NEWS & DOCUMENTARYAIと人間のこれから。
RAXUS AIAIのいまを確かめて届ける。
LATEST EDITION

金融機関の59%がマルチエージェントAIを試行・導入、全社のオーケストレーションまで届いたのは10%――Capgemini調査

Capgemini Research Instituteは2026年11月5日、世界の金融機関の経営幹部1,100人を対象にした調査報告「World Cloud Report for Financial Services 2027」を公開しました。マルチエージェントAIの試行・導入は59%に達した一方、全社規模のオーケストレーションを実現したのは10%です。モデルルーティングの導入・計画は90%、マルチエージェントの統制を支えるクラウドパートナーとしてハイパースケーラーを選ぶのは52%という数字が、パリ発の公式プレスリリースで示されました。

Capgeminiの調査部門Capgemini Research Instituteは2026年11月5日、クラウドとAIをめぐる金融機関の状況をまとめた「World Cloud Report for Financial Services 2027」を公開しました。調査は2026年6〜7月に14の市場で実施され、小売銀行、資産運用、決済、法人・投資銀行、損害保険、生命保険、健康保険の7分野から幹部1,100人が答えています。報告書の副題は「The agentic era is cloud's moment of truth」です。

調査の中心は、マルチエージェントAIの普及と統制のギャップです。マルチエージェントAIを試行または導入している金融機関は59%に達しました。一方、エージェントを全社規模で自律的に動かすのに必要なオーケストレーションを実現したのは10%だけです。タスクを状況に応じて適切なモデルに振り分けるインテリジェントなモデルルーティングは、導入済みまたは導入を計画しており、この合算が90%に上ります。多くの組織が1年以内の導入を見込むとプレスリリースは述べています。

図解2026年11月公開の調査の主な数字
  • マルチエージェントAI

    割合
    59%
    数値の意味
    試行または導入。本番稼働率ではない
  • 全社オーケストレーション

    割合
    10%
    数値の意味
    全社規模で自律運用に必要な統制を実現
  • モデルルーティング

    割合
    90%
    数値の意味
    導入済みと計画中の合算
  • ハイパースケーラー選好

    割合
    52%
    数値の意味
    マルチエージェント統制の優先クラウドパートナー

Capgemini公式プレスリリース(2026-11-05)とGlobeNewswire配信原稿による。いずれも回答者の自己申告で、監査や実測ではありません。

会社のプレスリリースは、AI投資の判断基準が効率から成果へ移るという予測も示しています。AI資金の主な判断基準を成果に置く経営幹部は2028年までに141%増える一方、効率を重視する層は同期間で42%減るとの見立てです。約半数の機関はエージェントAIの取り組みで投資対効果を一貫して示せていないと答え、技術的負債の削減を優先課題に挙げる幹部は10人中8人でした。

報告書はクラウドを、エージェントのデータアクセス、判断、行動を統制する共通の実行層と位置付けます。規制対応とデータ所在の証明、セキュリティとID管理、大規模な監査可能性を理由に、マルチエージェント導入の統制を担うパートナーとしてハイパースケーラーを選ぶ銀行・保険が過半を占めたとの説明です。回答者の4分の3は、3年以内に口座対応、融資審査や引受、商品提案といった顧客接点でエージェントが重要な役割を果たすと予想しています。

報告書は、エージェントAIを全社規模で運用できる能力をすでに制度化した機関が調査対象の5%だけだと示した上で、この層の差を業務と技術の両面でのエージェント連携、自律実行に耐える信頼できるクラウド基盤、測定可能な成果につながるAI投資の3点に見出しています。社内開発、既製ソリューションの購入、パートナー連携を組み合わせるハイブリッド調達は、3年以内に金融機関の3分の2超で主流になる見込みです。

図解調査から予測までの時間軸
  1. 59% / 10%

    報告書を公開。マルチエージェントAIの試行・導入59%に対し、全社オーケストレーションは10%

  2. 2028年までに+141%

    AI資金の判断基準を成果に置く幹部の増加予測。効率重視は同期間で42%減の見込み

  3. 3年以内に3分の2超

    ハイブリッド調達が主流になるとの予測。顧客接点でのエージェント活用は4分の3が予想

Capgemini公式プレスリリース(2026-11-05)による。予測は同日公表時点の見立てで、調査の実施自体は2026年6〜7月です。

数字の読み方には注意が必要です。前年の報告書では「10%がAIエージェントを大規模導入」とされましたが、今回の「10%が全社オーケストレーション」は調査上の定義が異なり、普及が止まったと読み比べることはできません。59%は試行を含み、90%は計画を含みます。数字はすべて自己申告で、個々の機関の本番稼働状況を検証した監査ではありません。

