が主要な課題となっている。
Continue in AI NEW LAB
このニュースを、実務の判断につなげる
AI NEW LABで、試したことや先に確認したい条件を共有できます。まずはログインなしで読めます。
AI NEW LABで論点を見るAI深層分析を開く2026年8月12日 17:08
AI深層分析
キーポイント
マルチプラットフォーム戦略の定着
調査対象企業の85%が2つ以上のオーケストレーション基盤を運用しており、平均3.1基盤を使用している。Microsoft AI Foundry と OpenAI Agents SDK が主要な構成要素となっている。
選定基準のシフト
企業は特定のモデルへの依存（モデル重力）よりも、モデルやツール間の柔軟性を重視して基盤を選択している。セキュリティと権限管理が購買決定の重要な要因となっている。
コスト可視化の遅れ
調査対象の5社に1社は、請求書が届く前に暴走するエージェントをリアルタイムで停止できる仕組みを持っていない。コスト管理が最大の懸念事項の一つとなっている。
ハイブリッド制御平面への期待
企業の過半数は2026年末までに、プロバイダー固有技術と外部オーケストレーションを組み合わせたハイブリッドな制御平面を期待している。プロバイダーのセキュリティ制限がロックインよりも懸念されている。
エージェントの真のオーケストレーション率は低い
企業の大半が「エージェント」を実態のないチャットボットと認識しており、本格的なオーケストレーションが実施されているのは全体の47%に過ぎない。
重要な引用
The typical enterprise runs three orchestration platforms at once, and selects them for flexibility across models rather than affinity to any single one.
One in five enterprises still has no real-time way to stop a runaway agent before the bill arrives.
Enterprises are spending to see and govern agents, not merely to build them.
A plurality of 47% of respondents say that between 26 and 50% of their agents are genuinely orchestrated
編集コメントを表示
編集コメント
この調査結果は、企業が AI エージェントの導入初期段階から「運用と管理」の本格的な課題に直面していることを浮き彫りにする。ベンダーロックインへの懸念よりもセキュリティ制限を重視する傾向は、組織としてのガバナンス体制が成熟過程にある証左と言える。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
107 社の企業を対象とした調査では、エージェントオーケストレーションは単一のプラットフォームに依存する選択ではないことが明らかになりました。
典型的な大企業では、同時に 3 つのオーケストレーションプラットフォームを運用しており、特定のベンダーへの愛着ではなく、さまざまなモデル間での柔軟性を重視して選定しています。主要利用においては Microsoft が首位ですが、将来の検討対象としては Anthropic が圧倒的な差をつけてリードしています。
企業が求める AI コントロールプレーンは意図的にハイブリッド構成です。つまり、主要な AI プロバイダーの利用に加え、ベンダーに依存しない技術も組み込まれます。企業たちが最も懸念しているのは、プロバイダーが管理するコントロールによる「ロックイン」ではなく、プロバイダー自体のセキュリティや権限付与における限界です。
5 社に 1 社の割合で、請求書が届く前に暴走したエージェントをリアルタイムで停止できる仕組みを持っていません。
今回の VentureBeat Pulse Research は、企業におけるエージェントオーケストレーションの実態を検証します。企業がどのプラットフォームを採用しているか、その選択の背景にある要因や最適化目標、エージェント制御のあり方について。そして最も示唆に富むのは、実際に展開されている「エージェント」がどれほどオーケストレーションされており、実行コストをどれだけ厳密に管理できているかという点です。
調査の中心的な発見は、オーケストレーションが「単一」から「複数化」した点です。企業の 85% が 2 つ以上のオーケストレーションプラットフォームを運用しており、64% は 3 つ以上を使用しています。組織あたりの平均数は 3.1 です。
主要なプラットフォームとしては、Microsoft の AI Foundry / Copilot Studio が 70%、OpenAI の Agents SDK が 68%、Anthropic の Claude Platform が 47% で採用されています。単一の「主要」プラットフォームを問われた際、明確に回答した人のうち Microsoft を挙げるのが 41%、次いで Anthropic が 28% でした。このサンプルにおいて、「オーケストレーション層を 1 つだけ運用してそれが戦略だ」と主張する企業は存在しません。
こうした複数化の状況から導かれる選定ロジックでは、「モデルやツール間の柔軟性」が最大の購入要因（29%）となっています。これは、最新基盤モデルとのネイティブな整合性を重視する「モデル重力」による選択（10%）の約 3 倍です。企業は、お気に入りのモデルに付随するオーケストレーション環境を選ぶのではなく、「特定のモデルに縛られない」環境を選んでいます。
セキュリティと権限管理（17%）、本番環境での信頼性（15%）、エージェント実行の制御（15%）といった要素が加わり、購入判断は開発者の利便性よりも、ガバナンスと選択肢の確保を重視するロジックに集約されています。
2026 年末までに、53％の企業が「ハイブリッド制御プレーン（プロバイダーネイティブと外部オーケストレーションを併用）」の実装を想定しています。企業がプロバイダー内蔵型の制御に最も懸念しているのはセキュリティと権限管理の制限（37％）で、ベンダーロックイン（23％）や可視性の不足（22％）を上回っています。
こうした懸念に応えるかのように投資先も変化しています。エージェントの監視とデバッグへの支出が 31％でトップとなり、次いでセキュリティと権限管理の実行が 30％です。一方、ワークフローツールへの支出は 19％にとどまります。企業は単にエージェントを構築するだけでなく、その運用状況を把握し統制するための投資を強化しているのです。
多くの企業が認めるように、「エージェント」の多くは実態としてはチャットボートに過ぎません。回答者のうち 47％が「自社のエージェントのうち 26〜50％が真にオーケストレーションされている」と回答しており、37％は 25％以下、16％は 50％超と答えています。
しかし、コスト管理については依然として課題が残っています。企業の 21％が、エージェントの利用料を事後のログのみで把握しており、実行ループが暴走した際に即時停止させる仕組みを持っていません。
VentureBeat は、継続中の「Pulse Research」シリーズの一環として本調査を実施しました。今回の調査は、エンタープライズにおけるエージェントのオーケストレーションに焦点を当てています。
回答は従業員数 100 人以上の組織から抽出され（サンプル数 n=107）、2026 年 7 月の単一波に限定されています。これは複数月にわたるデータを統合したサンプルではなく、単一の調査時点でのクロスセクション分析であるため、月ごとの推移を推測するものではありません。本報告書のすべての数値は、2026 年 7 月の調査結果のみに基づいています。なお、複数回答が可能な設問については、各選択肢の割合の合計が 100% を超える場合があります。
今回の調査サンプルは、大企業かつテクノロジー関連の組織に偏っており、これがすべての知見に影響を与えています。組織規模別では、従業員数 1 万人以上の企業が半数以上を占めています。具体的には、5 万人以上（26%）と 1 万〜4 万 9,999 人（25%）が最多で、次いで 2,500〜9,999 人と 500〜2,499 人が各 19%、100〜499 人が 11% です。業種別では、テクノロジー・ソフトウェア企業が 53% を占め、次いで政府・公共部門（16%）、製造業・産業分野（10%）となっています。
回答者の役割は実務的で技術寄りの構成です。ソフトウェアエンジニアおよび機械学習（ML）エンジニアが 22%、製品・プログラムマネージャーが 21%、データ/AI/分析担当ディレクターが 17%、同 VP が 12% です。購買決定権については、AI ソリューションの推奨者、影響力を持つ関係者、あるいは最終決定者のいずれかに該当する者が 90% に上ります（推奨者・影響力を持つ関係者が 63%、最終決定者が 27%）。
主要プラットフォームに関する注記
107 名の回答者のうち、46 名が「単一の主要プラットフォーム」を問う質問に対して複数の選択肢を登録しました。これらの回答は一つの答えに集約できないため、主要プラットフォームのシェアは、明確な単一回答を行った 61 名のデータに基づいて報告され、該当箇所にはその旨が明記されています。一方、「どのプラットフォームを利用しているか」というプラットフォーム利用範囲に関する数値は、全 107 名をベースに算出されており、影響を受けません。
この曖昧さ自体にも注目の価値があります。「単一のプラットフォーム」を問う質問に対し、回答者の 4 割以上が一つの選択肢に絞り込めなかったり、絞り込むことを拒んだりしたことは、調査結果のファインディング 1 で示された「マルチプラットフォーム活用」のパターンと整合しています。
サンプル数は 107 名であり、方向性を合理的な信頼度で読み取るには十分ですが、あくまで自己申告によるサンプリングであり、確率抽出ではありません。また、各サブグループに含まれる回答者は約 50〜60 名程度であるため、それらの間での比較は、全体サンプルに基づく知見ほど精密ではありません。
ファインディング 1：オーケストレーションはプラットフォームではなくポートフォリオである
一般的な企業では、同時に 3 つのオーケストレーションプラットフォームを運用している
企業がどのエージェントオーケストレーションプラットフォームを利用しており、その中でどれを主要なものとしているかを尋ねたところ、明確な答えは一つだけでした。つまり、「たった一つのプラットフォームしか使っていない」という企業はほとんど存在しないのです。
このレイヤーを特徴づけるのは「多様性」です。企業の 15% はオーケストレーションプラットフォームを 2 つ未満しか運用していませんが、中央値では 3 つ、6 社に 1 社は 5 つ以上を運用しています。このように見れば、各プラットフォームのシェアは市場が分断されていることを示すものではなく、重複する導入状況を表しています。Microsoft と OpenAI はそれぞれ約 7 割のスタックに含まれていますが、これは多くのスタックが複数のプラットフォームを必要とする余地を持っているからです。
