AI エージェントのボトルネックはモデル性能ではなく権限管理である（3 分読了）

エンタープライズ AI エージェントは停滞している。その原因はモデルの性能ではなく、権限管理の問題である。すべてのエージェントワークフローは最終的に同じ壁にぶつかる：このエージェントが何に触れてよいか、誰の名において行動するか、そしてシステムはどうやってそれを認識するのか。 Workday の答えは、既存の記録システムをエージェントのためのガバナンス層として機能させることだ。同社の製品・技術担当プレジデントであるゲリット・カズマイヤー氏は VentureBeat へのインタビューで、顧客がエージェント向けのソリューションを独自に組み立てる際に苦労することが多いと語った。 「Sana は、承認プロセスの整合性とセキュリティモデルが常に遵守されることを保証します」とカズマイヤー氏は述べた。「率直に言って、そここそが顧客が自分で AI を構築しようとして生データへのアクセスだけを試みる際に苦労する点です。その結果、セキュリティモデルの豊かさが失われ、結果が過度に広範なものになってしまうのです。」 Workday は 3 月に Sana を[ローンチ](https://newsroom.workday.com/2026-03-17-Introducing-Sana-from-Workday-Superintelligence-for-Work-That-Finds-Answers,-Takes-Action,-and-Automates-Workflows)し、Google とのパートナーシップを拡大して、Sna エージェントの記録システムを [Gemini Enterprise](https://venturebeat.com/orchestration/google-and-aws-split-the-ai-agent-stack-between-control-and-execution) に統合した。これにより、Sana を基盤に構築されたエージェントも Gemini Enterprise 上で検出可能となった。 ## 精度のアーキテクチャ カズマイヤー氏によると、彼らが直面した最大の障壁は、特に HR（人事）および財務ユーザー向けにエージェントの精度を確保することだった。 「ほぼ正解では許されない」とカズマイヤーは言った。「給与の正しい支払いや決算処理、あるいは勤務スケジュールの信頼できる管理について考えてみてください」 ここでの精度評価は、他の多くの AI コンテキストよりも困難です。ポリシー設定、ロールベースセキュリティ、組織階層は深く相互に関連しており、小さなエラーが連鎖して拡大します。また、ほとんどの生成 AI の出力とは異なり、人事や財務に関する問い合わせには修正ループが存在しないことが多々あります。給与の誤払いや面接の日程ミスが発生した時点で、すでに損害は確定しています。 ワークデイはこの課題に対処するため、Gemini を基盤となる推論層として構築し、その上に自社のコンテキストエンジンとビジネスプロセスロジックを追加しました。さらに、実行前に出力を検証・分類するモデルも追加し、これらが出力を「問い質す」仕組みを導入しています。 精度とアイデンティティは、実は同じ問いに他なりません：システムがエージェント、承認を行う人間、およびレコードの現在の状態について十分に理解しているかどうかが、正しく行動できるかどうかを決めるのです。 Workday の強みは、顧客が提供するデータから組織構造を推論できる点にあります。すでに Okta などのサードパーティアイデンティティプロバイダーは Workday を確認することで情報を検証しており、多くの企業においてその文脈はシステム・オブ・レコード（記録システム）となっています。Kazmaier 氏は、Sana Self-Service Agent がワークフローをトリガーするための対話インターフェースとして Gemini を使用していると言明しました。その後、ユーザーは Workday のアイデンティティおよびセキュリティモデルを通じて認証および権限付与が行われます。Sana エージェントはそのユーザーに代わって行動し、かつそのユーザーの現在の権限範囲内でのみ動作します。 監査証跡も同様の論理に従います：Gemini は対話ログのみを保持し、主要な監査は Workday およびその顧客内に残されます。 人事および財務分野の実務者の多くにとって、規制の厳しい領域において、システム・オブ・レコード内のエージェントシステムの権限およびガバナンス層が鍵となります。 「それはシステム・オブ・レコード内で稼働しなければならない。これは好みの問題ではなく、それが機能する唯一の方法だ」と Würk のプロダクトディレクターである Dan Obendorfer 氏は VentureBeat 宛てのメールで述べています。「データが実際に存在する場所とは別の場所で権限が定義されている場合、すでに敗北しているのです」。 Compance.AI の最高技術責任者兼共同創業者である Kadan Stadelmann 氏も、同様の点を別個に指摘しました。「エージェントの所有権、パフォーマンス、コスト、またはアクションがない場合、混沌が生じます」。

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト