AIエージェントはいつから？歴史と進化を1973年から2026年まで解説

最終更新日：2026年9月9日

「AIエージェント元年」という言葉を、2025年前後から頻繁に目にするようになった。しかし、AIエージェントは2025年に突然生まれた技術ではない。

現在のAIエージェントにつながる「自律した主体」という思想は1970年代まで遡り、1990年代にはAI研究の重要概念として体系化されていた。

そこへ2022年以降、LLMの推論・ツール利用・記憶・外部接続が加わり、2024年に製品化、2025〜2026年に企業の仕事を実行する存在へ進化したのである。

この記事でわかること： AIエージェントはいつから始まったのか／1973年から2026年までの主要な転換点／生成AIとAIエージェントが分かれた理由／2026年が「社会実装期」と言える根拠

✅ 先に結論
AIエージェントには一つの「誕生日」はありません。思想の源流なら1970年代、AI研究の標準概念なら1990年代、LLMエージェントの直接的な転換点は2022年、企業実装が本格化したのは2024〜2026年。これが最も実態に近い整理です。

この記事の著者・監修者　ケニー狩野（Kenny Kano）

Arpable 編集部（Arpable Tech Team）

株式会社アープに所属するテクノロジーリサーチチーム。人工知能の社会実装をミッションとし、最新の技術動向と実用的なノウハウを発信している。

役職：(株)アープ取締役。Society 5.0振興協会・AI社会実装推進委員長。中小企業診断士、PMP。著書『リアル・イノベーション・マインド』▶ 詳細情報

2025年にやってくる？AIエージェントの時代

Toggle

AIエージェントはいつから始まったのか

AIエージェントの歴史を、1970年代のルールベースAIから、検索・機械学習・生成AIを経て、2026年の業務実行型AIエージェントまで年表で示した図

AIエージェントの歴史には一つの誕生日はなく、理論・LLMとの融合・製品化・企業実装という複数の転換点がある。

「AIエージェントはいつから始まったのですか？」と聞かれたとき、2023年や2025年と一つの年だけを答えるのは正確ではありません。現在のAIエージェントにつながる考え方は、LLMやChatGPTよりはるか以前から存在していました。

**AIエージェントの「4つの始まり」**
見方	時期	意味
理論的な源流	1970年代	自律した主体が環境や他者と相互作用する発想
AI研究として体系化	1990年代	Intelligent Agentという考え方が定着
LLMエージェント	2022〜2023年	LLMが推論し、ツールを使い、行動するようになる
企業実装	2024〜2026年	Agentが企業システムや業務の実行主体として使われ始める

思想として見るなら1970年代、現在のLLMエージェントなら2022年前後、社会実装なら2024〜2026年。この三段階で捉えると、AIエージェント史の混乱が一気に解けます。

なお、現在の「AIエージェントとは何か」「どんな構成要素で動くのか」を知りたい方は、AIエージェントの仕組みとアーキテクチャ解説をご覧ください。本記事では技術仕様そのものではなく、「いつから、どう進化してきたか」に焦点を絞ります。

1973〜1995年｜「Agent」という考え方はLLMより50年前に始まった

現在のAIエージェントにつながる思想は、生成AI登場のはるか以前からAI・分散システム研究の中で育ってきた。

AIエージェントの歴史をChatGPTから始めてしまうと、本質を見誤ります。1973年、Carl Hewitt、Peter Bishop、Richard SteigerらはActor Modelにつながる研究を発表しました。

Actorは、それぞれが独立した状態を持ち、メッセージを受け取り、判断し、他のActorと相互作用します。もちろん、これは現在のLLMエージェントそのものではありません。しかし、独立した主体が自らの状態を持ち、他者や環境と相互作用するという発想は、現代のエージェント型システムにつながる重要な理論的源流の一つです。

1980年代には、「なぜAgentは行動するのか」という問いへ研究が進みます。1987年にMichael Bratmanが刊行した『Intentions, Plans, and Practical Reason』は、後のBDI（Belief・Desire・Intention）モデルの哲学的基盤となりました。

AIが単に入力に反応するのではなく、「世界をどう認識しているか」「何を望んでいるか」「何を実行しようとしているか」という内部状態を持つ。この考え方は、現在のAIエージェントでいう目標、メモリ、計画、状態管理にも通じます。