主要なプラットフォームを一つだけ挙げるよう求められた際、61 社が明確に一つの回答を示しました。その結果、Microsoft AI Foundry / Copilot Studio が 41% で首位となり、Anthropic の Claude Platform が 28% で続きます。LangChain / LangGraph は 10%、OpenAI の Agents SDK は 7% です。Google、Amazon、Salesforce、および独自開発のプラットフォームはそれぞれ 3% でした。主要用途における Microsoft の優位性と、あらゆる用途において OpenAI とほぼ同等の存在感を示すことは、企業規模を重視したサンプルの特徴です。Microsoft プラットフォームは既存の企業契約を通じて導入され、事実上のデフォルト記録拠点となります。一方、他のプラットフォームは特定の業務のためにその周囲に追加される形になります。
本レポートの読み方について：方法論セクションで述べた通り、回答者は自己選抜された対象であり、今回の調査は大規模な技術組織に偏っています。また、主要プラットフォームに関する数値は、61 社のサブセットに基づくものです。
これらの数字は、AI に積極的な技術実務者という自己選抜された層の中で、現在どこに集中投資しているかを示すものであり、支出額で加重された市場全体の指標とは大きく異なる可能性があります。また、VB Pulse の各調査は独自のサンプル構成（企業規模や業界のミックス）を採用しているため、ベンダー間の数値を他調査と比較することはできません。
回答者が各プラットフォームに付けた評価は、「全体的な満足度」が 5 点満点中 4.17 点、「導入の容易さ」が 3.91 点、「コストパフォーマンス」が 3.63 点でした。このうち、コストパフォーマンスは他の 2 つを明確に下回る最弱項目です。
この評価順自体が重要な示唆を含んでいます。つまり、企業はこれらのプラットフォームの機能には概ね満足しているものの、その価格については不満を抱いているということです。これは、本レポートの末尾で触れられている「財政管理」に関する発見とも共通する痛点です。
満足度が高い一方で、回答者の 3 分の 2 が「1 年以内にプラットフォームを変更する意向がある」と回答しており、現状のプラットフォームは「定着させるもの」ではなく、「引き続き検討・調整を続ける対象」として扱われていることがわかります。
発見事項 2：モデルの引力ではなく、柔軟性が選定要因となる
企業は、自社の自由を縛らないオーケストレーション層を購入する
オーケストレーションプラットフォームの選択に最も影響を与えた要因を尋ねたところ、「選択肢の多さ」が圧倒的な支持を集めました。
モデルやツールの柔軟性（29%）が、複数のプラットフォームが存在する現状の選択側の要因となっています。つまり、企業は特定の機能を固定するのではなく、何をオープンにできるかを重視してオーケストレーション環境を選んでいるのです。
一方、「モデル重力」——つまり、優先する最先端モデルに付随するオーケストレーション層を選ぶ——という選択肢は 10% に過ぎず、柔軟性のシェアの 3 分の 1 にも満たません。これは、特定の基盤モデルへの引き付け力が、実際の購入決定要因として上位に来ることは決してないことを示しています。
次の階層ではガバナンス重視の傾向がさらに明確になります。セキュリティと権限管理（17%）、本番環境での信頼性（15%）、エージェント実行の制御（15%）を合わせると、回答の 47% を占めます。つまり、企業のほぼ半数は、オーケストレーションプラットフォームを選ぶ際、その実行内容を制約し、依存できるかどうかを最重要視しています。
開発の容易さは 8%、所有コストは 4% に留まりました。これはエンジニアリング界隈でこれらのプラットフォームが議論される際の一般的な順序とは逆転した結果です。パフォーマンスは最下位の 2% です。この導入段階では、決定的な制約条件は「選択肢の多さ」と「制御権」であり、純粋な速度ではないのです。
発見事項 3：求められるのは信頼性の高い多段実行機能
企業はオーケストレーションを、「作業が完了するかどうか」で評価します。
企業が何を最適化しようとしているか、すなわちオーケストレーションの主要な成功指標は何かと問うと、結果として「信頼性」と「多段階ワークフロー管理」が上位にランクインしました。開発者の生産性も重要ですが、購入基準における重要性にはやや劣ります。
タスク完了の信頼性（30%）と多段階ワークフロー管理（27%）を合わせると、回答の57％を占めます。つまり、エンタープライズ視点では、オーケストレーションが成功するとは、タスクを複数のステップにわたって確実に実行し、完了まで導けることを意味します。
開発者生産性は約23％と大きな割合を占めており、「開発の容易さ」が購入要因として8％だったこと（調査結果2）と比較すると際立っています。これは、企業がプラットフォーム導入時に開発速度そのものを「買う」とは考えておらず、むしろプラットフォームが整った後にそれを獲得するものだと期待していることを示唆しています。
エンドユーザーエクスペリエンスは7％とさほど重要視されていません。オーケストレーションはUX（ユーザー体験）の問題ではなく、内部での実行課題であるという認識と一致しています。
この「信頼性最優先」の基準こそが、本レポート後半で示されるポートフォリオ成熟度の調査結果を評価する物差しです。エンタープライズは成功を「確実な多段階実行」と定義していますが、その約3分の1以上では、導入済みエージェントのうち25％以下しか多段階作業を行っていないと回答しています。
調査結果4：3分の2が移行を検討中、アンソロピックが注目候補の筆頭
既存基盤とパイプラインは異なるベンダーを指し示す
企業に対し、今後12ヶ月以内に新しいオーケストレーションプラットフォームの導入、追加、または置き換えを検討しているか、またどのプラットフォームを検討しているかを尋ねました。
