AI エージェント 14 製品の選び方 — 8 つの指標と導入の 7 ステップ

調査の詳細

このページの答えは、以下の調べで出しました。対象・確認時期・出典を並べます。

導入時に検討すべき「8つの独自指標」と評価の理由

AIエージェントの選定を「AIモデルのIQ」だけで決めてしまうと、現場投入後に「エンジニアしか使えないコマンドライン（CLI）だった」「勝手にファイルを上書きして戻せなくなった」「月末に数十万円の請求が届いた」といったトラブルに直結します。

ここでは、経営陣・管理職が必ず確認すべき 8つの評価指標 について、なぜその視点が不可欠なのか、14製品の実態はどう分かれているのかを解説します。

導入容易（UI形態・利用環境・前提条件）

最初の関門は、「自社の誰が、どのような環境ですぐに使い始められるか」という導入のハードルの高さです。

① 提供形態による4つの分類

AIエージェントの動作場所は、ChatAIのように「ブラウザを開けば誰でも使える」ものばかりではありません。

多くの製品は複数の形で使えます。ここでは ベンダーが導入手順の先頭に置いている形 を「主たる入口」として 1 つに数えました（ほかに使える形も同じ表に並べてあります）。

1. ブラウザ・クラウド完結型（3製品）: Agentforce、Devin、Manus。ブラウザや専用アプリからログインするだけで利用でき、利用者のパソコンスペックを問いません。
2. エディタ・IDE 拡張型（2製品）: GitHub Copilot、Cline。Visual Studio Code や JetBrains など、すでに使っているエディタ に拡張機能として組み込みます。
3. デスクトップアプリ型（4製品）: Cursor、Kiro、Antigravity、Claude Cowork。アプリそのものを入れて 起動し、手元のファイルを直接読み書きします。Cursor・Kiro・Antigravity は「エディタ機能を持つ独立したアプリ」で、上の拡張型とは入れ方が違います。
4. ターミナル・CLI／自社常駐型（5製品）: Claude Code、Codex、CrewAI、Hermes Agent、OpenClaw。コマンドラインでの操作や、Node.js / Python / Docker の環境構築、デーモン常駐設定が必要となり、非エンジニアには敷居が高い形態です。

② 前提条件の落とし穴

利用形態の調査では、「利用する前に特定の契約や高度な環境が必須となる製品」が明確に分かれました。

• Agentforce: Salesforce の契約（Enterprise Edition以上等）が前提であり、単体で購入して他のシステム向けに使うことはできません。
• CrewAI: 自社運用には「Python 3.10〜3.13」の環境構築が必須と公式に明記されています。
• OpenClaw: コマンドラインからの導入・運用が前提（npm install -g openclaw）であり、モデルのAPIキーを自分で用意する必要があります。
• Hermes Agent: 公式の導入はインストーラ1行（macOS / Linux / WSL2 は curl 、Windows は PowerShell）か、デスクトップアプリの配布です。インストーラが uv・Python 3.11・Node.js・ripgrep・ffmpeg までまとめて入れます。Windows は WSL なしのネイティブ動作に対応（公式は、WSL なしの Windows でも CLI・ゲートウェイ・TUI・道具のすべてがそのまま動くと明記）。ただし利用にはモデル提供元のAPIキーか、手元で動かすモデルサーバーが別途必要です。

判定基準：◎＝ブラウザや標準IDE拡張ですぐ利用可能 ／ ◯＝特定SaaS契約や環境前提あり ／ △＝CLI/Python/Node/ローカル常駐など高度な環境構築が必要 ／ —＝開いた範囲に記載なし

業務適合（得意分野と自律・Remote Control の実態）

第2の指標は、「自社のどの業務を任せられるのか」という業務適合性と、自律実行・リモート操作（Remote Control）の実態です。

① 得意領域による3つの分類

AIエージェントは、万能の魔法ではありません。各製品の公式資料から見えてくる主戦場は3つに分かれます。

1. ソフトウェア開発・コーディング特化（8製品）: Claude Code、Cursor、Devin、Codex、Cline、GitHub Copilot、Kiro、Antigravity。ソースコードの読解、不具合修正、PR（プルリクエスト）作成、テスト自動実行を主目的とします。
2. 一般業務・リサーチ・資料作成（3製品）: Manus（市場リサーチ、スライド作成、Web制作）、Claude Cowork（ローカル文書の整理・成果物作成）、Agentforce（CRM内の顧客対応、人事手続き、商談更新）。
3. マルチエージェント協調・自律実行基盤（3製品）: CrewAI（リサーチ役、執筆役、検査役などの役割分担）、OpenClaw（メッセージアプリからの自律呼び出し）、Hermes Agent（作業から手順を自分で作って貯め、下位エージェントに分けて並行実行）。

