Microsoft Copilot Autopilotが示すAIワークOSの実務｜常駐エージェントとFinOpsをどう設計するか

目次

---

1. AIは「質問箱」から仕事のOSへ移り始めた

生成AIを業務に入れるとき、多くの企業はまず「社員がAIに質問する」場面を想像します。文章を要約する、メールを下書きする、会議メモを整える。これだけでも十分に価値はありますが、仕事の流れそのものを変えるにはもう一段深い設計が必要です。AIが会話の相手で終わるのか、それともファイル、会議、チャット、データ、社内アプリ、承認プロセスをまたいで仕事を進める基盤になるのか。この分岐が、いま企業AIの焦点になっています。

Microsoftが2026年9月25日に発表した新しいCopilotは、この変化をよく示しています。Microsoftの公式発表によると、CopilotにはHome、Code、Autopilotという新しい能力が加わり、Office in Copilot、Microsoft IQ、プラグインレジストリ、Copilot Managed Runtime、FinOps for AIといった周辺基盤もあわせて拡張されます。HomeとCodeは今後数週間でFrontier programから展開され、Autopilotは月末にプライベートプレビューを拡大する予定とされています。

この発表がOpenBridgeの読者に重要なのは、AI活用の論点が「どのチャットAIを使うか」から「AIをどの業務レイヤーに常駐させ、誰が作り、誰が統制し、費用をどう管理するか」へ移っているからです。AIエージェントは便利な自動化ツールではなく、企業の仕事のOSに近づいています。だからこそ、導入の成否は機能の多さではなく、権限、監査、コスト、現場の作り方をどう設計するかで決まります。

2. 新しいCopilotで何が発表されたのか

今回の発表では、まずHomeがCopilotの出発点として位置づけられています。Microsoftの説明では、HomeはChatとCoworkを一つの場所にまとめ、最近の作業、提案、ファイル、会議、チャット、メール、アプリ、エージェントをまたいで仕事へ戻れる場所になります。さらにOffice in Copilotにより、Word、Excel、PowerPointの文書、ブック、プレゼンテーションをCopilot上で作成・更新し、チームで編集できる体験が強調されています。

次にCodeです。ここでいうCodeは、開発者だけのコーディング環境というより、業務担当者が自然言語でアプリ、トラッカー、ダッシュボード、ワークフローを作るための機能です。Microsoftの公式発表では、CodeはGitHub Copilotと同じ基盤技術で動き、サンドボックス環境で実行され、テナント内で安全にホストできると説明されています。小さな業務アプリや自動化を、開発部門だけでなく現場側も作れるようにする狙いです。

さらにAutopilotは、以前Scoutと呼ばれていた常駐型のデジタルチームメイトです。名前、役割、目標を与えると、チャネルを見守り、スレッドを追い、定期作業を実行し、数日後にプロジェクトを再開するような使い方が想定されています。Microsoftは、Autopilotがクラウド上で動き続け、テナント内に独自のID、メモリ、コンピューター、ワークスペースを持ち、Teams、Outlook、チャット、チャネル、ドキュメント上で同僚のように呼び出せると説明しています。

この3つを単独機能として見ると、便利な新機能の一覧に見えます。しかし本質は、Chatで聞く、Coworkに委任する、Codeで作る、Autopilotに継続実行させる、という仕事の段階が一つのCopilot体験へ集まることです。企業にとっては、AIの導入対象が「個人の作業支援」から「チームの業務実行基盤」へ広がることを意味します。

3. 常駐エージェントが業務設計を変える理由

常駐エージェントの価値は、単に人間の代わりに作業することではありません。人間が毎回プロンプトを打たなくても、業務の流れを見守り、必要なタイミングで次の準備を進め、関係者へ確認し、過去の文脈を保って再開できることにあります。たとえば仕入先レビュー、営業提案、月次締め、採用候補者対応、障害後の振り返りのように、複数日にまたがり、多くの人と情報源を行き来する仕事では、この「継続性」が効きます。

一方で、継続して動くAIはリスクも増やします。チャットで一問一答するAIなら、利用者がその場で内容を確認しやすいですが、常駐エージェントは人が見ていない時間にも文脈を読み、判断し、次の行動を準備します。したがって、どのチャネルを読めるのか、誰に連絡できるのか、どのファイルを更新できるのか、どの作業は必ず承認が必要なのかを先に決めなければなりません。

Microsoftの公式発表では、Autopilotは権限、監査、ガバナンスの背後で動くとされています。ここは企業導入で特に重要です。AIエージェントを「便利だから使う」だけで広げると、誰が何を許可したのか、どの情報を参照したのか、どの判断が人間の承認を経たのかが曖昧になります。業務システムに接続するなら、監査ログ、アクセス制御、承認ステップ、失敗時の巻き戻しをセットで設計する必要があります。

