購買部門×AIエージェント｜ソフトバンクが実践する調達業務の自動化と利益貢献への挑戦

AIは現在のビジネスシーンにおいて「導入期」から「実戦期」へと移行しつつあります。しかし、多くの企業が実務レベルにまで落とし込めていない中、特に「購買・調達」という専門性の高い分野での活用は難易度が高いとされてきました。ソフトバンクでは、一歩先を行く「AIエージェント」の活用事例として実践的な取り組みを推進しています。本記事は、ソフトバンク社内外においてAI推進を担う西原が、調達・購買部門を対象とした「次世代間接材改革フォーラム2026」の中で語った講演内容をもとに、購買部門における実践的なAIエージェント活用事例をご紹介します。

ソフトバンクが目指す次世代社会インフラ

現在、AIは単なる「問いに答えるツール」から、自律的にタスクを遂行する「AIエージェント」へと進化を遂げつつあります。ソフトバンクでは、OpenAI社との取り組みや国内最大級の計算基盤の整備を通じて、実務へのAI実装を牽引しています。

この実装を支える土台として計算基盤の構築を進めるとともに、日本の文化や商習慣を理解し安全にデータを活用できる「国産LLM（大規模言語モデル）」の開発にも取り組んでいます。こうした自社の基盤を組み合わせることで、実務レベルで信頼性の高いエージェント構築を目指しています。

また、将来的にはAIが画面の中だけでなく、現実世界でロボットとして動く「フィジカルAI」の実現も見据えています。ここで重要になるのが「通信の遅延」の解消です。ロボットが現場で即座に判断を下す際、すべての処理を遠くのクラウドで行うとタイムラグが生じてしまうので、全国の基地局（エッジ）で分散処理を行うインフラを整えることで、リアルタイムな自律動作を可能にする開発を進めています。こうした通信キャリアの強みを生かし、社会インフラをAI前提でアップデートしていくための取り組みを加速させています。

ソフトバンク流の「量・質」を意識したアプローチ

ソフトバンク社内では昨年から、「AI祭り」とも呼べる熱狂的な推進が行われています。アイデア創出に向けた生成AIコンテストや、全社員1人当たり100個のエージェントを作成し、まずは250万個のエージェントが稼働する世界を短期間で目指しました。これは単に”数を作る”ことだけを目的としたものではなく、社員一人一人がAIを使いこなし、自らの業務を再定義するための挑戦の場となったといえます。その巻き込み力も特徴的で、社長自らが全体朝礼の場でエージェントを作成し、コンテストを開催するなど社員のモチベーションにもつなげています。

「量」から「質」への転換と「暗黙知」の継承へ

量産を追求するフェーズでは、似た機能を持つものや、現場レベルの実用面でブラッシュアップが必要なエージェントが多くありました。「量」を追求するフェーズを経て、AIの活用が日常化すると、次のステップとして「業務の核心をAIが担えるか」という「質」のフェーズへと移行しました。

数多くのエージェントの中から、部門単位で「本当に実戦で使えるもの」を厳選し、再集約するプロセスにおいて重要になるのが「暗黙知の形式知化」です。単に定型作業を自動化するだけでなく、熟練社員（匠）の頭の中にある判断基準やノウハウをAIエージェントに学習させることで、新入社員であっても匠と同等のレベルで業務を遂行できる「標準化」された世界を、ソフトバンクは目指しています。

購買部門における「AIエージェント」の実践事例

全社的なAI活用の流れを受け、購買部門においても具体的なユースケースの選定とエージェント開発が進められています。まずは購買部門におけるプロセスを言語化し、エージェントマッピングを作成し、どこにエージェントを適用できるかを洗い出しました。全てを自動化するのではなく、優先順位が高い領域から段階的に適用範囲を広げていく進め方を取っています。

この取り組みを進める上では、購買の現場の仕事を理解しないと作り込めないため、現場と話し合いながらナレッジを集約し、業務をエージェントに合わせて整えていくという進め方を取っています。「匠のノウハウ」や「暗黙知の形式知化」といったものも含め、現場と向き合いながら進めています。

