2026年のAIエージェント：企業による活用方法の変化

2026年は、企業におけるAIエージェントにとって転換点となる年となるでしょう。 数年にわたる誇大宣伝と実験AIエージェントは、過去1年間の基礎モデルの急速な進歩（より高速でより小さなモデル、巨大なコンテキストウィンドウ、そして）によって、印象的なデモから日常のワークフローに組み込まれた信頼性の高いビジネスツールへと進化しています。 思考連鎖推論AIエージェントが強力になるにつれて および 拡張できるほど十分に信頼できるため、企業はこれらの自律プログラムを人間のチームと併用して最大限に活用する方法を学んでいます。

パイロットから主流への導入まで

2025年は多くの人から「AIエージェントの年、ほぼすべての大手テクノロジー企業と数え切れないほどのスタートアップ企業がエージェントのパイロットプログラムを開始しています。しかし、ほとんどの組織ではAIエージェントは パイロット または 2025 年中に概念実証段階に移行します。 調査 年末の調査では、62%の企業が少なくともエージェントAIの実験を行っている一方で、パイロット段階を超えて拡張したエージェントシステムを1つでも導入したのはわずか23%にとどまり、通常は単一の業務機能に限定されていました。ITや財務など、どの機能においても、AIエージェントを拡張導入した企業は10%に満たず、導入がまだ初期段階にあることが浮き彫りになりました。2026年には、この状況は変化するでしょう。多くの初期段階の試験運用が本格的な本番環境への導入へと進み、AIの可能性が具体的な価値へと転換していくことが期待されます。 最近の業界総括 2025 年がエージェント パイロットの年であったとすれば、2026 年は企業が AI の可能性を最終的に信頼性の高い大規模な自動化に変える年になると予測しています。

来年は、AIエージェントがより多くの機能やワークフローに導入される可能性が高いでしょう。特に、初期のエージェントのユースケースが成熟しているITサービス管理、ナレッジリサーチ、カスタマーサポートといった分野で顕著です。AIエージェントが（人間の支援だけでなく）コア戦略、イノベーション、そして顧客体験を推進する、いわば「AIファースト」な組織、つまり少数の先駆的な企業の台頭も見られるかもしれません。

チャットだけでなく行動するAIエージェント

2026年における最も大きな変化の一つは、 AIエージェントを受動的なアシスタントから能動的なエージェントへ 行動を起こすAI。最近まで、多くの企業にとってAIとは、ユーザーの質問に答えたり、質問されたデータを分析したりするチャットボットや分析エンジンのことでした。しかし、今日のAIエージェントはそれ以上の存在です。自律的に動作し、タスクを理解、計画、実行し、ツールやデータベースと連携してユーザーの目標を達成できるソフトウェアプログラムです。つまり、単に質問に答えるだけでなく、エージェントは高レベルの目標を与えられて、それを達成するための手順を自ら考え、その過程でAPIやソフトウェアツールを呼び出すことができるのです。

2025年には、そのようなエージェントの第一波が到来しました。これは、基本的な計画機能と関数呼び出し機能を備えたLLM（法務・法務・法務モデリング）に過ぎません。例えば、エージェントは複雑な依頼（「主要競合他社を調査し、戦略レポートを作成してください」）を、Webで情報を検索し、スプレッドシートツールを使って分析を行い、最後に要約文を作成するというサブタスクに分解することができました。これらの初期のエージェントは不完全で、時には多くのサポートを必要としましたが、静的なチャットボットを超えた新たなパラダイムの到来を予感させるものでした。

2026年はAIエージェントの時代を確定させるだろう 行動する ステップバイステップのプロンプトを待つのではなく、自律的に実行します。 As セールスフォースの研究部門 それを置く、 「2025 年には、単純なプロンプトや反応的なテキスト生成を超えて、デジタル エージェントが話すだけでなく行動する新しい現実へと進化したエンタープライズ AI が実現しました。」 実際には、これはビジネスエージェントがタスクやワークフロー全体をプロアクティブに実行することを意味します。人間がすべてのアクションをトリガーする代わりに、エージェントがイベントを監視し、主導権を握るようになります。例えば、アプリでパフォーマンスの問題が検出された場合、AIエージェントが自動的にチケットを開き、開発エージェントに通知してバグの分析と修正を行い、解決策をテストし、パッチを適用します。これらはすべて人間の介入なしに実行されます。このようなイベントドリブンの自律性はより一般的になり、組織は事後対応型の業務からプロアクティブな運用へと移行できるようになります。

