AIエージェント市場2026：B2B課金とB2C決済が変数の鍵

AIエージェント市場に関するニュースは毎日溢れているが、企業側と消費者側のスピードはかなり異なる。2026年10月時点で、B2Bはソフトウェアの課金方式まで揺らぎ始めており、B2Cは検索と推奨こそ変わったものの、決済は依然として人の手に委ねられている。

本稿は公開された調査と予測数値のみに基づいて執筆した。まず断っておきたいことがある。以下の数字の多くは、Gartner、Deloitte、Bain、Morgan Stanleyといった機関の原文ではなく、その数値を引用した記事やブログから引用したものである。そのため、文章ごとに誰が出した数字なのか、どこで確認したのかを併記した。調査には標本と基準を付記し、予測については「予測」と明記する。

AIエージェント市場における数値の不一致の理由

まず用語を整理する。ここでいうAIエージェントとは、人間が目標を与えると、自ら段階を分け、ツールやデータを呼び出して仕事を最後まで完遂しようとするAIを指す。質問に答えるだけのチャットボットと異なり、行動が伴うという点が異なる。

この市場規模を調べると、数値が大きく異なる。複数の予測をまとめた[Software Strategies Blogの2026年2月26日の記事]によると、Gartnerの2026年エージェント型AI支出予測である2019億ドルは、組み込み機能まで含めた広い定義によるものだ。独立したエージェント型AI市場だけを見ると70億〜85億ドル規模と推定される。同じ名称の市場でも約24〜29倍の開きがある。この倍数は2つの数値を割って算出したものだ。

他の推定もある。[市場調査機関MarketsandMarkets]は、エージェント型AI市場が2025年の70億6000万ドルから2032年には932億ドルへ、年平均44.6%成長すると推定している。同社の定義や基準はGartnerと同一ではない。

そのため、本稿では市場規模の数値よりも、何がどこで実際に変わったのかを示す調査に重きを置く。規模は定義によって変わるが、企業が価格表を改定したり、消費者が購入経路を変えたりすることは定義に関係なく観測される。本稿がB2BとB2Cを同じ枠組みで比較しようとするのも同じ理由だ。各市場で何が変わり、誰が影響を受け、まだ変わっていないものは何かを同じ順序で追っていく。

B2B AIエージェント：企業内ではどこまで導入されたか

B2B側の最初の質問は、実際に使われているかだ。[Liferayの2026 Agentic AI Adoption and Governance Report]はPollfishが実施した調査で、AIの意思決定・導入・実務に関与する米国の専門職500名が回答した。このうち54%が、自社がAIエージェントを本番環境で運用中、あるいは試験運用中であると回答した。2026年8月12日にCMSWireに掲載された内容であり、調査時点は掲載文に記載されていない。デジタル体験プラットフォーム企業であるLiferayによる調査である点も考慮する必要がある。

54%という数字は構成を見る必要がある。本番運用と試験運用を一括りにした値であり、全社導入が完了したという意味ではない。同調査において、AIの影響を明確なKPIで測定している企業は25%だった。使う企業は半数を超えるが、効果を数値で測定する企業は4分の1というギャップこそが、現在のB2B市場の立ち位置を最もよく示していると考える。

誰が影響を受けるかは、2つの方向に分かれる。

一つはソフトウェアを販売するSaaSベンダーだ。エージェントが仕事を代行すれば、人数に合わせて課金する座席単価の論理が揺らぐ。もう一つは、導入する企業のIT・財務担当だ。請求書が人数ではなく使用量ベースになれば、予算の組み方が変わる。この価格の話は次の節で詳しく述べる。

まだ変わっていないのは測定と責任だ。KPIで効果を測定する企業が25%にとどまる現状では、エージェントが上げた成果に価値を付ける成果報酬型課金がどれだけ早く普及するかは断言しにくい。

SaaS課金モデルの変化：B2B AIエージェントは座席から使用量・成果へ

座席ベースの課金は、人間が働くという前提の上に成り立っている。

アカウント一つにつき月いくら、従業員が増えれば売上も増える。しかし、顧客からの問い合わせをエージェントが処理すれば、オペレーターのアカウント数が減り、ベンダーの売上も減る可能性がある。価格表を人数ではなく、仕事の量や結果に紐付けるべき理由がここにある。

この流れを示す数値の多くは[SoftwareSeniの記事](2026年3月23日投稿、9月23日修正)が引用したものだ。原文レポートは直接確認できておらず、各調査の標本や時点も引用記事には記載されていない。

• Gartnerの予測として引用された数値は、2030年までに企業SaaS支出の40%以上が使用量・エージェント・成果ベースの価格体系に移行するというものだ。
• Deloitte TMT Predictions 2026から引用された数値は、座席ベースのベンダーの売上比率が21%から15%に低下するという予測だ。どの期間を比較した値かは引用記事にない。
• Bainの調査として引用された数値は、30以上の主要SaaSベンダーの約65%が、座席料金の上にAI使用量課金項目を追加したというものだ。
• Maxioの調査として引用された数値は、AIネイティブなSaaS企業の83%が使用量ベースの課金に移行したというものだ。

65%のポイントは代替ではなく追加にある。座席料金は維持し、その上から使用量項目を上乗せする混合型が、現在最も一般的な姿といえる。83%はAIネイティブ企業という狭い集団の値であり、65%とは母集団が異なる。2つの数値を一つの平均のように合算してはならない。

価格が具体的に見える事例はZendeskだ。引用記事によると、Zendeskは2024年8月に成果報酬型のAIエージェント課金を導入した。AIが自動解決した件数に対して、契約時は1件あたり1.50ドル、従量制は2.00ドルである。公式の価格表は確認できていない。従量制が契約時より約33%高い計算となり、月に1,000件を自動解決したと仮定すると、契約時は1,500ドル、従量制は2,000ドルとなる。この1,000件は計算のための仮定である。オペレーターのアカウント数がいくつであるかに関係なく、解決された件数が請求単位となる構造だ。

逆の方向の動きもある。同記事によると、SalesforceはAgentforce、Data 360、MuleSoftを固定料金で無制限に使用できる「Agentic Enterprise License Agreement」を2〜3年契約で提供し始めた。Slack、Google Workspace、Salesforceは、強制的SKU転換により顧客をAI込みのパッケージへ移行させたともいう。使用量課金が増えるほど請求書を事前に予測するのが難しくなり、その結果、購入側が固定料金を求める流れが並行して生じていると解釈できる。

B2C AIエージェントとエージェントコマース：始まりはAI、決済はまだ人

エージェントコマースとは、AIエージェントが商品検索、比較、決済を消費者に代わって行う取引を指す。

消費者側のデータはtechwyseが紹介したExploding Topicsのアンケート(2026年4月27日)で確認した。Semrush傘下メディアによる独自アンケートで、米国の消費者1,009名が過去6ヶ月を振り返って回答したものだ。記憶に依存した回答であり、米国の回答者のみを含むという限界がある。

使う人は多い。過去6ヶ月間にショッピングや購入決定にAIを使ったという回答は77.6%であり、ショッピングにAIを週1回以上使うという回答は43.21%だった。

問題は購入経路だ。

AIツール内で購入の全プロセスを終えたという回答は2.18%にとどまった。小売サイトから始めてAIで補完したという回答が44.8%、AIから始めて外部サイトで決済したという回答が44.03%だった。3つの経路を合わせると約91%であり、残りの経路については引用記事に記載がない。

読み解きは簡単だ。AIが出発点と比較段階を担うようになったが、決済は依然として既存のサイトと人の手が担っている。現在B2CにおいてAIエージェントが実際に変えたのはこの部分だ。

影響は売上側から先に見える。AIのせいで本来買うつもりのなかった物を買ったという回答が68.64%だった。回答基準は原文の表現に従った。エージェントが消費者に代わって購入する前に、すでに新しい購入理由を提案する段階で支出が動いていると解釈できる。

信頼の壁も数値に表れている。

AIエージェントによる自律的な購入支出を全面的に許可しないという回答が31.21%であり、最も多く選ばれた上限額は0ドルだった。20ドル上限が17.45%、50ドル上限が20.74%であり、1回100ドル超えを許可する回答はわずか11.71%だった。週1回以上AIでショッピングをする人々でさえ、51.84%が50ドル以下に制限を設けていた。よく使う人でも大きな金額は任せない。

予測ははるかに大きい。Morgan Stanley Researchの予測として知られる数値は、2030年のエージェント型ショッピング電子商取引支出が1,900億〜3,850億ドル、全体の10〜20%、ショッピングエージェントのユーザーは1億2,600万人というものだ。原文ではなく要約資料の表で確認したもので、発行日も確認できていない。分母となる全体の範囲も要約資料には記載されていなかった。基準が異なるため直接比較はできないが、2030年の予測と現在の2.18%を並べると、決済段階で埋めるべきギャップがいかに大きいかが分かる。

