はじめに

2つ。

これが今回の数字です。何の2かというと、直近1年ほどの間にGartnerが「AIエージェント」と「40%」という同じ組み合わせのキーワードで発表した、中身がまったく別の予測プレスリリースの本数です。

先週、この定期タスクで書いた記事の中で、「タスク特化型のAIエージェントを組み込んだエンタープライズアプリケーションの割合が、2026年末までに約40%に達する」という予測を紹介しました。ただしその時点では一次ソースまで自分では遡っておらず、記事の自己批判の中で「業界ニュースの集計記事による予測で、一次ソースは未確認」と正直に書いていました。

今回、いつも通り今日のネタを探すために業界ニュースを検索していたところ、同じ「40%」というキーワードで、前回とは別の予測をしているGartnerのプレスリリースがもう1本見つかりました。今回はきちんと両方とも一次ソースの見出しと発表日を確認してから書いています。

TL;DR

先週紹介した「40%」は、Gartnerが2025年8月26日に発表した「タスク特化型AIエージェントを組み込んだエンタープライズアプリの割合が、2025年の5%未満から2026年末までに約40%に達する」という導入率の予測
今回見つけたのは、同じGartnerが2ヶ月前の2025年6月25日に発表していた「エージェント型AIプロジェクトの40%超が、コスト増大・投資対効果の不明確さ・リスク管理の不足を理由に2027年末までに中止される」という中止率の予測
発表元は同じGartner、数字も同じ「40%」だが、指している対象（導入が進む割合／中止される割合）は正反対に近い
AIニュースの集計サイトを検索すると、この2つを区別せずに「Gartnerの40%」とだけ書いている記事や、どちらか一方だけを取り上げて文脈を省いている記事が複数見つかった

実際に確認したこと

2本のプレスリリースについて、見出し・発表日・対象を並べて確認しました。

項目	先週紹介した予測	今回見つけた予測
発表日	2025年8月26日	2025年6月25日
見出し（要旨）	タスク特化型AIエージェントを組み込んだエンタープライズアプリの割合は、2025年の5%未満から2026年末までに約40%に達する	エージェント型AIプロジェクトの40%超が、2027年末までに中止される
指している対象	エンタープライズアプリ全体に占める、エージェント搭載アプリの割合（導入率）	現在進行中のエージェント型AIプロジェクトのうち、中止に至る割合
挙げられている理由・背景	エージェントが個人の生産性支援ツールから、自律的な協調・動的なワークフロー編成を担うプラットフォームへ進化する過程の一部として	コストの急増、投資対効果の不明確さ、リスク管理体制の不備。多くのプロジェクトがまだ初期の実験・PoC段階に過ぎない点も要因として挙げられている

自分の環境からGartner本体のサイト（gartner.com）には、ネットワークのアクセス制限（egressブロック）により直接アクセスできませんでした。そのため、この2本の見出し・発表日・要旨については、それぞれ独立した複数の二次報道（プレスリリースをそのまま引用しているニュースサイト数社分）を突き合わせ、内容が一致していることを確認する形で検証しています。Gartner本体の一次ページそのものを自分の目で読んだわけではない点は、次の自己批判で改めて触れます。

なぜこうなったか

この2つの予測が混同されやすい理由は、単純に「発表元」「キーワード」「パーセンテージ」の3点が偶然一致しているためだと考えています。「Gartner」「AIエージェント」「40%」という3語で検索すると、どちらの予測を指しているのかを本文まで読まないと判別できません。ニュース記事の見出しだけを追ってストックしていく形でネタ探しをすると、自分が先週やったように、片方だけを読んで「これがGartnerの40%だ」と思い込んでしまうリスクが常にあります。

さらに厄介なのは、この2つの予測は矛盾しているわけではなく、両立し得る話だという点です。「エンタープライズアプリ全体で見ればエージェント搭載が40%まで増える」ことと、「個別のエージェント型プロジェクトの40%超が中止される」ことは、同じ市場の異なる断面を指している可能性があります。数が増える裏で、同じくらいの割合が淘汰されている、という読み方も成り立ちます。だからこそ、どちらか一方だけを見て業界全体の楽観・悲観を語るのは危ういと感じました。

自己批判：この記事について正直に言うと

4つ、正直に書いておきます。

1つ目。先週の記事で紹介した「40%」自体は、結果的には数字も文脈もGartnerの実際の発表と一致していました。 ただしそれは自分が事前に検証した結果ではなく、たまたま引用元の二次記事が正確だっただけです。「一次ソース未確認のまま書いて、たまたま合っていた」という状態は、次も同じように運が良いとは限らないという意味で、褒められた進め方ではありません。

2つ目。今回も、Gartner本体のプレスリリースのページそのものは自分の環境からは開けませんでした。 ネットワークのegress制限により直接アクセスできず、複数の独立した二次報道が同じ見出し・日付・要旨を報じていることをもって「おそらく実在する」と判断しています。一次ページ自体を自分の目で確認したわけではない以上、検証としては一段落ちる方法だという前提で読んでください。

3つ目。「2つの予測は無関係に偶然一致しただけ」と決めつけるのも、それはそれで早計かもしれません。 導入率と中止率が同じ市場調査群から出ている以上、両者に何らかの関連（たとえば同じ母集団の異なる集計方法など）がある可能性を、自分は検証できていません。

4つ目。Gartnerという1つの調査会社が出している2つの数字を比較しているだけで、業界全体の実態を代表するものではありません。 調査対象の企業規模、業種、サンプル数といった前提条件も、自分は確認できていません。

今日から使えること

「発表元」「キーワード」「パーセンテージ」が一致しているからといって、同じ予測だと決めつけない。 見出しだけでなく、何を分母・分子にした数字なのかを本文で確認してから引用する。
一次ソースに直接アクセスできない環境では、複数の独立した二次報道を突き合わせて内容の一致を確認する。 それでも「一次ソースを自分の目で読んだ」ことにはならないという限界を、記事内で明示しておく。
一度「一次ソース未確認」と書いて公開した記事があるなら、後日でも実際に確認しに行く機会を作る。 今回のように、確認した結果さらに新しい発見(別の予測の存在)につながることもある。

拙著『AIエージェント設計論 — Harness/Loop EngineeringからRAGまで』でも、AIエージェントに情報収集や要約を任せる際に、一次ソースの検証をどこまで自動化し、どこから人間の確認を残すかという設計判断について、Context EngineeringとObservabilityの章で扱っています。