重要なのは、信頼性の向上がこの変化を支えているということです。初期の生成型AIはしばしば「幻覚」または完全に自律的な使用を危険にさらすエラー - 「ワークスロップかつては、従業員がAIの出力を何時間もかけて二重チェックしなければならなかった時代もありました。しかし、この1年で新たな技術が生まれ、エージェントの信頼性は向上しました。注目すべき進歩には以下のようなものがあります。 関数呼び出しこれにより、AIは推測ではなく事実に基づいた結果を得るために外部ツール（データベースや計算機など）を安全に呼び出すことができる。 より長いコンテキストウィンドウこれにより、エージェントは意思決定を行う際に、より多くの背景情報や文書を考慮できるようになります。さらに、思考連鎖プロンプトなどのトレーニング手法によって推論能力が向上し、エージェントは問題を分解し、複数ステップのタスクをより確実に処理できるようになります。これらの進歩により、2026年には、企業はついにエージェントに高価値プロセスを大規模かつより少ない失敗で委託できるようになります。つまり、AIエージェントは真の「自律的な同僚」になりつつあるのです。人間の代替ではなく、最小限の監督で指示を実行し、成果を達成できるデジタルワーカーなのです。

人間とAIのコラボレーションと新たな労働力の役割

2026年のAIエージェントは従業員を置き換えるのではなく、 人間の労働者を増強し、チームのワークフローを再構築する企業における一般的なビジョンは、 ハイブリッド労働力 AIエージェントが反復的なタスクやデータ量の多いタスクを処理することで、人間のスタッフはより複雑で創造的、あるいは共感的な業務に集中できるようになります。企業は、エージェントがレポートの作成、データ入力、初期コンテンツの作成といった単調な作業を引き受けることで、人間の専門家は戦略策定、イノベーション、そして関係構築に多くの時間を費やせることを実感しています。例えば、営業担当者はAIエージェントを活用してリードの選別やデータ入力を自動化することで、顧客との関係構築や成約に時間を割くことができます。カスタマーサポート担当者は、AIを活用して顧客履歴を瞬時に取得したり、簡単な問い合わせを解決したりできるため、人間の担当者は価値の高い案件やデリケートな案件に集中できます。このように人間とAIが連携することで、 「乗数効果　 生産性に関して: AI アシスタントが舞台裏で雑用を処理するため、人々は燃え尽きることなくより多くのことを達成できます。

重要なのは、企業が適切なバランスをとることを学んでいることだ。 ヒューマンインザループ 監視。ビジネスリーダーは、AIエージェントを、孤立して機能する自律的な意思決定者ではなく、従業員を支援するツールと見なす傾向が高まっています。 「従業員がエージェントをどのように活用するかを決める権限を与えるべきですが、必ずしもあらゆる状況でエージェントを置き換える必要はありません。」 マリアム・アシューリのアドバイスIBMのAI専門家である。具体的には、各チームがどのタスクをAIに安全に委任し、どのタスクは人間の判断が中心となるべきかを決定することを意味します。

定型的で明確に定義されたプロセス（会議の書き起こしや要約、在庫レベルの確認など）はエージェントにオフロードできますが、微妙な判断、創造性、対人スキルを必要とする作業は依然として人間が関与します。また、組織は明確なエスカレーションパスを確立しています。AIエージェントがエッジケースや不満を持つ顧客に遭遇した場合、人間のスーパーバイザーが迅速に介入できます。

2026年には、企業がAIの導入に適応するにつれて、新たな役割や指標も出現するでしょう。同僚例えば、開発者は純粋なコーディングから「知能の建築家」へと移行し、AIエージェントの作業を指導・管理しています。低レベルのコードを書くのではなく、多くのプログラマーは意図する機能を自然言語で記述し、エージェントにコードを生成・テストさせるようになります。この傾向は「自然言語プログラミング」または「バイブコーディングに設立された地域オフィスに加えて、さらにローカルカスタマーサポートを提供できるようになります。」

