17%という現実：伝統的なB2Bワークフローが停滞する理由
Gartnerの調査によると、エンタープライズの購買担当者は、購買プロセス全体のわずか17%の時間しか潜在サプライヤーとの面談に費やしておらず、残りの時間は独自の調査や社内調整に充てています。複数のベンダーを評価する際、特定の営業担当者が顧客の総時間のうち受けられるのは5〜6%にすぎません。さらに、Gartnerの調査データによれば、B2B購買担当者の61%は、営業担当者を介さない購買体験を好むと回答しています。
このように購買担当者による自律的な評価への移行が明確であるにもかかわらず、多くの大規模産業企業は20世紀型の部門間サイロのまま組織化されています。製品エンジニアは静的な技術文書を作成し、フィールドセールスが初回の問い合わせに対応し、アプリケーションスペシャリストは繰り返し寄せられる仕様に関する質問に数日を費やし、購買マネジャーは分断されたディーラーネットワークを通じて注文を処理します。
この構造は、顧客の勢いが最も高いまさにその瞬間に摩擦を生み出します。構造用接着剤の選定を行おうとする航空宇宙分野の設計エンジニアは、初回の営業電話を3営業日待ち、さらに技術データシートを1週間待つことはできません。回答が遅ければ、現代の購買担当者は待たず、仕様が即座にアクセスできる競合他社に切り替えます。
企業リーダーが直面する核心的な課題は、機械知能の欠如ではありません。独自の知識を煩雑な部門間引き継ぎの向こうに閉じ込めてしまう、時代遅れのオペレーティングモデルこそが問題なのです。
3Mの事例：材料の専門知識を自律的エンジンへと変える
グローバル企業がいかに適応すべきかを理解するために、2026年における3Mのエージェンティックシステム導入を考えてみましょう。
2025年12月29日、3Mは「Ask 3M」の提供開始と、拡張版のデジタルマテリアルハブのConsumer Electronics Show（CES）2026での出展を発表しました。AWS（Amazon Web Services）のインフラストラクチャ上にAmazon BedrockおよびAgentCoreを活用して構築されたAsk 3Mは、外部向けの顧客対応型デジタルアシスタントとしてパイロット導入され、エンジニアがテープや接着剤を用いた複雑な接合設計の課題解決を支援することを目的としています。
このシステムは具体的なエンジニアリング課題に対応します。極度の振動や温度サイクル下で炭素繊維とアルミニウムを接合する設計課題を担うエンジニアは、数百もの潜在的な接着剤配合の中から選定を行わなければなりません。分厚いマニュアルを調べ尽くしたり、アプリケーションコンサルタントの回答を待ったりすることは、製品開発サイクルを遅らせます。
3Mの設計において、このシステムは単純なキーワード検索ではなく、エージェンティックワークフローとして動作することを目指しています。
- 対話形式により、基材、硬化時間、環境曝露条件などの物理的制約を明確化します。
- 3Mの接着剤およびテープ製品群の中から適合性を評価し、関連性の高いオプションを推奨します。
- シミュレーション対応のデータカードを提供する拡張版デジタルマテリアルハブと連携し、エンジニアが物理的プロトタイプを製作する前に、材料性能を仮想的に検証できるよう支援することを目指しています。
- 初期プロトタイピング段階での材料評価に向け、少量購入オプションにも対応します。
このアーキテクチャは、デジタル戦略における意図的な転換を反映しています。3MはAIを基本的なカスタマーサポートチャットボットとしてではなく、技術的なアドバイザリー、仮想検証、調達を接続された顧客ジャーニーへと統合するデジタルプラットフォームとして設計しました。目的は、エンジニアリング、テクニカルサービス、営業を横断する遅延の多い手動調整を、統一されたデジタルインターフェースで置き換えることにあります。
パイロットの罠：表面的なAI導入が価値を生まずに終わる理由
多くの企業経営陣にとって自然な反応は、既存の各部門に対してAIソフトウェアを導入することです。マーケティング部門は生成AIによる文案作成ツールを導入し、カスタマーサービス部門は基本的なQ&Aボットを導入し、ソフトウェアエンジニアはコード補完ツールを採用します。
