AGENTIC STAR 調査レポート
1. 基本情報
- ツール名: AGENTIC STAR
- ツールの読み方: エージェンティック・スター
- 開発元: ソフトバンク株式会社 (SoftBank Corp.)
- 公式サイト: https://www.softbank.jp/biz/services/ai/agentic-star/
- 関連リンク:
- ドキュメント: https://www.softbank.jp/biz/services/ai/agentic-star/ (公式サイト内に記載)
- カテゴリ: 自律型AIエージェント
- 概要: ユーザーが設定した業務ゴールを理解し、自らプランニング・判断・行動を行う次世代の自律型AIプラットフォームです。SaaSとして提供され、企業の業務自動化や生産性向上を支援します。
2. 目的と主な利用シーン
- 解決する課題: 従来のAIチャットボットでは難しかった、複雑な工程を含む業務の自動化、部門やシステムを横断した業務連携、AI活用におけるセキュリティとガバナンスの確保。
- 想定利用者: 企業のDX推進担当者、企画・マーケティング部門、システム開発部門、一般のビジネスパーソン。
- 利用シーン:
- 市場調査から競合分析、提案資料の作成までの一連のプロセス自動化。
- システム開発における要件定義書の作成（事例収集、要件整理、フロー図作成）。
- テキスト指示からの動画やアプリケーションの自動生成。
3. 主要機能
- 自律的なタスク遂行: ゴールを設定するだけで、AIが自律的にサブタスクへの分解、計画立案、実行、進捗管理を行います。
- マルチエージェント連携: 検索、資料作成、データ分析など、特定のスキルを持った複数の専門エージェントが協調してタスクを遂行します。
- MCP (Model Context Protocol) 対応: AIが外部データやツールと接続するためのオープン標準「MCP」に対応しており、社内システムやSaaSとの連携が容易です。
- 作業レポート作成: AIが実行した判断や操作の履歴をレポートとして出力し、プロセスの透明性を担保します。
- 長期記憶とパーソナライズ: ユーザーとの過去のやり取りやドキュメントを学習・保持し、個々のユーザーや組織の背景知識（コンテキスト）を踏まえた支援を行います。
- サンドボックス環境: 本番環境や業務データから切り離された安全な実行環境を内蔵し、生成したコードをその場で実行・検証し、エラーがあれば自己修復します。
- 利用分析・促進: 管理者向けの利用状況分析や、ユーザーへのフォローアップメール機能など、組織へのAI定着を支援する機能を備えています。
4. 開始手順・セットアップ
- 前提条件:
- 法人契約が必要（個別見積もり）。
- ブラウザ環境（SaaSモデルの場合）。
- インストール/導入:
- SaaSモデルのため、インストールは不要。契約後に発行されるアカウントでログイン。
- 初期設定:
- 管理者によるユーザー登録、権限設定。
- ガードレール（セキュリティポリシー）の設定。
- クイックスタート:
- ログイン後、チャット画面で「〇〇について調査し、提案資料を作成して」とゴールを入力して開始。
5. 特徴・強み (Pros)
- 法人利用に特化したセキュリティ: チャット単位で独立した仮想環境が提供され、データ漏洩や他システムへの影響を防ぐ堅牢なセキュリティ構造を持っています。
- 豊富なツール連携とMCP: Web検索、文書作成などの標準ツールに加え、MCPによる外部ツール連携が容易で、将来的な拡張性が高いです。
- 国内企業によるサポート: ソフトバンクによる日本語でのサポート体制があり、日本の商習慣やセキュリティ基準に適合しています。
- AI定着化支援: 単なるツール提供にとどまらず、利用分析やフォローアップ機能により、組織全体での活用定着を促進します。
6. 弱み・注意点 (Cons)
- 提供モデルの段階的リリース: 2025年12月時点ではSaaSモデルのみの提供であり、外部接続モデルや開発基盤提供モデルは2026年3月の提供予定です。
- 価格の透明性: Webサイト上で料金プランが公開されておらず、問い合わせが必要であるため、導入コストの試算に手間がかかる可能性があります。
- 実績の少なさ: 2025年12月にリリースされたばかりの製品であるため、長期的な運用実績やユーザーレビューがまだ少ない点には注意が必要です。
7. 料金プラン
| プラン名 | 料金 | 主な特徴 |
|---|---|---|
| SaaSモデル | 個別見積もり | ブラウザから利用できる標準モデル。2025年12月提供開始。 |
| カスタマイズモデル | 個別見積もり | 顧客の専用環境にAIエージェントを構築するモデル。 |
| 外部接続モデル | 個別見積もり | 既存システムにAPI/MCP連携で組み込むモデル。2026年3月提供予定。 |
| 開発基盤提供モデル | 個別見積もり | AIエージェントの実行環境やSDKを提供するモデル。2026年3月提供予定。 |
- 課金体系: 公式サイトでは公開されていない。個別の問い合わせが必要。
- 無料トライアル: 公式サイトに明記なし。問い合わせが必要。
8. 導入実績・事例
- 導入企業: ソフトバンク株式会社（社内導入）
- 導入事例:
- アプリ開発・要件定義: API仕様の自律的な解釈や設計・実装の並行処理により、モックアプリ開発の時間を約30時間から約30分へ（約98%）短縮。議事録から要件定義書等のドラフトを自動生成する業務でも活用されています。
- インフラ構築（IaC）: 長期記憶を活用して設計の背景を保持し、Terraform実行からエラー修正までを自律的に行うことで、インフラ構築工数を約10人日から約0.5人日へ（約95%）削減。
- 提案資料作成などの業務でも活用されています。
- 対象業界: 全業界（特にセキュリティ要件の厳しい大企業）。
9. サポート体制
- ドキュメント: 公式サイトに機能紹介や活用ステップの解説があります。
- コミュニティ: 公式なユーザーコミュニティの存在は確認できていません。
- 公式サポート: 法人コンシェルや問い合わせフォームを通じたサポートが提供されています。導入支援コンサルティングもあり。
10. エコシステムと連携
10.1 API・外部サービス連携
- API: 2026年3月提供予定の「外部接続モデル」にてAPI連携が可能になる予定。
- 外部サービス連携: MCP (Model Context Protocol) に対応しており、理論上多様な外部ツールとの接続が可能。標準でWeb検索、Officeツール等と連携。
10.2 技術スタックとの相性
| 技術スタック | 相性 | メリット・推奨理由 | 懸念点・注意点 |
|---|---|---|---|
| MCP対応ツール | ◎ | 標準対応しており、サーバー接続管理機能も提供 | サーバーの実装が必要 |
| 既存Webシステム | ◯ | 外部接続モデル（2026/3予定）で連携可能 | 提供開始まで待つ必要あり |
11. セキュリティとコンプライアンス
- 認証: ユーザー登録の承認管理機能あり。企業の認証基盤との連携は個別確認が必要。
- データ管理: 顧客データは学習に利用されない運用（オプトアウト規定等）。チャット単位で独立した仮想環境を利用。
- 準拠規格: 詳細な認証取得状況は公式サイトに未記載だが、通信キャリアグレードのセキュリティを謳う。
12. 操作性 (UI/UX) と学習コスト
- UI/UX: チャット形式のインターフェースで、自然言語で指示を出せるため、直感的に操作可能です。
- 学習コスト: AIに「ゴール」を適切に伝えるプロンプトエンジニアリングのスキルは一定程度必要ですが、AI側からのヒアリング機能などが補助します。
13. ベストプラクティス
- 効果的な活用法 (Modern Practices):
- ゴール指向の指示: 具体的な手順ではなく、達成したい「ゴール」を明確に伝えることで、AIの自律性を最大限に活かす。
- 継続的な利用とフィードバック: パーソナライズ機能を活かすため、継続的に利用し、AIに組織や個人の文脈を学習させる。
- 陥りやすい罠 (Antipatterns):
- 過度なマイクロマネジメント: AIの計画作成を待たずに細かく指示しすぎると、自律型エージェントのメリットが薄れる。
- セキュリティ設定の放置: ガードレール設定を行わずに機密情報を扱う（ただしシステム側で一定の保護はある）。
14. ユーザーの声（レビュー分析）
- 調査対象: 公式発表、プレスリリース、SNS（X等）、公式ビジネスブログ
- 総合評価: リリース直後のため、数値的な総合評価はまだ確立されていません。
- ポジティブな評価:
- 「API仕様の調査や環境構築などの準備作業から解放され、モック開発が約30時間から約30分に短縮された」（社内事例）
- 「長期記憶があるため、設計の背景が引き継がれ、ブラックボックス化や属人化を防ぐ強力なパートナーになる」（社内事例）
- 「資料作成の時間が大幅に短縮できた」（社内事例）
- 「要件定義のたたき台作成が楽になった」（社内事例）
- ネガティブな評価 / 改善要望:
- 「料金が不明確で導入検討が進めにくい」（一般的な反応）
- 特徴的なユースケース:
- モックアップの作成からテストまでの自律的な実行。
- IaC（Infrastructure as Code）のコード生成・実行からエラー特定・修正までの自律ループ。
- 提案シナリオからスライド作成までの一気通貫などの「クリエイティブ×ロジカル」な業務。
15. 直近半年のアップデート情報
- 2026-03-24: アプリケーション開発（モック開発）における活用事例を公開。API仕様の調査から設計、実装、テストまでを自律的に行い、開発時間を大幅に短縮。
- 2026-03-16: 情報システム部門におけるインフラ構築（IaC）への活用事例を公開。「長期記憶」を活用してシステムの属人化・ブラックボックス化を防ぎつつ、構築工数を削減する取り組みを紹介。
- 2025-12-11: AGENTIC STAR の提供開始。SaaSモデルおよびカスタマイズモデルをローンチ。
- 2025-11-19: 開発者向けブログにてAIエージェント開発の裏側を公開。
(出典: ソフトバンク ビジネスブログ)
16. 類似ツールとの比較
16.1 機能比較表 (星取表)
| 機能カテゴリ | 機能項目 | AGENTIC STAR | Microsoft Copilot | Devin | Salesforce Agentforce |
|---|---|---|---|---|---|
| 基本機能 | 自律タスク実行 | ◎ ゴール設定のみで実行 |
◯ Agent Mode機能はあるが支援寄り |
◎ 計画から実行まで完全自律(開発特化) |
◎ CRMフロー内で完全自律可能 |
| カテゴリ特定 | 汎用性 | ◎ 業務全般に対応 |
◎ Office連携に強み |
△ 開発に特化 |
△ CRM/顧客対応に特化 |
| エンタープライズ | セキュリティ | ◎ 独立仮想環境 |
◎ Ent.グレード、Purview対応 |
◯ EnterpriseはVPC/SSO対応 |
◎ 最高水準のSalesforce基準 |
| 非機能要件 | 日本語対応 | ◎ 国内開発・サポート |
◎ 高精度 |
△ 英語ベース |
◎ 対応済み |
16.2 詳細比較
| ツール名 | 特徴 | 強み | 弱み | 選択肢となるケース |
|---|---|---|---|---|
| AGENTIC STAR | 国内企業向け自律型プラットフォーム | 独立環境による高セキュリティ、MCP対応、日本語サポート | 実績がこれから、料金非公開 | 国内大企業で、セキュリティを重視しつつ自律エージェントを導入したい場合 |
| Microsoft Copilot | Office製品との統合 | 圧倒的なユーザー数、Office 365とのシームレスな連携 | 自律的な長期タスク遂行はまだ発展途上 | 既にM365を利用しており、文書作成支援などを中心にしたい場合 |
| Devin | ソフトウェアエンジニアリング特化 | コーディング、デバッグ、デプロイまで完結する能力 | エンジニアリング以外には使えない | 開発チームの生産性を劇的に向上させたい場合 |
| Salesforce Agentforce | CRMデータ活用 | 顧客データと連携したアクション、Low-Codeでの構築 | Salesforce環境外の業務には弱い | 営業・サポート部門でSalesforceを中心に業務を行っている場合 |
17. 総評
- 総合的な評価:
- 日本のエンタープライズ環境に適合した、セキュリティとガバナンス重視の自律型AIプラットフォームとして非常に有望です。特にMCPへの早期対応は評価でき、特定のベンダーロックインを避けつつ最新のAIエコシステムを取り込める設計になっています。
- 推奨されるチームやプロジェクト:
- セキュリティ要件が厳しく、SaaS利用に慎重な国内大企業のDX推進プロジェクト。
- 定型業務だけでなく、市場調査や資料作成など非定型の「考える」業務が多い企画・マーケティングチーム。
- 選択時のポイント:
- 既存のマイクロソフト製品やSalesforce製品への依存度と、独自のエージェント構築ニーズ（MCP連携など）のバランスで判断すると良いでしょう。また、2026年3月の機能拡張を見据えたロードマップの確認も重要です。