今日の14製品の主戦場は、まだ「開発」です。 14製品のうち8製品はソースコードを扱う道具で、経理・総務・営業といった一般業務を主目的に掲げているのは3製品（Manus・Claude Cowork・Agentforce）にとどまります。非技術者だけの部署で導入するなら、まずこの3製品と、次章以降の「委任統制」「隔離復元」を先に読んでください。

② 自律実行とリモート操作（Remote Control）の到達度

現場が最も注目する「AIが遠隔からPCやブラウザを操作できるか」という点において、一次資料から確認された機能差は極めて鮮明です。

このように、「クラウド仮想マシンを自律操作して人間が途中で画面を奪える型（Manus）」、「チャットから遠隔指示を出してクラウド上で完結させる型（Devin, Agentforce）」、「メッセージアプリから手元の端末を遠隔操縦する型（OpenClaw）」 という明確なアーキテクチャの違いが存在します。

なお、Cursor・Claude Code・Cline のように、手元のエディタやターミナルで人が差分を見ながら一歩ずつ進める型（図の④「手元対話・直接伴走型」）は、遠隔自律ではなく手元の高速なアシストなので、上の表には含めていません。

判定基準：◎＝高度な自律実行＋リモート操作（クラウド仮想PC・ブラウザ操作代行・チャット遠隔指示）対応 ／ ◯＝コードまたは手元ファイルの高度な自律実装・操作対応 ／ △＝特定機能や補完に限定 ／ —＝開いた範囲に記載なし

委任統制（人間介在 HITL・自律モード・承認ゲート）

業務で最も危険なのは、「AIが勝手に判断して社外へメールを送ってしまった」「本番DBを書き換えてしまった」という暴走です。

① 人間介在（Human-in-the-loop）と自律モードの既定値

一次資料を精査すると、良質なエージェントほど「既定では完全な自律実行を無効にしている」ことが分かります。

• Kiro（AWS）: 公式ドキュメントに自動運転は既定でオフと明記され、迷ったときは作業を止めて人間に確認を求めます。
• Codex（OpenAI）: 作業場所の壁を越えるような危険な操作をするとき、既定では人間に確認を求めて一時停止します。
• Antigravity（Google）: 変更を実行する前に停止して承認を求める設定が既定の推奨となっています。
• Agentforce: 「120秒で打ち切り、同時実行は1件」「手に負えない用件は人間へ引き継ぐ」という厳格なガードレールが敷かれています。

② 危険な自律運転のリスク

一方、承認設定を緩めすぎると重大なリスクが生じます。

• Cline の公式ドキュメントはチェックポイント機能なしでの自動承認はリスクが高い。問題に気づく前に多くの変更が加わってしまうためと率直に警告しています。
• GitHub Copilot も「誤りうると明記。危険な命令は実行前に許可を求める」設計を取っています。

判定基準：◎＝自律モード既定OFF、作業場所の外に及ぶ操作の事前承認、監査ログ標準装備 ／ ◯＝承認設定や復元機能あり ／ △＝承認ゲートが設定依存、または自律暴走リスクあり ／ —＝開いた範囲に記載なし

安全主権（再学習OFF・閲覧の制限・機密保持・認証情報管理）

入力したプログラムや顧客データがAIの学習に使われないか、APIキーなどの認証情報が安全に管理されるかという指標です。

① 再学習（Training Use）の規約実態

過去の利用規約の調査と同様、個人向けと法人向けで扱いが大きく分かれます。

• 学習に使わないことを明記: Agentforce は Einstein Trust Layer の機能として「データ保持ゼロ」を挙げ（公式は、データ保持ゼロ・毒性検出・安全なデータ取得・動的なグラウンディングといった仕組みで顧客データを守ると説明）、別ページでは、ゼロデータリテンションは厳格な方針で、プロンプトと生成された応答は保存されず、基盤となる第三者の大規模言語モデルの学習にも使われないと明記しています。Claude Code・Claude Cowork も法人商用契約では既定で非学習。Cursor は「Privacy Mode」有効化で非学習となります。
• 個人利用や一部プランで学習対象となる例: Antigravity は個人向け無料利用で既定で品質改善に使われる定め（設定で変更可能）。CrewAI は規約上、入力も出力もモデル訓練に使う条項が存在します。GitHub Copilot は個人向け無料版と法人契約で扱いが逆になります。
• 条文が見当たらない例: Manus は規約を開いた範囲で学習利用の可否を述べた条文が確認できませんでした。