全体統括調達エージェント

現在実用化に向けた検証を進めているのが「全体統括調達エージェント」です。これは、過去の調達実績の参照から最終的な価格交渉までを一気通貫でサポートするもので、デモンストレーションでは、以下のプロセスが自律的に稼働する様子が示されました。

調達業務の自動化

デモンストレーションで示されたプロセスは、以下の4段階で構成されています。

1. 全体統括エージェント: 全体戦略の策定を行い、各エージェントへの指示出しを担当します。指標値の検索、案件の比較分析、交渉プランの検討といったタスクを総括します。
2. 指標値検索エージェント: 案件の役割に基づき、指標や市況値を社内外から収集します。今回の案件と市場単価を照らし合わせ、査定の基礎データを提供します。
3. 比較分析エージェント: 適正な「量」と「単価」であるかを分析します。過去の実績と比較して、対応時間や常駐要員数が妥当かどうかを可視化します。
4. 戦略立案エージェント: 有効な交渉手法の戦略を立案します。ライセンスの最適化や一括契約による削減など、具体的なコスト削減案を組み立てます。
5. 交渉エージェント: 戦略に基づき、実際の交渉を実行します。具体的な金額提示を行いやりとりを継続します。

Human in the Loop（人間による介在）

ここで重要なのが、完全にAI任せにするのではなく、重要な局面（戦略の選択や最終合意など）では人間が判断を下す「Human in the Loop(HITL)」の仕組みを取り入れている点です。これによりAIによる判断ミスや暴走を防ぎつつ、業務効率を確実に向上させることができます。

▶関連記事：HITLとは？ AIの精度と信頼性を最大化し、ビジネス価値を積み上げる「人間介在型」運用を解説

AI実装に欠かせないデータ整備とガバナンス

購買エージェントの高度化・効率化には「製品情報」「サプライヤ情報」「契約情報」という3つのデータベースの整備と分析が必須です。データが業務システム内にあるもの、クラウド上にあるもの、個別のPC環境、あるいは匠の”ノウハウ”にしかないものなど、散在している前提で整理が必要です。また、古いデータをエージェントが取りにいかないよう、データ更新のメンテナンスも欠かせません。

加えて、ガバナンス・セキュリティの観点では、SharePoint や Google ドライブ のデータは取得しやすい一方で、業務システムの中のデータを取りにいくのは難しく、理解せずに無理にAIに実装するとインシデントにつながりかねません。会社としてAIをどう守り活用していくかという側面で、「Security for AI」という概念も重要になります。

体制面としては、現場で作ったものはセキュリティ的につなげられない側面があるため、現場とAIチームの役割分担を明確にすることも重要です。AI専任チームが「コアエージェント」を作って現場に展開し、現場部門がカスタマイズしたものを再びAIチームが監修するというサイクルをまわしていくことも成功の鍵です。

まとめ（日本企業のAI導入における突破口）

日本企業のAI導入には、”守り”から抜け出せない「戦略」の壁、現場の業務再設計を伴わずに効果が出にくい「実装」の壁、そして経営層と現場でAIリテラシーが二極化しやすい「リテラシー」の壁があります。

その突破口は、AIを経営戦略の中核に据え、AI前提で業務と組織を再設計することにあります。今後は業務効率化だけではなく「どうプラスの利益を生み出すか」の観点も重要です。交渉や契約を自律的に行って、交渉先からできるだけ安く仕入れることや、「本当に必要か」「無駄なコストにならないか」といった観点で見直すこともプラスの利益を生んでいくことにつながります。

そのために、現場のみならず上位層自らがAIを触って理解した上で変革を牽引していくことで、AIは「相棒」というサポートの域を超え、「デジタル社員」「デジタルワーカー」として仕事を担わせていく存在になります。

「業務が少し楽になった」で留まらず、もう2歩3歩を踏み込み、効率化だけでなく利益に効く使い方まで広げていくことが求められます。

ソフトバンクは、AIの活用を最大限に生かす土台作りから、定着化に向けたご支援まで、さまざまなAIソリューションで支援が可能です。具体的な課題や進め方の相談などぜひソフトバンクまでお声がけください。

関連記事

関連資料

同じカテゴリーの記事をみる