しかし、このような部分的なアプローチがビジネスパフォーマンスを変えることはほとんどありません。2025年のMcKinseyによるエンタープライズ・エージェンティックシステムに関する提言では、自律的ワークフローから経済的価値を獲得するには、経営層が根本的なオペレーティングモデルを再設計する必要があると強調しており、既存の部門構造にエージェントを重ねるだけでは、調整のボトルネックが生じると警告しています。
理由は単純です。孤立したサイロの中で個別の業務を高速化しても、サイロ間の不完全な引き継ぎを修正することにはならないからです。
AIエージェントが10秒で最適な工業用コーティングを推奨できたとしても、物理サンプルの発送に2週間の部門間承認と手動の在庫確認が必要であれば、顧客の購買の勢いは失われてしまいます。ボトルネックは、技術調査から企業プロセスへと移行するだけです。
構造的再設計なしにシステムを運用すると、エラーや管理オーバーヘッドが増大します。企業はソフトウェアのサブスクリプションに多額の投資を行いながら、根底にあるビジネスアジリティは変わらないままとなります。
エージェンティック企業に必要な3つの構造的転換
孤立したツールから自律的なエンタープライズワークフローへ移行するには、構造的な再編成が必要です。エージェンティックシステムで成功を収める組織は、3つの根本的な転換を中心にオペレーションを再設計します。
技術アドバイザリー、シミュレーション、商取引の統合
従来の組織図では、製品創出と顧客コンサルティング、および取引処理を分離しています。研究開発（R&D）が製品を生み出し、テクニカルセールスがそれを説明し、フィールドディストリビューションが履行を担います。
エージェンティックシステムは、これらの異なるフェーズを単一のワークフローに統合することを目指します。3Mのデジタルアドバイザリーおよび材料モデリングツールの展開に見られるように、技術評価、仮想シミュレーション、調達は相互接続されたループとして機能するよう設計されています。
このモデルを支えるため、企業は部門機能ではなく顧客の課題解決ジャーニーを中心にクロスファンクショナルチームを統合する必要があります。アプリケーションエンジニア、デジタルプロダクトマネジャー、サプライチェーン担当者は、エージェントによるエンドツーエンドの顧客解決率を共有の責任として担わなければなりません。
静的文書を機械が処理可能なデータへと変換する
大企業は数十年にわたる独自の知的財産を保有しています。しかし、その知識の大半は静的なPDFファイル、社内Wiki、非構造化ドキュメントリポジトリの中に閉じ込められています。
公開モデルの知識だけでは、高リスクな独自の技術ガイダンスを信頼性をもって提供することはできません。航空宇宙用接着剤の仕様に誤りがあれば、構造的破損を引き起こしかねません。
企業は技術知識ベースを中核的な製品インフラストラクチャとして扱わなければなりません。これには以下が求められます。
- 技術仕様を構造化されバージョン管理されたデータベースへデジタル化すること。
- 外部エンジニアリングソフトウェアが直接取り込めるシミュレーション対応のデータ形式を作成すること。
- エージェントが検証済みの企業テストデータのみを引用するよう、正式なデータ検証パイプラインを確立すること。
3Mによれば、同社は49のコアテクノロジープラットフォームを維持しています。技術文書や材料試験記録を構造化されたデジタル形式に整理することで、企業はAIシステムがドメイン精度をもって動作するために必要な基盤を与えることができます。
人間の専門家を反復的なトリアージから知識キュレーションへと移行させる
ドメインスペシャリストの間でよく懸念されるのは、自律的エージェントが人間の技術専門家を代替するという点です。しかし実際には、逆の現象が起こります。専門家の業務の性質が変化するのです。
従来型の組織では、シニアアプリケーションエンジニアは、製品適合性、耐熱温度、標準認証などに関する繰り返しの質問に対応するために、大きな工数を費やしています。これは希少な技術人材の非効率的な活用です。
エージェンティックオペレーティングモデルでは、以下のようになります。
- AIエージェントが日常的な問い合わせ、標準的な制約マッチング、文書配布を担当します。
- 人間の専門家は、Human-in-the-Loop（人間の関与）フレームワークの下で、知識キュレーターおよび例外処理担当者として機能します。
- 専門家は、新規のエッジケース、特注のエンジニアリング課題、次世代製品設計に集中します。
- 人間の専門家が前例のない顧客課題を解決するたびに、その検証済みの解決策が知識ベースに取り込まれ、将来のインタラクションにおけるエージェントの能力を拡張します。