これは人間の開発者が時代遅れになることを意味するものではありません。むしろ、彼らはAIアシスタントのマネージャーやコーチとして、出力を検証し、エッジケースに対処します。実際、AIと連携して作業することに長け、複雑なプロジェクトに複数のエージェントを統合できるプロフェッショナルである「AIネイティブ」エンジニアという新世代が台頭しています。 セールスフォースの予測 AI と人間のペアプログラミングの実践を形式化したチームは、経験豊富なエンジニアの専門知識と AI エージェントのスピードと幅広い知識を融合し、機能を 30～50% 速くリリースできるようになります。

企業が従業員を評価する方法さえも変化する可能性があります。一部の専門家は、組織の重要な指標として、従業員数に加えて「エージェント数」が重要になると予測しています。「私たちのチームには100人の従業員がいます」と言う代わりに、マネージャーは近いうちに「従業員100人と、部門を超えて50人のAIエージェントが働いています」と言うようになるかもしれません。この意味で、すべてのナレッジワーカーは、個人のワークフローに1人以上のAIエージェントを配置し、疲れを知らないアシスタントとして機能させることができます。重要なのは、人間が意思決定と監督の中心であり続けるということです。文化的な変化は、あらゆるレベルの従業員が特定のタスクをAIに委任し、チームの一員としてエージェントと協力することに慣れていくことです。AIを効果的に活用できるようにスタッフのスキルアップに投資する企業は、 AIの流暢さ 中核的な職務スキルとして – 競争力が高まります。

マルチエージェントシステムのオーケストレーション

2026年に企業がAIエージェントを異なる方法で活用するもう一つの方法は、 協調して働く複数の専門エージェント1 つの汎用 AI にすべてを実行するよう依存するのではなく、

初期の企業におけるAI導入は、多くの場合、個々のタスク（顧客とのチャットに応答する単一のAIなど）を担当する単一の「副操縦士」アシスタントから始まりました。しかし、企業は孤立したエージェントの限界に気づき始めています。単独のエージェントは強力である一方で、「デジタルの行き止まりの島」と化してしまうのです。つまり、特定のタスクにおいては優れた能力を発揮するかもしれませんが、組織全体に拡張したり、より複雑で部門横断的なプロセスを処理したりすることはできません。

未来は、AIがオーケストレーションする労働力です。主要なオーケストレーターエージェントが、企業の各部門のように、それぞれが特定のドメイン（財務、IT、マーケティングなど）に特化した、より小規模なエキスパートエージェントの群れを統括します。オーケストレーターは高レベルの計画を立案し、サブタスクを適切な専門エージェントに委任します。このアプローチは、専門分野ごとの専門性とトップダウンの調整を組み合わせた、効果的な人間のチームを模倣したものであり、1つの巨大なモノリシックAIが全てを処理するよりも、より高いスケーラビリティと信頼性を実現します。

早期導入者はすでにこれらに移行している マルチエージェントシステム2026年までに、多くの企業が複数のAIエージェントを連携させ、エンドツーエンドのワークフローを自動化するでしょう。例えば、営業プロセスでは、1人のエージェントが自律的にリードを調査し、見込み客を選別し、その後、別のエージェントに引き継いでパーソナライズされた営業メールを作成し、3人目のエージェントがキャンペーン指標を分析するといった具合です。これらはすべて、包括的なAI「マネージャー」によって調整されます。

このような分業により、各エージェントはよりシンプルに、より集中的に作業することができ、ミスを減らすことができます。実際、2026年は 専門のAIエージェント企業は、汎用的なAIではなく、明確な目標に沿って、数十個の小規模でドメイン特化型のエージェントを展開するでしょう。各エージェントは、それぞれのニッチな分野（例えば、財務ルールを深く理解した経理エージェントや、採用プロセスに精通した人事エージェントなど）に合わせて最適化できます。

マルチエージェントエコシステムを機能させるために、企業はエージェントオーケストレーションフレームワークへの投資を継続するでしょう。多数の自律エージェントを調整することは容易ではありません。エージェントが通信し、状態やコンテキストを共有し、互いに干渉しないようにする必要があります。もう一つの基盤となるのは統合コンテキストです。すべてのエージェントが共有された統合データソースまたはメモリからデータを取得し、それぞれの意思決定において関連する企業知識を考慮します。多くの企業は散在しサイロ化されたデータに苦労しており、AIが完全なコンテキストを取得することは困難です。2026年には、データソースを接続し、「正確な」情報を提供するための大規模な取り組みが期待されます。 コンテキストエンジニアリングエージェント向けの「」。成功する実装では、集中化された知識ベースや ベクトルデータベース 複数のエージェントが問い合わせを行える。最後に、堅牢な マルチエージェントガバナンス および 可観測性ツール これらすべての可動部分を監視する必要があります。