企業の 3 分の 2（67%）が、今後 1 年以内に新しいオーケストレーションプラットフォームの導入や既存基盤の置き換えを検討している。しかし、その計画は「すぐにでも」という緊急性とは程遠い。最大の層が 6〜12 ヶ月以内を想定しており、クォーター（3 ヶ月）以内の実行を見込むのはわずか 15% に過ぎない。これは突発的な入れ替えではなく、計画的な基盤刷新のフェーズにあると言える。
この調査結果が最も注目すべき点は、企業がどのプラットフォームを検討しているかという「候補リスト」だ。現在導入を検討中の 72 社の中で、Anthropic が 43% でトップに立っている。これは Google（31%）、自社開発のカスタム基盤（31%）、OpenAI（25%）、LangChain / LangGraph（17%）、Microsoft（17%）を大きく引き離している。一方、先行調査（Finding 1）では Microsoft が主要利用で首位に立ち、70% の環境に導入されていることが分かっている。つまり、「現在使われている基盤」と「今後導入を検討する候補」では、注目されるベンダーが異なるのだ。Anthropic は現在の主要利用シェアでは Microsoft に劣るものの、今後の検討対象としての関心度は Microsoft の約 2.5 倍に達している。また、自社開発のカスタム制御平面も、Anthropic を除く外部プラットフォームと同等の注目を集めている。さらに、18% の企業は候補リストすら固めていない段階で評価を進めている。
Finding 2 で示された「柔軟性を最優先する選定基準」と併せて見ると、今後 12 ヶ月の動向が明確に見えてくる。企業は既存基盤を置き換えるのではなく、追加導入を検討している。また、モデル選択の自由度を損なわないプラットフォームを探しており、問題解決のために外部製品を購入するよりも、自前で対応しようとする層も相当数存在する。
Finding 5：エージェントの監視とガバナンスへの投資が加速
支出の中心は「監視」と「権限管理」にあり、ワークフロー支援ツールの予算は後回しになっている。
来年、オーケストレーション関連の投資で最も成長が見込まれる分野は何かを尋ねたところ、観測可能性（オバザビリティ）とガバナンスが上位2位にランクインしました。
監視・デバッグ（31%）とセキュリティ・権限管理（30%）がほぼ同率でトップに並び、両者合わせると計画されている成長の61%を占めています。資金は、エージェントが本番環境で稼働した際に重要となる「何をしているかを見守る」能力と、「何を許可するかを制限する」能力の強化に向けられています。一方、ワークフローツール（19%）やスケーラブルなインフラ（18%）はこれに次ぐ状況です。予算を据え置くという回答はわずか3%にとどまり、ほぼすべての組織が何らかの投資拡大を検討しています。
この傾向は、「発見2」で示された購買ロジックと一致しており、そこではセキュリティと権限管理が第2位の選定要因として挙げられていました。また「発見6」におけるコントロールプレーンアーキテクチャとも整合性があります。3つのプラットフォームにまたがってエージェントを運用することを決めた企業は、構造的に可視性と権限付与の問題を抱えており、その解決のために直接資金を投入しているのです。
発見6：コントロールプレーンはハイブリッドになる——セキュリティがその理由
企業は制御を分散させ、プロバイダーによる権限管理のリスクをロックインよりも恐れる
2026年末までに、エージェントの主要なコントロールプレーンがどこに存在すると予想しているか、また、もしそのコントロールがモデルプロバイダーのプラットフォーム内に置かれる場合、最も懸念される点は何かを尋ねました。
ハイブリッド制御が圧倒的な支持を集めています（53%）。ハイブリッド、独自開発のカスタム型、外部抽象化型を合わせた、プロバイダーに完全に依存しないアーキテクチャを採用する企業は合計で 78% に達します。一方、プロバイダー管理サービスへ完全な制御権を委ねるという選択肢を選ぶのはわずか 14% です。
企業が挙げる理由は、よくある推測とは切り離して考える必要があります。セキュリティと権限付与の制限がリスク要因として 37% を占め、ベンダーロックイン（23%）や可視性・観測性の不足（22%）を大きく引き離しています。セキュリティと可視性の回答を合わせると、59% の企業がコスト面よりも「制御と監督」に関する懸念を挙げています。彼らが心配しているのは、プロバイダープラットフォームから脱出するのが困難になることではなく、その上でエージェントが何をしているかを確認したり制限したりできない点です。これは、Finding 5 で示された監視や権限管理への投資動機と同じ懸念です。
Finding 7: チャットボットの罠は解けつつあるが、まだ完全には解消されていない
「ギャップを埋める」ことがポートフォリオ成熟度における最も一般的な回答となりました。
企業に対し、保有するエージェントのポートフォリオを率直に評価するよう尋ねました。現在展開されている「エージェント」のうち、真の意味で多段階のオーケストレーションワークフローであるものはどれくらいか、それとも単一のプロンプトによるチャットボットのラッパーに過ぎないものはどれくらいかを問うものです。
重心は中位帯へと移りつつあります。現在、企業の約半数（47%）がポートフォリオの25〜50%を、本格的にオーケストレーションされた状態管理ワークフローに割り当てており、16% はすでに過半を超えています。一方、本格的なオーケストレーションが25%以下という下位 2 つの帯は合わせて 37% を占め、純粋なチャットボットだけのポートフォリオはほぼ消滅し、3% となりました。
「信頼性最優先」を成功基準とする Finding 3 と対照的に、これはオーケストレーション層が本来果たすべき役割を実践し始めたものの、まだその基盤が十分に整っていない段階にあるポートフォリオと言えます。
