【AIニュースまとめ】2026年9月18日｜企業AIエージェントの実装競争が進展

2026年9月18日は、企業向けAIエージェントを業務基盤へ組み込む発表が相次ぎました。
通信、IT、不動産などで、開発支援や設備管理、データ整備まで導入領域が広がっています。
一方で、AI投資を支える計算基盤やエージェントの安全な運用をめぐる動きも目立ちました。

今日おさえておきたいニュース

KDDIは、Gemini Enterpriseを軸に閉域網やデータ整備を組み合わせ、企業のAIエージェント開発を支援します。
Cohesityは、AIエージェントのメモリや接続先を保護・復旧する機能をAmazon Bedrock向けに提供します。
SCSKは、不動産業務向けAIエージェントをCRMやSFAと連携させ、現場業務への適用範囲を広げます。
ヘッドウォータースは、会議や業務資料から判断・経験則を抽出し、企業固有の業務資産へ変換します。
これらは、AIを単体で試す段階から、既存システムと知識を結び付けて運用する段階への移行を示します。

KDDIはGemini Enterpriseを軸に、閉域網やデータ整備を組み合わせたAIエージェント開発支援を始めました。閉域網、データ整備、開発を一体で支援し、企業のエージェント導入に必要な実装条件を示す発表です。

CohesityはAIエージェントのメモリや接続先を保護・復旧する新機能を発表し、Amazon Bedrock向けに提供を始めました。エージェントのメモリや接続先を保護・復旧する機能で、導入後の運用リスクに対応します。

SCSKは不動産業務向けAIエージェントセットを提供し、CRMやSFAとの連携にも対応します。不動産業務に特化したエージェントをCRMやSFAと連携し、業界別の実装像を示しています。

ヘッドウォータースは、Teams会議や業務資料から判断・経験則を抽出し、AIエージェント向けの業務資産へ変換するサービスを開始しました。会議や資料に埋もれた経験則をAIで再利用可能な業務資産へ変える点が特徴です。

海外の大きな動き

Gartnerは、2026年の世界AI支出を2兆7000億ドルと予測し、インフラ投資とエージェント型AIの拡大を示しました。
エージェントの利用拡大が見込まれるほど、モデル性能だけでなく計算資源やデータ基盤への投資が導入条件になります。
国内企業でも、個別ツールの導入費だけでなく、閉域網や社内データ整備を含む総コストで判断する必要性が高まりそうです。
今後は、AIエージェントをどの業務に置くかと同時に、それを支える基盤をどう確保するかが比較軸になると考えられます。

Gartnerは2026年の世界AI支出を2兆7000億ドルと予測し、インフラ投資とエージェント型AIの拡大を示しました。世界のAI支出規模と、インフラおよびエージェントへの投資拡大を把握できる予測です。

この動きをどう読むか

この日の発表群では、業務自動化と文書・ナレッジ活用が目立ち、AIを既存業務の流れへ接続する方向が強まっています。
サービスリリースが多い一方で機能追加も続いており、導入後の利用範囲を広げる競争へ移っていると読めます。
背景には、モデルを使えるだけでは成果につながらず、企業データや業務手順を扱える形に整える必要があります。
KDDIやヘッドウォータースの発表は、通信、データ、知識をまとめて扱う支援への需要を示しています。
不動産や医療、金融でも業務特化型の提供や導入が進み、汎用モデルを現場仕様へ落とし込む動きが続いています。
導入企業にとっては、まず対象業務の判断材料と連携先を明確にし、復旧や権限管理まで含めて設計することが重要です。
今後は、同じモデルを使う企業でも、蓄積した業務知識と運用設計の差が成果を分ける展開が予想されます。

未来の動きにつながるニュース

METRはAIエージェントのタスク完了時間を更新し、GPT-5.4などの開発能力を比較しました。
AnthropicはClaude Codeを再設計し、複数スレッドを使う開発作業の統括機能を強化しました。
Cloudflareは、検索掲載を維持しながらAI学習だけを拒否できる設定を提供しました。
性能測定、複数エージェントの管理、学習利用の制御が並行して進み、企業導入の評価軸が広がる可能性があります。

METRがAIエージェントのタスク完了時間を更新し、GPT-5.4などの開発能力を比較しました。AIエージェントの開発能力をタスク完了時間で比較し、実務適用を測る基準を示しています。

AnthropicはClaude Codeを再設計し、複数スレッドを使う開発作業の統括機能を強化しました。複数スレッドの開発作業を統括する機能強化で、エージェント協働の設計に関わります。

Cloudflareは、検索掲載を維持しながらAI学習だけを拒否できる新設定を提供しました。検索掲載とAI学習の許諾を分離し、企業や媒体のデータ管理に新たな選択肢を示しています。

事例ピックアップ

PagerDutyはNTTデータグループの監視運用を統合し、オンコール時間を約92％短縮しました。
医療では、Albatrusが永井病院でApollo AIを本格運用し、文書作成時間を短縮しました。
建設では、NITACOが平面図から内装数量を算出し、拾い出しを1案件45分前後に短縮しました。
いずれも専門業務の判断や記録を支援しながら、導入効果を時間で確認できる点が、社内展開の材料になります。

PagerDutyはNTTデータグループの監視運用を統合し、オンコール時間を約92%短縮しました。大規模な監視運用でオンコール時間を約92％短縮し、運用自動化の効果を具体的に示しています。

株式会社Albatrusが永井病院でApollo AIを本格運用し、文書作成時間を短縮しました。病院の文書作成業務で時間短縮を実現し、医療現場への導入効果を示す事例です。

NITACOが、平面図から内装数量を算出するAIを提供し、拾い出しを1案件45分前後に短縮しました。平面図から内装数量を算出し、積算の拾い出しを1案件45分前後に短縮しています。

数字で見る傾向