② 資格情報（API Key・認証トークン）の保管場所

AIエージェントに社内システムを操作させるには、APIキーやOAuth（パスワードを渡さずに連携を許可する仕組み）トークンを渡す必要があります。

• OpenClaw のように手元のローカル領域（~/.openclaw/credentials）に保管される製品は、クラウドへの漏洩リスクを抑えられます。
• クラウド型エージェントに社内システムの管理者キーを預ける場合は、万が一の漏洩に備えて権限（Scope）を最小限に絞った専用キーを発行することが鉄則です。

判定基準：◎＝法人/商用で再学習OFFを明記、認証情報を安全管理 ／ ◯＝設定変更で学習OFF可能 ／ △＝規約上学習対象、または記載なし ／ —＝開いた範囲に記載なし

隔離復元（サンドボックス・ロールバック・暴走防止）

AIエージェントが誤ったコードを実行したり、ファイルを削除してしまった際、「環境を安全に隔離できているか」「直前の状態に巻き戻せるか」という防壁の有無です。

① サンドボックス（隔離実行環境）の有無

• 完全なクラウド仮想環境: Devin は利用者の端末ではなく、クラウド上の独立したワークスペース（シェル・エディタ・ブラウザ）で動作します。Manus もクラウド上の隔離仮想PCで動作し、Kiro は作業ごとに隔離環境が立ち上がり終了後に破棄されます。本番端末に影響を与えない最も安全な構造です。
• ローカルサンドボックス・フォルダ制限: Codex は既定で隔離実行され権限が3段階で管理されます。Claude Code は起動フォルダ配下にしか書き込めないアクセス制限を持ちます。
• 隔離なし・直実行: OpenClaw や Antigravity は隔離機能を持つものの既定では無効であり、設定を誤るとローカルマシン上で直接コマンドが走ります。

② ロールバック（巻き戻し）機構

• Cline は「Checkpoints（チェックポイント）」機能を備え、ファイルと会話の両方を過去の時点にワンクリックで巻き戻せます。
• Cursor は「自動復元ポイント」により、エージェントが変更したファイルだけを直前に復元できます。

判定基準：◎＝クラウド/OSレベルの隔離サンドボックス＋巻き戻し機構標準完備 ／ ◯＝起動フォルダ制限やエディタ復元ポイントあり ／ △＝隔離や復元が手動、またはローカル直実行 ／ —＝開いた範囲に記載なし

業務継続（成果物持出・前払失効・ロックイン）

導入後にツールを変更したくなったとき、「成果物を完全に持ち出せるか」「支払った料金が無駄にならないか」という出口戦略です。

① 成果物の形式とロックイン

• Claude Code、Cline、Cursor、OpenClaw: 成果物はすべて標準的なソースコード、Markdown、ローカルファイル、Git履歴として手元に残ります。ツールを乗り換えても成果物は100%手元に残るため、ロックインが極めて低いです。
• Agentforce: エージェントが更新した商談履歴や問い合わせログは Salesforce CRM 内部に蓄積されます。
• OpenClaw、Hermes Agent、Cline（オープンソース）: ソフトウェア本体がオープンソースで手元に置けるため、提供元がサービスを終えても、手元のコードと設定はそのまま使い続けられます。

② 前払いクレジットの失効条項

注意が必要なのが、クレジット前払い型の規約条項です。

• Manus: 成果物に「Made with Manus」の透かしが入り現時点では除去できない制約があるほか、利用規約に「クレジット前払い型で、退会時に未使用分が失効する」旨が明記されています。未使用残高を抱えたまま解約すると費用が無駄になる点に注意が必要です。

判定基準：◎＝成果物が標準Git/ファイルで手元に残り失効リスクなし ／ ◯＝標準エクスポート対応 ／ △＝透かし入り、前払クレジット退会時失効条項あり ／ —＝開いた範囲に記載なし