そして1990年代になると、「Intelligent Agent」はAI研究の主要概念の一つとして整理されます。1995年にはStuart RussellとPeter Norvigの『Artificial Intelligence: A Modern Approach』初版や、Michael WooldridgeとNicholas JenningsによるIntelligent Agent研究が登場しました。

この頃には、環境を知覚し、目的に応じて判断し、環境へ働きかける主体という現在にも通じる基本形が見えていました。

ただし、当時のAgentには大きな壁がありました。頭脳が足りなかったのです。ルールや限定されたアルゴリズムの中では動けても、人間の曖昧な指示を理解し、未知の状況を推論し、自分で仕事を組み立てるほどの能力はありませんでした。

その壁を約30年後に破ったのが、大規模言語モデル（LLM）でした。

2022〜2023年｜LLMが「答えるAI」から「行動するAI」へ変わった

古くから存在したAgentの思想にLLMの推論能力が加わり、現在につながるAIエージェントが一気に現実化した時期である。

2022年：ReActが「考える」と「行動する」をつないだ

2022年10月、Shunyu YaoらがReAct（Reasoning and Acting）を発表しました。ReActの重要性は、LLMに単に答えを生成させるのではなく、考える → 行動する → 結果を観察する → もう一度考えるという循環を組み込んだことです。

たとえば「東京からケアンズへ行く最適な方法を調べて」と頼まれた場合、従来の生成AIなら学習済み知識をもとに回答を生成します。しかしAgentは、検索し、結果を見て、足りない情報を判断し、別のツールを使い、比較して、最終的な答えを組み立てます。

この「思考と行動のループ」が、現在のLLMエージェントの基本構造になりました。

2022年：LangChainが研究アイデアを開発者の道具へ変えた

ほぼ同じ時期、Harrison ChaseによってLangChainが公開されました。重要なのはLangChainそのものの機能ではありません。ReActのような研究上のアイデアを、開発者が実際のアプリケーションへ組み込めるようになったことです。

2023年：AIが「道具を使う」ようになった

2023年2月にはMeta AIがToolformerを発表しました。これはLLM自身が、必要に応じて外部ツールを利用する方法を学習できることを示した研究です。

さらに3月にはAutoGPTが公開されました。AutoGPTは完璧なシステムではありませんでした。処理をループしたり、期待どおり仕事を完了できなかったりと、多くの課題を抱えていました。

それでも歴史的には大きな意味があります。「目標だけ渡せば、AIが自分で仕事を分解して進める」というLLM自律エージェントのイメージを広く可視化した代表例になったからです。

2023年6月にはOpenAIがFunction Callingを公開し、LLMから外部APIやシステムを呼び出す仕組みが標準的な開発手法へ近づきました。

生成AIは「知っていることを答えるAI」、AIエージェントは「必要な道具を使って仕事を進めるAI」。 2023年は、その違いが技術としてはっきり見え始めた年でした。

チャットAIとAIエージェントの違いを比較し、前者は質問への回答中心、後者は目標設定後に計画、検索、比較、ツール実行まで進むことを示した図

2024年｜AIエージェントが「実験」から「製品」へ移った

2024年はAgentが研究デモを越え、企業向け製品、制御基盤、コンピュータ操作、接続標準へ一気に広がった転換年である。

LangGraph：「自由に動かす」から「制御して動かす」へ

2024年初頭にはLangGraphが登場しました。状態管理、循環処理、Human-in-the-Loopなどをグラフ構造で設計することで、LLM Agentの動きをより明示的に制御できるようになりました。

ここでAgent開発の問いが変わります。「どうすればAIを自律化できるか」から、「どうすればAIを安全に制御しながら自律化できるか」へ。

現在のLangGraphの使い分けや本番設計については、LangGraphとは？LangChain・CrewAI・MAFとの使い分けと本番設計【2026年版】で詳しく解説しています。

Agentforce：AIエージェントが企業システムへ入った

2024年9月、SalesforceはAgentforceを発表しました。CRMに蓄積された企業データや業務プロセスとAIエージェントを結びつける、本格的な企業向けAgent製品です。

ここでAIエージェントは「面白いデモ」ではなく、営業、サービス、CRMといった実際の企業業務を対象にする段階へ入りました。

computer use：APIの外へ出た

2024年10月、AnthropicはClaudeのcomputer useを公開しました。これはAPIが用意されたシステムだけでなく、画面を認識し、マウスやキーボードを使ってコンピュータを操作する方向へAgentの活動範囲を広げた出来事です。