成熟度はプラットフォーム数と連動しています。本格的なオーケストレーションがポートフォリオの25%以下という企業は平均 2.8 のプラットフォームを運用しており、26〜50% の帯に属する企業ではそれが 3.5 に増えています。実際には、多段階ワークフローに取り組んでいる組織ほど、同時に多くのオーケストレーションプラットフォームを稼働させています。これは Finding 2 で示された「柔軟性最優先」の選定論理の実践的な裏付けであり、多段階ポートフォリオは特定の 1 つに収束するのではなく、プラットフォームが積み上がっていく傾向にあることを示しています。
おそらく予想されるような明確な違いは見られませんでした。組織規模とポートフォリオの成熟度には相関がありません。従業員数 10,000 人以上の大企業では 38% が本格的なオーケストレーションを25%以下としており、中小企業でも同様に 37% です。また、過半数を超えている割合もほぼ同等（それぞれ 16% と 15%）です。成熟したポートフォリオと未熟なものの違いを生んでいる要因は、従業員数ではないことがわかります。
Finding 8: 財政管理のコントロールは、依然として五分の一の企業において反応的なものにとどまっている
企業の 5 分の 1 が、ログから「暴走したエージェント」の存在を知る
最後に、企業はエージェントによるトークン消費に対してどのように財政的な統制を敷いているのか、つまり、誰かが介入する前に自律的なループが予算を枯渇させてしまうリスクに対し、どのような対策をとっているかを尋ねました。その回答は 4 つのアプローチにほぼ均等に分散していました。
企業の 21% は、高額な請求書が届く前にプログラム的にエージェントを停止させるリアルタイムの手段を持っていません。彼らが暴走に気づくのは、事後にログを確認したときだけです。
また、30% の企業は、主要プラットフォームに組み込まれているネイティブのカップ（上限設定）やスロットリング機能に完全に依存しています。これはプロバイダーのツール次第でしかなく、ハイブリッド環境において外部から統制を維持しようとする姿勢（前述の調査結果 6 と対応）とは相容れない、 awkward な位置づけとなっています。
約半数の企業、具体的にはカスタムゲートウェイを構築している 25% や、コストの arbitrage（差額取引）のためにモデル間のルーティングを活用している 24% は、トークンの消費量をエンジニアリング上の問題として捉え、決定論的に制御しようとしています。特にルーティングを行うグループは、複数のプラットフォームを同時に運用しているからこそ成り立つ方法を採用しています。
前回の調査とは異なり、今回は従業員数による明確な差は見られませんでした。10,000 人以上の企業では 18% が反応的なコントロールに留まっているのに対し、中小企業では 23% です。この差は統計的な誤差の範囲内です。
今回の調査で浮き彫りになった財政管理の格差は、大企業と中小企業の違いではありません。コスト管理の仕組みを自前で構築した企業と、ベンダーが提供する機能に依存している企業の間の違いです。第 1 の発見（満足度スコア）を参照すると、「費用対効果」の評価が 3.63 と 3 つの項目の中で最も低かったことを踏まえると、現状は「エージェントのコストに対して不満を持っているが、その半分はコスト管理のための仕組みすら整っていない」という状況です。
結論：設計上は多様性を備え、意図によって統制され、コスト管理については期待に頼っている状態
従業員 100 人以上の組織は、特定のベンダーへのコミットメントではなく「選択肢の多さ」を軸としたオーケストレーション戦略を構築しています。平均して 3 つのプラットフォームを利用しており、特定のモデルとの親和性よりも、様々なモデル間での柔軟性を重視して選定しています。評価基準となるのは、マルチステップのワークフローを確実に完了できるかどうかです。
Microsoft は既存の導入基盤を牽引し、10 のスタックのうち 7 で採用されています。Anthropic は変更を検討している企業の 3 分の 2 において、次期候補として圧倒的な支持を集めています。また、多くの企業が既存の製品を購入するのではなく、自前でコントロールプレーンを構築する意向を示しています。
現在の導入状況は、これらの企業が「今どこにいるか」を明確に示していますが、「今後どこへ行こうとしているか」については全く異なる姿を描いています。
ガバナンスの姿勢は意図的かつ一貫しています。ハイブリッドな制御プレーンが主流で、78% の企業が少なくとも一部をプロバイダー外に維持する意向を示しており、その理由は商業的なものではなく運用上のものです。セキュリティと権限管理の制限（37%）や可視性の不足（22%）が、ベンダーロックイン（23%）よりも懸念として上位に位置しています。これはプロバイダー内に制御を委ねることへの不安によるものです。
予算配分もこの懸念に沿っています。監視、デバッグ、セキュリティ、権限管理の強化に、計画されている投資増分の 61% が充てられ、エージェント構築のためのツール開発よりも優先されています。
戦略が薄れるのはコスト管理です。ポートフォリオの成熟度は中程度に進んでおり、47% の企業がエージェントの約 25% から 50% を実際にオーケストレーションできていると回答しています。純粋なチャットボットのみのポートフォリオはほぼ消滅しましたが、依然として 21% の企業は実行中のエージェントをリアルタイムで停止できず、30% はプロバイダーが提供する制限に依存したままです。また、企業が運用するプラットフォームにおいて「コスト対効果」の評価は最も低くなっています。
企業は、エージェントをどのようにガバナンスすべきかを明確にする前に、コスト管理の課題に直面しているのが実情です。
原文を表示
Across 107 enterprises, agentic orchestration is not a choice of a single platform.