Capgeminiはコンサルティングとクラウド事業を手掛ける企業で、調査部門の報告書には自社サービスの需要を示す側面もあります。クラウドの選択、モデルの振り分け、エージェントの統制が金融機関の投資対象になっている点、投資対効果の説明が多くの機関で課題になっている点は、今回の調査で示された数値として読めます。金融機関の実際の導入率を規制当局や業界団体が公表したものではありません。

出典

  1. Financial institutions accelerate transition to multi-agent AI in drive for bottom-line value(Capgemini公式プレスリリース、2026-11-05公開、2026-11-05に全文確認)パリ発の公式発表。59%・10%・90%・52%、幹部1,100人・14市場・7分野、2028年までの+141%/−42%、ROI約半数、技術的負債10人中8人、ハイブリッド調達3分の2超、先行グループ5%、顧客接点4分の3の数値による。直接取得は本文抽出不能のためr.jina.ai経由で全文取得。
  2. 同リリースのGlobeNewswire配信版(Placera.se掲載、2026-11-05、2026-11-05に全文確認)GlobeNewswire配信原稿の全文転載。公式リリースと同一の数値を照合した。Business Wire経由の配信(City A.M.掲載)も同一見出しで確認。
  3. World Cloud Report 2027 – Unlock Financial Growth with Cloud(Capgemini Research Institute報告書ページ、2026-11-05公開)報告書の公開日(2026-11-05)とタイトルを公式ページのmetaで確認。報告書PDF本体は未取得のため、本文中の数値はプレスリリースに基づく。

出典の確認日 2026.11.05

KEEP EXPLORING

あわせて読みたい記事と映像

AIと社会の記事一覧
  1. Capgemini、2026年Q3売上6,073百万ユーロで通期見通しを上方修正――AI導入に伴う業務再設計の需要を説明

    フランスのITサービス大手Capgeminiは2026年10月30日、2026年第3四半期の売上高60億7,300万ユーロ(恒常為替ベース前年比+11.7%)と受注高54億100万ユーロ(+3.4%)を発表し、2026年通期の売上成長見通しを+9.0〜9.5%へ引き上げました。経営陣は企業のAI導入がデータ基盤の刷新や業務の再設計といった需要を生んでいると説明しています。ただし成長には2025年第4四半期に完了したWNSとCloud4Cの買収の寄与が大きく、AI単独の売上は開示されていません。

    記事を読む
  2. Bitdefender、AIコーディング環境を狙う悪性GitHubコンテンツを分析──AGENTS.mdでの誘導と起動フックの2経路、悪性リンク22件

    セキュリティ企業Bitdefenderの研究部門Bitdefender Labsは2026年11月17日、AIコーディング支援ツールの利用環境を狙う悪性GitHubコンテンツの分析を公開した。研究者Andrei Anton-Aanei氏らが確認した悪性リンクは22件で、AGENTS.mdやCLAUDE.mdの文章でAIにsetup.jsの実行を誘導する経路に加え、.claude/settings.jsonのセッション開始フックでAIの判断を介さずコマンドを実行できる経路が報告されている。22件はリンクの数で、感染者数を示すものではない。

    記事を読む
  3. POSTECH、LLMが勾配学習なしでモデルの重みを直接書く「Weight-Space Programming」──3つのLLMが疎なテーブルを設計、ARCで最大54.4%

    POSTECH(韓国の浦項工科大学)のHyunjong Ok氏とJaeho Lee氏は2026年11月17日、勾配ベースの学習を使わず、大規模言語モデル(LLM)にモデルの重みを直接記述させる「Weight-Space Programming」の研究をarXivに公開した(arXiv:2611.22055)。Claude Opus 5.5、GPT-6.1 Sol、GPT-6 Astraの3モデルに10件のラベル付き例とサンドボックスを与えて実験したところ、アーキテクチャの設計を任せた3モデルすべてが、テキストで書いた事実を置く疎なテーブルと、それを読む固定の手続きでモデルを構成した。ARCの選択式テスト3,530問での精度は最大54.4%(偶然は25%)で、著者報告では、同じLLMが記述した最良の公開Transformerを約1,800分の1のパラメータで上回った。実験で作った56モデル(テキストファイル計68MB)をMITライセンスで公開しているが、測定・分析コードの大半は含まれていない。

    記事を読む