2026年には、エンタープライズ規模のAIにとってオーケストレーションが鍵となるというコンセンサスが広がっています。最終目標は「エージェント型エンタープライズ」です。人間、AIエージェント、アプリケーション、そしてデータがすべてプラットフォーム上で流動的に統合され、サイロを解消し、企業全体で自律的なプロセスを実現します。このビジョンの実現には数年かかるでしょうが、2026年には、エージェント主導の未来に向けた重要な基盤（共通プラットフォーム、相互運用性標準、メモリレイヤーなど）が構築されるでしょう。

信頼、ガバナンス、そして「シャドーAI」の台頭

2026年に企業がAIエージェントを導入するにつれ、信頼とガバナンスが成否を分ける要因となる。2026年のマントラは、企業はAIの自律性と 人間の監視 あらゆる段階で。具体的には、AIエージェントが業務に組み込まれるにつれて、権限や監視からフェイルセーフに至るまで、厳格なガバナンスフレームワークを実装することを意味します。

新たな課題の一つは、「影のAIエージェント適切な監視なしに運用されているケースも少なくありません。従業員が未承認のアプリを導入した際に「シャドーIT」が蔓延したように、善意の従業員がIT部門やコンプライアンス部門による審査を受けていないAIエージェントや自動化スクリプトを密かに使用しているケースも考えられます。専門家は、広範なアクセス権を持つ未承認のエージェントが監視対象外のデジタルインサイダーとして機能し、セキュリティ上の大きな盲点を生み出す可能性があると警告しています。

2026年までに、先進的な取締役会やCIOは、AIエージェントに対して「人間に尋ねるのと同じ質問、つまり誰が何を、どのデータを使って、誰の監督下で実行できるか」を問い始めるだろう。企業は、稼働中のすべてのAIエージェントをインベントリ化し、不正な自動化が漏れるのを防ぐためのポリシーが必要となる。 ガバナンス 明確な 説明責任AIエージェントがレコードの削除や不正なトランザクションの実行といったエラーを起こした場合でも、組織内の人間が責任を負います。ビジネスリーダーは、「AI」だけを責めるのではなく、すべてのエージェントのアクションを追跡し、誰がそのエージェントを導入または承認したかを特定するための監査証跡が必要であることを認識しています。

信頼を築くために、2026 年の企業はいくつかのベスト プラクティスを実装しています。 透明性 および 説明可能性 鍵となるのは、企業がAIエージェントに意思決定の根拠や証拠を提供すること、あるいは少なくともその意思決定プロセスを事後的に監査できることを求めるようになることです。これには、エージェントの「思考プロセス」（プロンプト、ツールの呼び出し、中間結論）のログを記録し、人間がどのようにして行動に至ったかを検証することが含まれる可能性があります。企業はまた、 サンドボックステストとシミュレーション 標準的な手順として、AIエージェントを本番システムで自由に動作させる前に、制御された環境または「デジタルツインシミュレーション

ガバナンスにおけるもう一つの焦点は、セーフティネットとロールバックメカニズムです。企業は、何か問題が発生した場合、あらゆる自律アクションが元に戻せることを強く求めます。例えば、AIエージェントが変更（価格調整やデータベースの更新など）を実行できる場合、スクリプトから外れた際に、それらの変更を自動的に元に戻すか、エージェントを停止させる手段が必要です。

さらに、コンプライアンスと 倫理的な ガイドラインはエージェントの設計に組み込まれるでしょう。規制対象分野（金融、ヘルスケアなど）では、例えば機密データの漏洩や規制違反を防ぐため、エージェントに制約を課すプログラムが開発されるでしょう。また、AIガバナンス委員会を設置したり、AI導入を監督するAIリスク管理担当者を任命したりする組織も増えるでしょう。

最終的に、AIエージェントを大規模に導入して成功する企業は、イノベーションと同様にガバナンスと戦略を真剣に捉える企業となるでしょう。AIリーダーたちは、持続可能なAIの未来には、堅牢なAIガバナンスとビジネス価値に重点を置いた明確なAI戦略という2つの要素が同時に必要だと強調しています。ガバナンスは、AIが人間と連携し、定められた境界内で機能することを保証し、戦略は、AIがあらゆる場所で利用されるのではなく、真に経済価値を生み出す場所にAIが適用されることを保証しています。2026年には、企業は当初の「AIゴールドラッシュ」（明確な計画なしにAIを導入した企業もあった）から脱却し、より実践的な統合へと移行すると予想されます。リーダーたちは、投資収益率とリスクについて厳しい問いを投げかけるでしょう。「あらゆるものにAI」ではなく、ROIの高い具体的なユースケースを特定してエージェント化し、責任ある運用のための監督とトレーニングを確実に実施していくでしょう。

新たな競争優位性と機会

2026年にはAIエージェントが主流のビジネスツールとなり、競争優位性とイノベーションの新たな源泉となることが予想されます。興味深い予測の一つは、 ブランドのアイデンティティはAIエージェントによって定義されるようになる顧客はデジタルエージェント（Webサイト、アプリ、サービスセンターなど）を介して企業とやり取りするため、AIエージェントの品質と個性は顧客体験に大きな影響を与えます。

言い換えれば、銀行のAIアシスタントが迅速でパーソナライズされた、共感的なサービスを提供すれば、顧客はその肯定的な体験を貴社のブランドと結びつけるでしょう。一方、使いにくく汎用的なAIは顧客を遠ざけてしまう可能性があります。ディープパーソナライゼーションは今後標準となり、消費者は既に、やり取りの履歴や好みを記憶するAIに慣れつつあります。 「関係性知能　 AIが過去のやり取りの文脈を記憶し、個々のニーズに合わせて応答を調整する機能を備えたAIは際立つ存在となり、画一的なボットを提供する企業は時代遅れだと感じられるようになるでしょう。そのため、企業はデジタルカスタマーサービスの卓越性を実現するために、AIエージェントのカスタマイズ（その口調、知識、顧客データとの連携）に投資する必要に迫られています。

AIエージェントは新たな収益源やビジネスモデルも生み出しています。例えば、自律的にデータを収集・分析するエージェントは、新たなデータ・アズ・ア・サービスの提供を可能にするかもしれません。エネルギー使用量を最適化するエージェントや サプライチェーン 顧客にプレミアムな「インテリジェントオートメーション」製品として提供できる可能性があります。ソフトウェア分野では、AIエージェント自体の市場が急成長すると予想されます。オープンソースのAIモデルやツールの台頭により、あらゆる開発者や中小企業が有用なエージェントを構築し、場合によっては他社に販売することが可能になります。

また、AIエージェントがこれまで自動化が遅れていた分野でイノベーションを推進すると期待しています。例えば、 サイバーセキュリティー プロアクティブなAIエージェントによって変革が起こっています。セキュリティエージェントは攻撃に反応するだけでなく、自律的に脅威を探し出し、さらにはエージェントのように行動することもあります。 「自己治癒免疫システム"。 2026 年後半までに、企業は従来の境界防御から、自律型セキュリティ エージェントがビジネス プロセスの「健全性」を監視し、異常や侵害をリアルタイムで自動的に隔離する方式に移行する可能性があります。

このエージェント主導のアプローチにより、日常的なセキュリティアラートの大部分が排除され、人間のアナリストは高度な脅威ハンティングに集中できるようになります。もう一つの領域は 企業の意思決定エージェントがシナリオを迅速にシミュレーションできるようになるため、経営者はAIエージェントを用いて、大きな意思決定を行う前に複雑な「what-if」分析を実行できるようになります。AIが数値を処理し、結果をモデル化するスピードは、企業がこれまで手作業では不可能だった、より多くの選択肢を検討し、戦略を最適化することを可能にします。

さらに 持続可能性 運用面でもメリットがあります。企業は、エネルギー使用量、サプライチェーンの排出量、その他の環境指標を継続的に追跡・最適化するエージェントの活用を検討しています。2026年までに、AIガバナンスの標準に、AI運用自体の環境影響の測定が含まれるようになるかもしれません。例えば、AIワークロードを最適化してエネルギーと水の使用量を削減するなどです。これは、エージェントがビジネス効率を高めるだけでなく、インテリジェントなリソース管理を通じてESG（環境・社会・ガバナンス）目標の達成にも貢献することを示しています。