4. 全社員が作る時代に必要なガバナンス

Codeのような機能が広がると、現場の担当者が小さな業務アプリやダッシュボードを自然言語で作れるようになります。これは大きな前進です。開発部門の待ち行列に並ばず、営業、経理、人事、カスタマーサポートが自分たちの業務に合うツールを素早く試せます。従来のExcelマクロやノーコードツールが担っていた領域が、AIによってさらに広がると考えると分かりやすいでしょう。

ただし、全社員が作れる環境では「作れること」と「運用してよいこと」を分ける必要があります。顧客データに触れるアプリ、社外送信を伴う自動化、売上予測に使うダッシュボード、契約書ドラフトを作るワークフローでは、品質や権限の基準が違います。現場が素早く試せる砂場と、本番業務で使う領域を分けなければ、便利な試作品がいつの間にか重要業務を支える状態になります。

今回の発表で注目したいのは、Copilot Managed Runtimeとプラグインレジストリです。Microsoftの公式発表では、Managed Runtimeは会社のMicrosoft 365環境内でコードを安全に動かすホスティング基盤であり、ITが統制しながら、利用者が共有アプリやライブデータ接続を扱えるものとして説明されています。また、プラグインレジストリはMicrosoft、パートナー、カスタムプラグインを一つのカタログにまとめ、ITが承認・管理できる仕組みとして示されています。

企業側の設計ポイントは、最初から分類ルールを持つことです。たとえば、個人メモの整形は低リスク、部署内のレポート自動化は中リスク、顧客連絡や契約関連は高リスク、といった具合に分けます。リスクに応じて、使えるデータ、接続できるプラグイン、必要な承認、ログ保存期間、費用上限を変えるべきです。AIがアプリを作れる時代には、開発ガバナンスと利用ガバナンスを同時に考える必要があります。

5. FinOps for AIを最初から組み込む

AIエージェントが常駐し、アプリを作り、複雑な業務を長時間実行するようになると、費用管理は後回しにできません。従来のSaaS利用料は、席数やプランで概ね見通せました。しかしエージェント型の仕事では、タスクの長さ、参照するデータ、選ぶモデル、実行回数、失敗時の再試行によって費用が変わります。使えば使うほど価値が出る一方で、使い方が曖昧だと費用だけが膨らみます。

Microsoftの公式発表では、日常的なAI利用にはユーザーサブスクリプションライセンス、エージェント型の仕事には使用量ベース課金という考え方が示されています。ChatやOfficeアプリでの要約、下書き、分析は固定費に近い枠で扱い、Cowork、Code、Autopilot、長時間動くエージェント機能、フロンティアモデルの利用は価値に応じて費用を管理する形です。これは、企業のAI予算が「席数を買う」だけでは済まなくなることを示しています。

FinOps for AIで見るべきなのは、単なる利用額ではありません。どの部署が、どの業務で、どのモデルを使い、どれだけ成果に結びついたかです。Microsoftの発表では、管理者がグループごとに利用できるモデルファミリーを設定し、エンドユーザーがクレジット利用量や残高、利用履歴を確認できる方向性も示されています。つまり、AI利用を止めるための管理ではなく、価値が出る使い方へ寄せるための管理が求められます。

PoCの段階から、費用の見方を設計しておくことが重要です。たとえば、月次レポート作成をAutopilotに任せるなら、削減できた作業時間、差し戻し回数、参照したデータ量、実行コスト、担当者の確認時間を一緒に見ます。営業提案をCoworkやCodeで支援するなら、提案作成時間、商談化率、再利用できたテンプレート、顧客情報の参照範囲を見ます。AIの費用対効果は、トークン単価だけではなく、業務KPIと結びつけて評価しなければ判断できません。

6. まとめ

Microsoftが2026年9月25日に発表した新しいCopilotは、企業AIが「個人が質問するツール」から「組織の仕事を進めるOS」へ向かう流れを明確に示しています。Homeは仕事の入口をまとめ、Codeは現場による小さな業務アプリ開発を広げ、Autopilotは継続的に動くデジタルチームメイトとして業務に常駐します。その背後では、Microsoft IQ、Managed Runtime、プラグインレジストリ、FinOps for AIが、文脈、実行、接続、費用管理を支える構造になっています。

企業がここから学ぶべきことは、AI導入を機能比較だけで進めないことです。常駐エージェントを使うなら、目的、権限、監査、承認、停止条件を決める。現場がAIでアプリを作るなら、試作と本番利用の境界を決める。使用量ベースのAIが広がるなら、費用を業務成果と結びつけて見る。これらを先に設計できる企業ほど、AIを便利な個人ツールではなく、再現性のある業務基盤にできます。

OpenBridgeでは、AIエージェント、RAG、業務システム連携、権限設計、監査ログ、運用コスト管理を組み合わせ、企業ごとの業務に合わせたAI基盤づくりを支援しています。Copilotのような大きなプラットフォームを活かす場合も、自社のデータ、承認プロセス、既存システム、セキュリティ要件に合わせて設計することが、AIを本当の業務価値へ変える第一歩です。