連携操作（操作の入口 MCP・API接続・対象SaaS）

AIエージェントが外部の業務システム（kintone、freee、Slack、Google ドライブ等）にアクセスするための「操作の入口」の拡張性です。

① MCP（Model Context Protocol）のクライアントとサーバー

共通規格 MCP（Model Context Protocol）への対応状況を調査すると、以下の事実が分かりました。

• MCP Client（操作する側）: 14製品のすべてが、外部のMCPサーバーを呼び出してデータを読み書きする「クライアント」として機能します。
• MCP Server（自身が操作される側）に対応（both）: Claude Code、Codex、CrewAI、OpenClaw、Hermes Agent の5製品は、自身がMCPサーバーとしても振る舞えます。例えば Claude Code から OpenClaw の機能を道具として呼び出す、といった、エージェント同士の高度な連携やチェーン化が可能です。

判定基準：◎＝MCP both（クライアント・サーバー両対応）で双方向連携可能 ／ ◯＝MCP client に標準対応 ／ △＝独自規格または個別設定中心 ／ —＝開いた範囲に記載なし

費用明瞭（課金単位・クレジット・青天井リスク）

稟議書に確定予算を書けるか、試行錯誤やループによって請求が跳ね上がるリスクがないかという指標です。

① 課金単位による4つの型

AIエージェントの料金体系は、ChatAIよりも複雑です。

1. 席数月額・定額制（5製品）: GitHub Copilot（Business $19/月）、Cursor（Pro $20/月）、Claude Code、Claude Cowork、Codex。席の数だけ予算が決まるので、稟議に金額を書けます。Codex は ChatGPT の Go／Plus／Pro の中に含まれ、超過分だけクレジットを追加購入する形です。
2. クレジット従量（4製品）: Manus（$20〜$200のクレジット購入）、Cline（利用量に応じたクレジット従量）、Kiro、Antigravity。Antigravity は無料枠が週次の上限、有料は AI クレジットです。使った分だけ増えるので、上限設定を先に入れてください。
3. 会話数・ACU・実行回数の従量（3製品）: Agentforce（会話数／クレジット／ユーザー数から選択）、Devin（ACU: Agent Compute Units 単位）、CrewAI（ワークフローの実行回数）。何を 1 回と数えるかが製品ごとに違うため、見積りの前に単位を確認してください。
4. BYOK（Bring Your Own Key＝自前の API キーを持ち込む）— ソフトは無償、モデルの実費だけ（2製品）: OpenClaw、Hermes Agent。ソフトウェア自体は無償のオープンソースで、自分で契約したモデル提供元（OpenAI や Anthropic 等）の API 実費だけがかかります。ソフト代が 0 でも、モデルの従量課金は残ります。

② ループによる青天井リスク

自律エージェント特有のリスクとして、エラーの自己修復を繰り返して「無限ループ」に陥り、一晩で数万円分のクレジットやトークンを消費してしまう事故が挙げられます。予算上限（Spend Limit）を設定できる製品を選ぶことが必須の自衛策です。

判定基準：◎＝席数固定額が基本で月額予算が確定しやすい ／ ◯＝無料BYOKまたは定額枠あり ／ △＝従量クレジット/ACU中心で費用がブレやすい ／ —＝開いた範囲に記載なし