この転換により、ドメイン専門家は事務的なゲートキーパーから、組織の自律的知識システムのメンターへと地位を向上させることになります。
ガバナンスと意思決定権：エージェントの自律性を定義する
組織は、明示的なガバナンスルールを確立することなく自律的エージェントを展開することはできません。中心的な運用上の問いは、「モデルには何ができるか」ではなく、「エージェントには何を決定する権限があるか」となります。
企業は階層的な意思決定閾値を確立しなければなりません。
- 自律的実行：エージェントは低リスクかつ高頻度のリクエストに対して独立して行動します。例としては、標準CADモデルの配布、既知の材料仕様のマッチング、低コストサンプル出荷の承認などが挙げられます。
- 監督下での実行：エージェントは人間の承認を得るための推奨事項を準備します。例としては、カスタム材料ブレンド、高ボリュームの価格割引、非標準的な保証条件などが挙げられます。
- 人間による対応が必須：エージェントは直ちに問い合わせを上級担当者へ転送します。例としては、契約上の賠償責任紛争、規制対応の提出、安全上重大な故障調査などが挙げられます。
これらの境界をシステムアーキテクチャに組み込むことで、組織は法的、財務的、および運用上のリスクを管理しながら、顧客インタラクションを迅速にスケールさせることができます。
経営層に課される急務：自動化の前に組織再編を
3Mのエージェンティック導入から得られる教訓は、化学および製造業界をはるかに超えて通用します。
購買担当者が自律的かつ即時の技術的回答をますます求める中、手動の企業プロセスの壁の後ろに専門知識を隠している組織は、市場シェアを失うことになります。20世紀型の部門構造の上に非連携なチャットボットを導入するだけでは、既存の非効率を自動化するにすぎません。
真の競争優位性は、オペレーティングモデルの再構造化から生まれます。リーダーは部門間の壁を解体し、休眠状態にある知的財産を構造化されたデジタル資産へと変換し、トップタレントを高付加価値の監督とイノベーションに再配分しなければなりません。
この構造的変革を遂行する企業は、蓄積された専門知識を自律的かつスケーラブルな商業エンジンへと変換します。変革を先送りする企業では、営業チームが決して鳴ることのない電話を待ち続けることになるでしょう。
参考文献
- Gartner、「The B2B Buying Journey」、Gartner Sales Insights。https://www.gartner.com/en/sales/insights/b2b-buying-journey
- Gartner、「Future of Sales 2025」、Gartner Research。https://www.gartner.com/en/sales/insights/future-of-sales
- 3M、「3M to debut AI-powered assistant Ask 3M and expanded 3M Digital Materials Hub at CES 2026」、3M News Center、2025年12月29日。https://news.3m.com/2025-12-29-3M-to-debut-AI-powered-assistant-Ask-3M-and-expanded-3M-Digital-Materials-Hub-at-CES-2026
- 3M、「Science Applied to Life: Core Technology Platforms」、3M Corporate。https://www.3m.com/3M/en_US/company-us/about-3m/technologies/
- McKinsey & Company、「The agentic organization: Contours of the next paradigm for the AI era」、2025年。https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-agentic-organization-contours-of-the-next-paradigm-for-the-ai-era
- TechOrange、「3M Agentic AI」、2026年9月16日。https://techorange.com/2026/09/16/3m-agentic-ai/