エンタープライズAIチームは、エージェント論争の一部に結論を出したように見える。すなわち、主要なモデル提供企業のプラットフォームへとますます標準化が進んでいることだ。しかし、VentureBeat Pulse Researchの新たな一連の調査は、難しい問題がプラットフォーム選定ではないことを示唆している。信頼でき、統制可能で、複数ステップにまたがるエージェントらしきものを、信頼・予算・セキュリティを壊さずに本番投入することこそが課題だ。

最も直接的なシグナルは、100人超の従業員を抱える101社を対象にした、2026年6月のVentureBeat AIのオーケストレーション調査から来ている。この調査によると、AnthropicのClaudeが回答者の40%で主要なオーケストレーション・プラットフォームであり、Microsoftの18%とOpenAIの13%を上回った。しかし同じ回答者は、配備済みの「エージェント」の大半は、より厳密なワークフローの意味では本当のエージェントではないとも答えている。71%は、配備済みシステムの4分の1以下しか、単一プロンプトのチャットボット包みではなく、真の複数ステップのオーケストレーション済みワークフローではないと述べた。

単体で見ても、これは市場のエージェント言説に対する有用な修正だ。これを、コンテキスト、評価、セキュリティに関する3つの関連VentureBeat AI調査と合わせて見ると、より広いパターンが見えてくる。企業はAIを業務システムに素早く組み込もうとしているが、その周辺の制御レイヤーは未成熟だ。検索・取得インフラは広く使われているが、完全には信頼されていない。評価ツールは使われているが、本番の現実に十分合っていない。セキュリティ制御は、しばしば自律ソフトウェア向けに設計されるのではなく、モデル提供企業やクラウドプラットフォームから借りてきたものだ。その結果、起きているのはプラットフォーム戦争というより、デプロイメントギャップである。

オーケストレーションは集約されつつあるが、ワークロードはまだ浅い

VentureBeat AIのオーケストレーション調査は、企業の購入者が独立したオーケストレーション・フレームワークへの忠誠ではなく、主に「モデルの重力」に基づいてプラットフォームを選んでいると論じている。調査では、最も重視された選定要因は好みのベースモデルとの整合性であり、柔軟性と開発のしやすさがそれに続いた。実務上の含意は明快だ。企業は往々にして、すでにモデルが存在する場所から始め、その後で自前の制御ロジックを加えていく。

それは、報告された主要利用でベンダーのプラットフォームが優勢だった一方で、LangChain/LangGraphやカスタムの社内オーケストレーションが1桁台にとどまった理由を説明する助けになる。しかし同じ調査は、異常に高い乗り換え意向も示した。VentureBeat AIは、68%が1年以内に新規・追加・置き換えのオーケストレーション・プラットフォームを導入する予定だと報告し、動く予定の最大グループはまだベンダーを絞り込んでいなかった。

これは成熟した市場には見えない。最も手軽な出発点への一時的な集中に見える。

データの最も強い矛盾は、VentureBeat AI自身が強調した点だ。チームは、オーケストレーションを信頼できる複数ステップ実行で評価すると言う一方で、配備済みポートフォリオの大半が依然としてチャットボット包みで構成されていると認めている。これはビルダーにもバイヤーにも重要だ。1ターンのアシスタントと、計画し、ツールを呼び出し、状態を調整し、企業システム全体でアクションを取るシステムとでは、運用要件がまったく異なるからだ。

基本的な財務管理ですら弱い。オーケストレーション調査では、27%が、暴走したエージェントを請求書が来る前に止めるリアルタイムのプログラム的手段がないと答えた。さらに32%は、ベンダー提供のネイティブな上限とスロットリングに全面的に依存していた。カスタムのゲートウェイやマルチモデルのルーティングを構築し、支出をより決定論的に管理していると答えたのは少数にとどまった。

欠けている層はコンテキスト、評価、アイデンティティだ

オーケストレーションの結果は、VentureBeat AIによる2026年6月の並行調査、すなわちエンタープライズ・エージェント・スタックの残りの部分に関する調査と並べると、さらに意味を持つ。

101社を対象にしたコンテキスト調査では、57%が、過去6か月に自社のAIエージェントが、業務コンテキストの欠如または不整合のために、自信ありげだが誤った回答を生成したと答えた。検索拡張生成（RAG）は、38%の組織で主要なコンテキスト源として報告され、最も一般的なアプローチとなった。ベンダーネイティブの検索も報告された本番利用で優勢で、OpenAI file searchが40%、Google Vertex AI Searchが38%で、Pinecone、Weaviate、Milvus、Qdrantのような専用ベクトルツールを上回った。