B2B vs B2C AIエージェント比較：同じ枠組みで見てみると

これまで見てきた数値を同じ質問で整理すると以下のようになる。枠内の数値はすべて前節で出典とともに扱ったものだ。

表. B2B vs B2C AIエージェント市場比較（2026年10月時点、本稿が引用した調査・予測）

区分	B2B AIエージェント	B2C AIエージェント
何が変わるか	ソフトウェア課金：座席から使用量・成果へ	購入の出発点：検索・比較がAIへ移行
誰が影響を受けるか	SaaSベンダー、導入企業のIT・財務	小売サイト、ショッピングをする消費者
代表的な数値	54%が運用・試験中、ベンダーの約65%がAI使用量項目を追加	77.6%がAIでショッピング決定、2.18%がAI内で購入完了
お金が動く単位	契約・約定（2〜3年の固定料金契約など）、解決件数	個別購入、消費者が決めた支出上限
まだ変わっていないもの	効果測定（KPIで測定する企業25%）	決済（自律支出を全面的に許可しない31.21%）
2030年予測	SaaS支出の40%以上が新課金体系へ（Gartner引用）	エージェント型ショッピング支出1,900億〜3,850億ドル（Morgan Stanley要約）
根拠の標本	米国専門職500名の調査 + 二次引用	米国消費者1,009名のアンケート

表で最も目を引くのは、お金が動く単位が異なる点だ。

B2Bでは契約書と価格表が動く。ベンダーが課金項目を改定すれば、一度に数千箇所の請求方式が変わる。B2Cでは一人一人が決めた支出上限が動く。同じAIエージェントでも変化が広がる経路がこれほど異なるため、スピードも異ならざるを得ない。

両市場に共通するボトルネックも見られる。

B2Bでは効果を測定する企業が25%にとどまり、B2Cでは自律支出を全面的に許可しない消費者が31.21%いた。

外見は違っても、任せる側が結果を確認する手段や信頼できる根拠が不足している時に止まるという構造は同じだ。この部分は両調査を並べて読んだ解釈であり、両調査が直接的な因果関係を示したわけではない。

標本の限界も明らかだ。表の数値はすべて米国回答者中心であり、調査主体がベンダーか、あるいはベンダー系列のメディアである場合が多い。方向性を読み取る用途には使えるが、個別の数値を韓国市場にそのまま当てはめることは難しい。

MCP・A2A・AP2：AIエージェント市場を繋ぐ接続・決済標準

エージェントが仕事をするには、ツール、他のエージェント、決済手段と接続されなければならない。

AP2公式サイトの説明によると、役割が分かれている。

MCPはエージェントとツール・API・データを繋ぐ。

A2Aはエージェント同士がメッセージと作業をやり取りできるようにする。

AP2はA2Aの拡張で、決済委任（mandate）のような決済専用の通信を担う。

前者の2つが基盤層であり、AP2がその上の決済層である。

AP2用MCPサーバーは作業中であり、スケジュールは公開されていない。

A2A側には基準日がある数値がある。

Linux Foundationの2026年4月9日のプレスリリース(A2A発足1周年)によると、A2Aをサポートする組織は2025年4月の約50箇所から2026年4月には150箇所以上に増加した。支援企業にはAWS、Cisco、Google、IBM、Microsoft、Salesforce、SAP、ServiceNowが含まれる。コアリポジトリのGitHubスターは22,000個を超え、SDKはPython一つから5つの言語での本番サポートへと広がった。決済分野では、決済・金融分野の60以上の組織がAP2を支持すると表明した。

数値を読む際に注意点がある。支援組織数は導入数ではない。プレスリリースは主要クラウドプラットフォームへの搭載と本番使用事例を発表したが、本番環境で使用している組織が何箇所あるかは公開していない。150箇所は支持を表明した規模と捉えるのが安全だ。

両市場にこの標準が届く方式は異なる。

B2Bでは、SAP、Salesforce、ServiceNowといった業務ソフトウェアのエージェントが互いを呼び出す通路になる。

B2CにおいてAP2は、前述の「決済は人が行う」という問題に正面から向き合う。委任という名前が示す通り、エージェントに決済をどこまで任せるかを決めておく装置であるため、上限0ドルを選んだ消費者と同じ問題を技術側から解決する試みと解釈できる。ただし、AP2の導入数値は公開されていない。