The typical enterprise runs three orchestration platforms at once, and selects them for flexibility across models rather than affinity to any single one. Microsoft leads primary usage while Anthropic leads forward consideration by a wide margin.
The AI control plane enterprises expect is deliberately hybrid, meaning it includes use of the leading AI providers, but also provider-independent technologies — and the risk they fear most from provider-resident control is not lock-in but the provider’s own security and permissioning limits.
One in five enterprises still has no real-time way to stop a runaway agent before the bill arrives.
This wave of VentureBeat Pulse Research examines enterprise agent orchestration: which platforms enterprises run on, what drives the choice, what they optimize for, how they expect agent control to be structured, and — most revealingly — how orchestrated their deployed “agents” actually are and how tightly they control the cost of running them.
The central finding is that orchestration has become plural. Eighty-five percent of enterprises run two or more orchestration platforms and 64% run three or more, with a mean of 3.1 platforms per organization. Microsoft AI Foundry / Copilot Studio appears in 70% of stacks and OpenAI’s Agents SDK in 68%, with Anthropic’s Claude Platform in 47%. Asked to name a single primary platform, respondents who gave one unambiguous answer put Microsoft first (41%) and Anthropic second (28%). Nobody in this sample is running one orchestration layer and calling it a strategy.
The selection logic follows from that plurality. Flexibility across models and tools is the leading purchase driver at 29%, nearly three times the share naming model gravity — native alignment with a state-of-the-art base model — at 10%. Enterprises are not choosing the orchestration environment that comes with their favorite model; they are choosing the one that does not commit them to any model. Security and permissions (17%), production reliability (15%), and control over agent execution (15%) fill out a buying logic focused on governance and optionality rather than developer convenience.
A clear majority (53%) expect a hybrid control plane by the end of 2026 — provider-native plus external orchestration — and the risk they most associate with provider-resident control is security and permissioning limitations (37%), ahead of vendor lock-in (23%) and limited visibility (22%). Investment has moved accordingly: agent monitoring and debugging leads the spend at 31%, with security and permissions enforcement at 30%, while workflow tooling draws 19%. Enterprises are spending to see and govern agents, not merely to build them.
Most companies admit that a majority of their “agents” are really just chatbots. A plurality of 47% of respondents say that between 26 and 50% of their agents are genuinely orchestrated, with 37% at a quarter or below and 16% past the halfway mark.
But fiscal control remains the soft spot: 21% of enterprises track agent spend only through post-hoc logs, with no real-time way to halt a runaway execution loop.
Methodology
VentureBeat fielded this survey as part of its ongoing Pulse Research series, with this instrument focused on enterprise agent orchestration. Responses are filtered to organizations with 100 or more employees (n=107), drawn from a single July 2026 wave; because this is one wave rather than a pooled multi-month sample, the report reads cross-sectionally and does not infer month-over-month trends. All figures in this report come from the July fielding only. Where questions were multiple-select, shares can sum to more than 100%.
This wave draws a notably large-enterprise, technology-heavy sample, and that shapes every finding in it. By organization size, more than half sit at 10,000 employees or above: 50,000+ (26%) and 10,000–49,999 (25%) lead, followed by 2,500–9,999 and 500–2,499 (19% each) and 100–499 (11%). Technology/Software accounts for 53% of respondents, with Government/Public Sector (16%) and Manufacturing/Industrial (10%) next. By role the sample is hands-on and technical: software and ML engineers (22%), product and program managers (21%), directors of data/AI/analytics (17%), and VPs of data/AI/analytics (12%). On purchasing, 90% are recommenders, influencers, or final decision-makers for AI solutions (63% recommender/influencer, 27% final decision-maker).
A note on the primary-platform question. Forty-six of 107 respondents registered more than one selection on a question intended to capture a single primary platform. Because those responses cannot be resolved to one answer, primary-platform shares are reported on the 61 respondents who gave a single unambiguous answer, and are labeled as such wherever they appear. Platform footprint figures — which platforms an enterprise uses at all — use the full n=107 base and are unaffected. The ambiguity is worth noting on its own terms: on a question asking for one platform, more than four in 10 respondents could not or would not narrow to one, which is consistent with the multi-platform pattern documented in Finding 1.
At 107 respondents the sample is robust enough to read directionally with reasonable confidence, though it remains self-selected and is not a probability sample. Because each subgroup here only includes about 50 to 60 respondents, splits between them are less precise than the full-sample findings.
Finding 1: Orchestration is a portfolio, not a platform
The typical enterprise runs three orchestration platforms at once
We asked which agent orchestration platforms enterprises use, and which one they treat as primary. The first answer is that almost nobody has just one.
The defining feature of this layer is plurality. Only 15% of enterprises run fewer than two orchestration platforms; the median organization runs three, and one in six runs five or more. Read that way, the platform “shares” below describe overlapping deployments rather than a divided market — Microsoft and OpenAI each appear in roughly seven of ten stacks precisely because most stacks have room for several.
Asked to name one primary platform, the 61 respondents who gave a single unambiguous answer put Microsoft AI Foundry / Copilot Studio first at 41%, Anthropic’s Claude Platform second at 28%, LangChain / LangGraph at 10%, and OpenAI’s Agents SDK at 7%, with Google, Amazon, Salesforce, and custom in-house builds at 3% each. Microsoft’s lead on primary usage alongside OpenAI’s near-equal footprint on any usage is the signature of an enterprise-weighted sample: the Microsoft platform arrives through an existing enterprise agreement and becomes the default seat of record, while other platforms are added around it for specific work.