この組み合わせは重要だ。市場の議論では、検索は解決済みの配管問題であり、ベクトル基盤は成熟カテゴリだと扱われがちだ。しかしこの調査は、実際のエンタープライズ課題が「文書を取り出せるか」ではないことを示唆している。取り出したコンテキストが、ビジネス判断を支えるのに十分なほど、統制され、一貫していて、アクセスを意識し、信頼できるかどうかが問題なのだ。

157人の企業回答者を対象にしたVentureBeat AIの評価調査も、同様のずれを示している。半数が、内部評価には合格したものの、顧客向け環境では失敗したエージェントまたはLLM機能を出荷したと答えた。自動評価を完全に信頼すると答えたのはわずか5%だった。それでも66%は、低リスクのエージェントについてすでにヒューマン・イン・ザ・ループなしのデプロイを許可しているか、1年以内にそこへ向けて設計していた。

この調査での評価ツール市場も、初期段階かつ断片的に見えた。OpenAIのネイティブEvalsとTracesは、「専用ツールはまったくない」と並んで最も一般的な主要セットアップとして17%ずつで並び、AnthropicのClaude Console Evalsや、DeepEval、Braintrust、LangSmith、Weave、Promptfoo、Langfuse、Arizeといった独立ツールは、より小さなシェアに分散していた。

これは、信頼できる評価のないオーケストレーションが、誤った自信をスケールさせる手段になり得るから重要だ。合格したベンチマークや内部テストスイートは、実際の負荷、データ、顧客条件下でエージェントが正しく振る舞うことを証明するのとは別物だ。

セキュリティこそが、デプロイメントギャップがエンタープライズ・リスクへ変わる場所だ

このクラスターで最も具体的なリスクシグナルは、107社を対象としたVentureBeat AIのセキュリティ調査から来ている。54%が、確認済みのAIエージェント関連セキュリティインシデント、またはニアミスを既に経験していた。32%だけが、すべてのエージェントに個別でスコープされた管理IDがあると答えた。大半が何らかの資格情報共有を報告し、最もリスクの高いエージェントをサンドボックス化していたのは30%にすぎなかった。

VentureBeat AIによると、これらのデプロイで使われているセキュリティスタックは圧倒的にベンダーネイティブだった。OpenAI guardrailsが報告利用率51%で首位に立ち、Google、Microsoft、Anthropicのような主要クラウド・モデル提供企業の制御が続いた。Palo Alto Prisma AIRS、CrowdStrike、Cisco AI Defense、HiddenLayer、Zenity、Check Point、Lakera、Okta for AI Agents、より広範な非人間IDプラットフォームのような専用カテゴリは、このサンプルでは低水準にとどまった。

この調査の核心は、エンタープライズの問題は認識不足ではなく、与えられている自律性と、それを囲む封じ込めシステムの不一致だという点にある。エージェントには、エージェントごとのID、最小権限アクセス、隔離、ランタイム時の強制適用が広く整う前に、内部システムやデータへの実アクセスが与えられている。

ここで「ほとんどがチャットボットをエージェントと呼んでいる」という発見は、単なる言葉の問題以上になる。もし多くの本番デプロイがまだプロンプトの包みにすぎないなら、今日のセキュリティ態勢はすでに弱いかもしれない。そうしたシステムが、ツールアクセスを持つより自律的で複数ステップのエージェントへ進化すれば、攻撃面はさらに広がる。

証拠、留意点、そしてこれらの調査で証明できること・できないこと

この記事の基礎となる証拠はすべて、2026年6月に実施されたVentureBeat AIのPulse Research調査に由来する。オーケストレーションとコンテキストのレポートはそれぞれ101社、セキュリティレポートは107社、評価レポートは157社を対象とした。すべてのサンプルは極小企業を除外し、中堅市場またはAI活用企業に偏っていた。VentureBeat AIは繰り返し、これらの調査は自己選択型の横断調査であり、確率サンプルではなく方向性を示すものだと述べている。