韓国AIエージェント市場：企業導入率58%、エージェント完全導入は8%

国内データはStrand Partnersの「2026年 韓国のAI潜在力実現」レポートから引用した。

AWSが依頼した調査で、国内のビジネスリーダー1,000名と一般国民1,000名が回答した。MTNニュースの2026年9月14日の報道とskax.co.krの2026年10月1日の紹介記事を基準とする。

国内企業のAI導入率は58%で、前年の48%から上昇した。

段階別に見ると変化がより鮮明だ。

効率化中心の基本段階は70%から54%に減少し、カスタムAIシステムやエージェント型AIを使う高度化段階は11%から26%へと2倍以上に増えた。

エージェント型AIだけを個別にみると、聞いたことがある企業が37%、実験・パイロット段階が29%、完全導入が8%だった。回答母集団の詳細は記事に記載されていない。3つの数値が重なっているのか、別々にカウントしたものか不明なため合算はしていない。前述の米Liferay調査の54%とも標本や設問が異なるため順位は付けられない。

導入した企業が得た効果としては、生産性向上が81%、平均売上増加が22%、企業あたりの週間平均削減時間が14時間と紹介された。AWSが依頼したレポートであり、母集団の詳細は原文確認が必要だ。この数値は導入効果の上限に近いデータと見るのが妥当だ。

部門別では、高度化段階の比率がICT 41%、製造35%、スタートアップ35%、中小企業25%、大企業9%と紹介された。大企業9%は報道の通りだが、他の項目と対照が必要な数値だ。大企業が最も低いという結果は直感に反するため、原文で確認できるまで根拠にはしない。次世代AIに完全または非常に準備ができているという回答は24%で、スタートアップは43%だった。

今回確認した資料には、国内エージェントサービスの事例と政策の詳細は含まれていない。そのため、その部分については触れていない。

AIエージェント市場の危険と今後1〜2年の展望

最も頻繁に引用される警告はGartnerの2025年6月25日の予測だ。

2027年末までにエージェント型AIプロジェクトの40%以上がキャンセルされるという内容だ。本稿はGartnerの原文ではなく、これを引用した二次ページで確認しており、2026年2月18日の記事も同じ数値を引用している。予測であり、集計された結果ではない。

キャンセルの理由を直接説明する資料ではないが、状況を示す国内数値がある。

前述のStrand Partners・AWSレポートでは、国内企業の47%がAI投資収益を信頼性を持って測定する方法がないと回答した。AI指標を見てプロジェクトの拡大や中断を決定する企業は31%、ビジネス成果指標を追跡する企業は26%だった。導入の障害要因としては、AI・デジタル能力の不足が46%、データ関連の困難が38%、内部人材と業務転換能力の不足が33%として挙げられた。成果を測定できなければ、拡大する根拠も中断する根拠も弱くなる。前述のLiferay調査のKPI 25%と同じ方向の数値だ。ただし、これらの数値がキャンセル率と因果関係にあると断言する根拠はない。

ガバナンス側の数値も低い。

AIを最優先または重要戦略課題と見る国内企業は67%だが、公式かつ包括的なAI戦略を持つ企業は27%である。AI基本法体系に備えができているという回答は22%だった。消費者側のリスクは前述の通り、自律支出を許可しない31.21%として現れている。

予測に移る場合は、基準日から確認する必要がある。

2026年1月15日付のGartnerプレスリリースとして知られる数値は、2026年の世界AI支出が約2兆5,200億ドル（引用ページにより2.53兆ドルとも表記）で前年比44%増、2027年には3兆ドルを超え成長率が約30%になるというものだ。

エージェントに絞ると、Software Strategies Blogの2026年2月16日の要約が伝えるGartner予測は、エージェント型AI支出が2027年にチャットボット支出を追い越すというものだ。2025年12月22日の要約によると、アプリケーションソフトウェア支出のうち、エージェント機能を搭載した製品の比率は2024年の2%から2028年には50%を超え、エージェントがないソフトウェア支出は2027年から減少が始まる。

方向は一つを指しているが、数値の定義が互いに異なる。先ほどの2019億ドルと70億〜85億ドルのギャップのように、予測数値を読む際は組み込み機能を含むかどうかから判断しなければならない。