A note on reading these shares: As described in the methodology section, the respondents are self-selected, this wave skews heavily toward large technology organizations, and the primary-platform figures rest on a 61-respondent subset. The numbers measure where this cohort has placed its orchestration bets today, within a self-selected audience of AI-active technical practitioners. A sample built this way can diverge substantially from spend-weighted market measures, and each VB Pulse survey draws its own sample with its own company-size and industry mix, so vendor figures should not be compared across our surveys, either.
Respondents rate the platforms they run at 4.17 out of 5 for overall satisfaction, 3.91 for ease of implementation, and 3.63 for value for money — with value for money the weakest of the three by a clear margin. That ordering is itself a finding: enterprises are broadly happy with what these platforms do and distinctly less happy with what they cost, which is the same nerve the fiscal-control finding touches at the end of this report. Satisfaction sits alongside a two-thirds intent to change platforms within the year; this remains a layer enterprises work with rather than settle on.
Finding 2: Flexibility, not model gravity, drives selection
Enterprises buy the orchestration layer that doesn't commit them
We asked what most influenced the orchestration platform choice, and optionality leads by a distance.
Flexibility across models and tools (29%) is the selection-side explanation for the multi-platform reality in Finding 1: enterprises are choosing orchestration environments on the strength of what they leave open rather than what they lock in. Model gravity — picking the orchestration layer that comes with a preferred frontier model — draws just 10%, less than a third of the flexibility share, which places the pull of any single base model well down the list of what actually decides this purchase.
The next tier reinforces the governance emphasis. Security and permissions (17%), production reliability (15%), and control over agent execution (15%) together account for 47% of responses: nearly half of enterprises pick their orchestration platform on whether they can constrain and depend on what it runs. Ease of development draws 8% and total cost of ownership 4%, an inversion of how these platforms are usually discussed in engineering circles. Performance sits last at 2% — at this stage of adoption the binding constraints are optionality and control, not raw speed.
Finding 3: The job is reliable multi-step execution
Enterprises judge orchestration by whether it completes the work
We asked what enterprises optimize for — their primary success metric for orchestration. Reliability and multi-step workflow management lead, with developer productivity closer behind than in the buying criteria.
Task completion reliability (30%) and multi-step workflow management (27%) together account for 57% of responses: orchestration succeeds, in the enterprise view, when it reliably carries a task through multiple steps to completion. Developer productivity takes a substantial 23% — notably higher than ease of development’s 8% as a purchase driver in Finding 2, which suggests enterprises do not expect to buy developer velocity so much as to earn it once the platform is in place. End-user experience is a minor concern at 7%, consistent with orchestration being an internal execution problem rather than a UX one.
This reliability-first standard is the yardstick against which the portfolio-maturity finding later in this report should be read: enterprises define success as dependable multi-step execution, and a little over a third of them still say a quarter or fewer of their deployed agents do multi-step work at all.
Finding 4: Two-thirds plan to move — and Anthropic leads the consideration set
The installed base and the pipeline point to different vendors
We asked whether enterprises plan to adopt a new, additional, or replacement orchestration platform in the next 12 months, and which platforms they are considering.
Two-thirds of enterprises (67%) intend to adopt a new, additional, or replacement orchestration platform within the year, but the clock runs longer than the intent suggests: the largest cohort sits at 6–12 months (28%) and only 15% expect to move within a quarter. This is deliberate re-platforming on a planning horizon, not urgent churn.
The consideration set is where this finding earns its headline. Among the 72 enterprises in motion, Anthropic leads at 43% — well ahead of Google (31%), custom in-house builds (31%), OpenAI (25%), LangChain / LangGraph (17%), and Microsoft (17%). Set that against Finding 1, where Microsoft leads primary usage and appears in 70% of stacks: the installed base and the forward pipeline point at different vendors. Anthropic draws roughly two and a half times Microsoft’s forward consideration despite trailing it on current primary usage, and custom in-house control planes draw as much interest as any external platform besides Anthropic. A further 18% of movers are evaluating with no shortlist at all.
Read alongside the flexibility-first selection logic in Finding 2, the shape of the next twelve months is legible: enterprises expect to add rather than replace, they are shopping for platforms that preserve model choice, and a substantial minority intend to solve the problem themselves rather than buy it.
Finding 5: Investment flows to watching and governing agents
Monitoring and permissions lead the spend; workflow tooling trails
We asked which orchestration-related investment will grow most next year. Observability and governance take the top two places.
Monitoring and debugging (31%) and security and permissions enforcement (30%) are effectively tied at the top and together account for 61% of planned growth. The money is going to seeing what agents do and constraining what they are allowed to do — the two capabilities that matter once agents are running in production rather than being built toward it. Workflow tooling (19%) and scaling infrastructure (18%) trail, and almost no one is standing still: just 3% report a flat budget.
The emphasis is consistent with the buying logic in Finding 2, where security and permissions was the second-ranked selection factor, and with the control-plane architecture in Finding 6. Enterprises that have decided to run agents across three platforms have a visibility and permissioning problem by construction, and they are funding it directly.