この注意は重要だ。数値を、確定的な市場シェア、正確な発生率、監査済みの採用統計として扱うべきではない。これは、特定の回答者集団が自社の導入と計画についてVentureBeat AIに語った内容を反映しているにすぎない。調査間のベンダー比率も、サンプルと設問の枠組みが異なるため、過度に比較すべきではない。

それでも、4つのレポートを通じた方向性の一貫性は注目に値する。オーケストレーションでは、企業はベンダープラットフォームに集中しつつ、ハイブリッド制御を期待している。コンテキストでは、バンドルされた検索を使いながら、ベスト・オブ・ブリードの独立性を求めている。評価では、自動テストを信用していない一方で、自動化は増やしている。セキュリティでは、ベンダーネイティブの制御に安心感を示しつつ、インシデントやニアミスの後にはツール変更も計画している。

したがって、このクラスターにおける最も強い採用・有効性の主張は、独立に検証されたものではなく、調査報告としてのものだ。しかし、そのパターンは十分に整合的で、無視できない。

これがビルダーと企業バイヤーに意味すること

AIビルダーにとってのメッセージは、市場が「エージェント」という言葉を使いすぎており、エージェントを運用上信頼できるものにする周辺システムへの投資が不足しているかもしれない、ということだ。Claude、OpenAI、Microsoftの上に包みを載せるのは比較的簡単だ。正しいコンテキストを取得し、現実的に評価し、スコープされたアクセスを強制し、過剰支出の前に自ら停止できるワークフローを作るのははるかに難しく、そしてますます価値判断の中心になる。

企業バイヤーにとって、これらの調査は「プラットフォーム標準化」がデプロイ成熟度を意味しないことを示している。チームはAnthropic、OpenAI、Microsoft、Google、Amazonを選んでも、AIシステムが実際の業務プロセスに触れた瞬間に必要となる制御を欠いている可能性がある。おそらく購買は、ハイブリッドスタックへ向かう。すなわち、素早く始めるためのベンダーネイティブなプリミティブと、制御、ガバナンス、ID、可観測性、コストルーティングのための独立レイヤーだ。

スタートアップにとって、ここが入り口だ。独立フレームワークの物語は、オーケストレーション調査の現時点での主要利用では弱く見えたが、将来の検討ではより強かった。周辺レイヤーでも同様で、検索ではQdrantやMilvus、評価ではDeepEvalやBraintrust、セキュリティでは現在の導入が低くても少数のベンダーが検討対象に入っていた。これはまだ勝者の証拠ではないが、バンドルされたデフォルトへの不満を示している。

次に注目すべきこと

次に注目すべきシグナルは、オーケストレーションの成熟が実際に進むのか、それとも市場がアシスタントをエージェントと呼び替え続けるのかだ。真の複数ステップワークフローの割合が上がることの方が、次のプラットフォーム・ブランディングよりも意味がある。

第二に、ハイブリッド制御が願望ではなくアーキテクチャになるかを見たい。企業が意思決定ロジック、ルーティング、権限、支出制御を、ベンダープラットフォームの外に置き続けるなら、独立したコントロールプレーン・ベンダーや社内プラットフォームは勢いを増すはずだ。

第三に、信頼レイヤーが追いつくかを追う必要がある。実務上は、統制されたセマンティックレイヤーの本番利用増加、出力品質のライブ監視、エージェントごとのID付与、より高リスクなシステムのサンドボックス化の増加を意味する。

最後に、予算執行を監視したい。トークン費用とツール呼び出しコストが上がり続けるなら、リアルタイムルーティングやキルスイッチ制御は、多くの現行製品ロードマップが想定する以上に、切実な企業要件になるかもしれない。

Creati.aiの視点

この調査群から最も明確に言えるのは、エンタープライズAIの主たる問題がプラットフォーム不足ではない、ということだ。早すぎる自信が過剰なのだ。チームはすでに、オーケストレーション、検索・取得、評価、ガードレールを、ほんの少数の提供企業から買える。だがまだ一貫してできていないのは、それらのコンポーネントを、コスト・セキュリティ・業務正確性の面で信頼できる本番システムへ変えることだ。

だからこそ、最も重要な競争は、ベースモデルへのアクセスから、その周囲の運用層へと移っていく可能性がある。勝者は単に「エージェント」を約束するだけではない。チャットボット包みと統制された自律ワークフローを混同しにくくし、システムが安全で、手頃で、企業利用に本当に対応できることを証明しやすくするはずだ。