事故の責任は誰が負うのか

14 製品はどれも「保証しない」と定めています。分かれるのは利用者を守る補償が在るかと、どの国の法が使われるかで、型ごとに違うので別のページにまとめました。

中小企業のための「失敗しないAIエージェント導入手順」（実務7ステップ）

重大な事故や予算超過を防ぎながら、AIエージェントの恩恵を最大化するための実務7ステップです。

• STEP 1: 任せる業務の特定（壊れても戻せる仕事から）: いきなり「本番データベースの更新」や「顧客への自動メール送信」を任せてはいけません。「競合製品のWebリサーチ」「新規画面のプロトタイプ実装」「テストコード作成」など、成果物の確認が容易で失敗しても巻き戻せる業務を選定します。
• STEP 2: 隔離環境での事前PoC（少人数検証）: 本番環境と切り離されたサンドボックス（Gitの実験用ブランチや、テスト用クラウドVM）を用意し、1〜2名で動作を確かめます。
• STEP 3: 権限（パーミッション）の最小化設計: エージェントに渡すAPIキーの権限を「読み取り専用（Read Only）」から開始します。書き込み（Write/Delete）権限は、PoCで安全性が確認できるまで一切渡さないことが鉄則です。
• STEP 4: 承認ゲートの必須化（自律モードOFF）: Kiro のように自動運転は既定で切とし、危険なコマンド実行やファイル上書きの前には必ず人間が画面で「承認（Approve）」を押す運用ルールを設定します。
• STEP 5: 法人契約の締結と予算上限設定: 入力データが再学習されない法人向けプランを契約し、従量課金の上限（Monthly Spending Limit）を必ず設定して青天井課金を防止します。
• STEP 6: ロールバック手順の社内周知: エージェントが誤った操作をした際に、直前の状態に巻き戻す手順（Git revert、Cline Checkpoints、Cursor復元ポイント）をマニュアル化します。
• STEP 7: 定期的なログ監査と効果検証: エージェントの実行ログを週次で棚卸しし、「どれくらい作業時間を短縮できたか」「想定外のエラーや不要なループが発生していないか」を測定します。

14 製品の提供元と出典（調査記録から）

すべての記述・判定・データは、各社が公開している公式の一次資料に基づいています。提供元・本社の国（準拠法の記載を含む）・公式の出典は調査記録から引きます — 記号をクリックするとその項目の原文と調査日が出ます。

◎ 条件なしで当てはまる　○ 条件つき・一部　△ 限定・要申請・無いと明記　× 当てはまらないと明記　？ 編集部がまだ確認していません　― 提供元が公開していない（編集部が調べた）　— 記号は編集部の札から機械で付けています。物差しは項目ごとに違い、列の見出しがその項目の意味です。札の意味と根拠は各セルの要約を押すと出ます。

材料の調査日（最新）: 2026-09-05

_{以前ここには 14 行の手書きの表（製品名・提供元企業・本社国と準拠法・公式出典・調査日）を置いていました。同じ内容が調査記録に在り（準拠法の記載は「本社国」の欄に入っています）、原文と調査日つきで常に最新に出せるので、手書きの表はやめました。}

おわりに — 「自社の身の丈に合った選択」をするために

冒頭の3つの問いへの答え

1. 事故は起きないのか → 起きます。だから既定で自動実行を切り、承認ゲートを挟める製品を選ぶのが先です（「委任統制」）。そして事故の責任は自社が負います — 14製品はいずれも、損害の責任を負わないか上限までに限ると規約に定めています（「AIエージェントの法的責任と知財・免責の現実」）。
2. エンジニア専用か → 今日の主戦場はまだ開発です。14製品のうち8製品はコードの道具で、一般業務を主目的に掲げるのは3製品だけ（「業務適合」①）。非技術者中心の部署なら、まずその3つから見てください。
3. 戻せるか・費用は → 戻す仕組みは製品によって在る／無いがはっきり分かれます（「隔離復元」②）。費用は課金の型で決まり、従量クレジット型は上限設定を先に入れないと読めません（「費用明瞭」）。

「流行っているから」「これからはエージェントの時代だから」という言葉だけでツールを選び、社内システムに無防備につなぐことほど危険な行為はありません。

最後に、自社の業務目的からどのエージェントを選ぶべきかの逆引き基準をまとめます。

AIエージェントの価値は、「人間の仕事をすべて奪うこと」ではありません。「人間が明確に決めた権限の範囲内で、面倒な試行錯誤やルーチン作業を忠実に代行させること」にあります。

自社が「どの業務を任せたいのか」「万が一のときに巻き戻せるか」を見極め、ここでのマトリクスとチェックシートを武器にして、確実で安全な導入判断を進めてください。

_{※ ここに掲載している製品仕様・規約・価格・URLは、2026年8月〜9月の調査時点の各社公式公開情報に基づいています。最新の仕様および各システム間の連携可否については、RenkeiMap（IT連携マップ） にて随時更新・公開しています。}

調べた範囲と、調べていないこと

対象は AI エージェント 14 製品で、記事の数字は 2026-09-07 の測定値で凍結しています（出典と調査日は EVIDENCE.md に）。AI エージェントと呼ばれる製品の全体ではありません。8 つの指標は編集部が業務視点で決めたもので、ベンダーの自己申告の順位ではありません。本文の 66 製品・13 製品は別の調査記事の分母です。調べていないのは、実際に長期運用した結果と、個別見積もりの金額です。