Finding 6: The control plane will be hybrid — and security is why
Enterprises split control, and fear the provider's permissioning more than lock-in
We asked where enterprises expect the primary control plane for agents to live by the end of 2026, and what worries them most if that control sits inside a model-provider platform.
Hybrid control is the dominant expectation by a wide margin (53%). Taken together, the hybrid, custom in-house, and externally-abstracted options — every architecture that keeps control at least partly outside the provider — sum to 78% of enterprises, against 14% willing to hand control to a provider-managed service outright.
The reason enterprises give is worth separating from the one usually assumed. Security and permissioning limitations lead the risk question at 37%, well ahead of vendor lock-in at 23%, with limited visibility and observability close behind at 22%. Combining the security and visibility answers, 59% of enterprises name a control-and-oversight concern rather than a commercial one. The worry is less that a provider platform will be hard to leave than that it will not let them see or constrain what their agents are doing while they are on it — the same concern funding the monitoring and permissions spend in Finding 5. Only 2% say provider-resident control is not a concern at all.
Finding 7: The chatbot trap is loosening, not broken
“Bridging the gap” is now the modal answer on portfolio maturity
We asked enterprises to assess their portfolios honestly: What share of their deployed “agents” are true multi-step orchestrated workflows versus simple single-prompt chatbot wrappers.
The center of gravity has moved into the middle band. Just under half of enterprises (47%) now put between a quarter and half of their portfolio in genuinely orchestrated, stateful workflows, and 16% are past the halfway mark. The bottom two bands — a quarter or fewer genuinely orchestrated — account for 37%, and outright pure-chatbot portfolios have nearly vanished at 3%. Against the reliability-first success standard in Finding 3, this is a portfolio that has started to do the work the orchestration layer exists for, without most of it being there yet.
Maturity tracks platform count. Enterprises reporting a quarter or less genuine orchestration run 2.8 platforms on average; those in the 26–50% band run 3.5. The organizations furthest into real multi-step work are the ones running the most orchestration platforms at once, which is the practical case for the flexibility-first selection logic in Finding 2 — multi-step portfolios appear to accumulate platforms rather than converge on one.
One split that might be expected does not appear. Organization size makes no difference to portfolio maturity in this wave: 38% of enterprises at 10,000+ employees report a quarter or less genuine orchestration, against 37% of smaller ones, and the shares past the halfway mark are equally close (16% and 15%). Whatever separates the mature portfolios from the immature ones here, it is not headcount.
Finding 8: Fiscal control is still reactive for one in five
A fifth of enterprises learn about a runaway agent from the logs
Finally, we asked how enterprises enforce fiscal control over agent token consumption — the risk that an autonomous loop exhausts a budget before anyone intervenes. The approaches split four ways, fairly evenly.
One in five enterprises (21%) has no real-time, programmatic way to stop an agent before a budget-breaking bill arrives — they learn of it from the logs afterward. Another 30% lean entirely on the native caps and throttles built into their primary platform, a control only as good as the provider’s tooling and one that sits awkwardly beside the hybrid, keep-control-outside posture of Finding 6. Roughly half of enterprises — those building custom gateways (25%) or exploiting cross-model routing to arbitrage cost (24%) — are treating token burn as an engineering problem to be controlled deterministically, and the routing group is doing so in a way that only works because they run several platforms at once.
Unlike previous waves, no size split appears here: 18% of enterprises at 10,000+ employees exercise only reactive control against 23% of smaller ones, a difference well within sample noise. The gap in fiscal control in this wave is not between large and small enterprises but between those that have built a cost-control plane and those still relying on whatever their provider ships. Read against the satisfaction scores in Finding 1 — where value for money was the weakest of three ratings at 3.63 — the picture is of a cohort that is unhappy about what agents cost and, in half of cases, not yet instrumented to do much about it.
The bottom line: Plural by design, governed by intention, metered by hope
Organizations with 100 or more employees describe an orchestration strategy built around optionality rather than commitment. They run three platforms on average, choose them for flexibility across models rather than affinity to any one, and judge them on whether they carry multi-step work reliably to completion. Microsoft anchors the installed base and appears in seven of ten stacks; Anthropic leads forward consideration by a wide margin among the two-thirds planning a change; and a substantial minority intend to build their own control plane rather than buy one. Today’s footprint describes where these enterprises are, and clearly does not describe where they intend to stay.
The governance posture is deliberate and consistent. A hybrid control plane is the majority expectation, 78% intend to keep control at least partly outside the provider, and the reason is not commercial but operational — security and permissioning limits (37%) and limited visibility (22%) outrank vendor lock-in (23%) as the fear attached to provider-resident control. The budget follows the fear: monitoring and debugging and security and permissions enforcement together take 61% of planned investment growth, ahead of the tooling used to build agents in the first place.
Where the strategy thins out is cost. Portfolio maturity has moved into the middle — 47% now report between a quarter and half of their agents genuinely orchestrated, and pure-chatbot portfolios have nearly disappeared — but 21% still cannot stop a runaway agent in real time, another 30% depend on whatever caps their provider ships, and value for money is the lowest-rated attribute of the platforms they run. Enterprises have worked out how they want agents governed well before they have worked out how
関連記事
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み