最後に、AIエージェントの大規模な導入は、業界全体の競争環境を一変させる可能性があります。エージェントを活用して業務をより迅速かつスマートに行う企業は、他社に追随を強いるか、あるいは後れを取ることになります。手作業に固執する組織は、「AI強化」された競合他社と比較して、コスト、スピード、適応性において深刻な不利を被る可能性があります。インターネットやモバイル技術の導入が遅れた企業と同様に、AIエージェントの導入が遅れた企業は、より自動化された競合他社に効率性と市場シェアを奪われるリスクを負うことになります。

2026とその先

2026年を見据えると、AIエージェントは初期の実験的技術から、業務遂行の基盤となる要素へと移行しつつあります。企業はAIエージェントをこれまでとは異なる方法で活用するようになるでしょう。単なる奇抜なチャットボットや孤立したパイロットではなく、企業全体に組み込まれた統合されたデジタル同僚やプロセスオーナーとして活用するようになるのです。その核となる変化は、規模とマインドセットにあります。AIエージェントは、明確に定義されたガードレールの範囲内で、ミッションクリティカルなタスクを任され、従業員は成果を達成するためにこれらのエージェントと日常的に連携するようになります。この移行をうまく乗り越える企業は、生産性、イノベーション、そして競争優位性を大きく向上させることができます。しかし、これらのメリットは、組織がAIエージェントの導入と責任を両立させた場合にのみ実現されます。つまり、データの準備、従業員のトレーニング、そして強力なガバナンスフレームワークへの投資によって、AIエージェントが効果的に機能し、ビジネス目標と整合していることを保証する必要があります。

2026年には、次のような企業の早期成功事例が見られると予想されます。 「エージェント化された　 主要なワークフローの自動化、例えば、バックオフィス業務を50%高速化するためにエージェント群を活用した企業や、顧客サービス業務においてAIエージェントが問い合わせの80%をシームレスに処理し、最も難しいケースのみを人間に引き継ぐといった事例が挙げられます。これらのケーススタディはAIエージェントの価値を証明し、より広範な導入を促すものとなるでしょう。しかし、課題は依然として残ります。完全に自律的な「汎用AI」エージェントは、まだ理論上のものであり、現実には至っていません。ほとんどのエージェントは限られた領域で優れた能力を発揮し、人間の監視下で動作します。 倫理的なAI つかいます、 バイアスセキュリティには継続的な警戒が必要です。組織は試行錯誤を通じて、エージェント自動化によって真にメリットが得られるプロセスとそうでないプロセスを学んでいくでしょう。

総じて、2026年はAIエージェントが成長する年となるでしょう。誇大宣伝から実用化、そして大規模な利用へと移行していくのです。企業は、過去数十年におけるPCやインターネットのように、AIエージェントを業務の根幹に組み込むことで、これまでとは異なる形で活用していくでしょう。AIエージェントを単なるコスト削減ではなく、人間の強みを増幅させるパートナーとして扱う企業が、最も優れた成果を上げる可能性が高いでしょう。2026年以降の目標は明らかに前者、つまり、人間性を維持しながら、エージェント型AIを活用して人々をエンパワーし、ビジネスを前進させることです。

慎重に導入すれば、このAIエージェントの新時代は、私たちを単調な作業から解放し、企業全体でより高度な創造性と生産性を解き放つことができるでしょう。来年は、どの企業がそのバランスをうまくとり、AIエージェントの将来性を持続可能な現実に変えられるかが明らかになるでしょう。これがどのように実現するかを示す初期事例の一つとして、Unite.aiが2026年に計画しているAIジャーナリストの大規模導入が挙げられます。これは、それぞれが独自の個性を持つ専門のAIジャーナリストを通じて、よりタイムリーに、より効果的に一般市民に情報を提供することを目的としており、AIエージェントを人間主導のジャーナリズムに取って代わるのではなく、それを補完するために、慎重に大規模に導入できることを示しています。

一つ確かなことは、AIエージェントを効果的に導入する方法を習得した企業は、知識、実行力、そして意思決定をかつてないほど拡張できる能力を獲得するということです。適応に失敗した企業は、単に後れを取るだけでなく、適応力のある組織に取って代わられることが増えていくでしょう。