人間に近い操作面をAIが持ち始めたことで、Agentは「APIを呼ぶプログラム」から「業務環境そのものを操作する存在」へ近づきました。

MCP：Agentと外部世界をつなぐ共通接続へ

そして2024年11月、AnthropicがModel Context Protocol（MCP）を公開しました。

MCPによって、AIと外部のデータ・ツールを接続するための共通化が進み始めます。技術詳細はMCPとは？AIツール連携の仕組み・APIとの違い・安全な始め方を解説【2026年版】に譲りますが、歴史的には重要な転換点です。

ここまで来るとAgentは単なるLLMではありません。

LLM＋状態＋記憶＋ツール＋企業データ＋外部システムから構成される、一つの業務システムへ変わり始めていました。

AIエージェント実用化の背景として、LLM、RAG、ツール接続、ワークフロー、ガードレール・可観測性の5要素が揃ったことを整理した図

2025年｜「AIエージェント元年」は熱狂と現実が衝突した年だった

2025年はAIエージェントへの期待が急上昇する一方、ROI・運用・ガバナンスという現実の壁も同時に露呈した年である。

2025年に入ると、大手AI企業は次々とAgentを製品の中心へ押し出します。OpenAIはOperator、Responses API、Agents SDK、そしてChatGPT agentへ展開しました。Anthropicもcomputer useやMCPに続き、2025年2月にはClaude Codeを公開しています。

AI競争の焦点は、「どのモデルが最も賢いか」から「どのAIが実際の仕事を完了できるか」へ移り始めました。

3月：「80%を自律解決」という期待

2025年3月、Gartnerは、2029年までにAgentic AIが一般的なカスタマーサービス問い合わせの80%を自律的に解決すると予測しました。AIエージェントへの期待が頂点へ向かっていた時期です。

6月：「40%以上が中止」という警告

ところが、わずか数か月後の2025年6月、同じGartnerが2027年末までにAgentic AIプロジェクトの40%以上が中止されるとの予測を発表しました。理由として挙げられたのは、コスト増、事業価値の不明確さ、リスク統制の不足などです。

この二つの予測は、同じ母集団や同じ指標を比較したものではありません。しかし、同じ2025年に、「AIが多くの仕事を自律化する」という期待と、「多くのプロジェクトが価値を出せず撤退する」という警戒が同時に存在していたことは象徴的です。

AIエージェントの問題は「AIが動けるか」ではなくなりました。何を任せるのか。どこまで権限を与えるのか。誰が責任を持つのか。失敗したら誰が止めるのか。

Agentの競争は、モデル性能から「業務設計」へ移り始めたのです。

2025〜2026年｜企業は本当にAIエージェントを使い始めたのか

2026年のAIエージェントは未来予測だけの存在ではなく、限定された業務から本番利用とスケールが始まる段階に入っている。

日本でも具体的な事例が現れています。日立製作所は、大みか事業所の品質保証業務にAIエージェントを適用し、事例検索時間を約9割、レポート作成・原因分析時間を8割以上削減したと発表しています。

重要なのは「AIが会社全体を自律化した」のではないことです。対象業務を限定し、成果を測れる場所からAgentを入れています。

世界的にも同じ傾向が見えます。McKinseyの2025年調査では、23%が少なくとも一つの業務でAgentic AIをスケーリングし、62%が実験段階にあると回答しました。さらに2026年調査では、年商10億ドル超の大企業でエージェントのスケーリング率が27%から40%へ上昇しています。

「AIエージェントが普及した」と言い切る段階ではない。しかし「PoCだけの技術」と呼ぶ段階も終わりつつある。これが2026年の現在地です。

日本企業でどこまで本番利用が進んでいるかは、日本企業のAIエージェント導入事例2026｜本番稼働はどこまで進んだ？一次情報で実態を検証で詳しく整理しています。

50年でAIエージェントの意味はどう変わったのか

AIエージェントの歴史は、AIが賢くなった歴史だけでなく、AIへ与える「行動範囲」と「権限」が広がった歴史でもある。

**時代ごとに変化した「AIエージェント」の意味**
時代	AIエージェントの意味
1970〜1990年代	環境を認識し、目的に応じて行動する「主体」
2022〜2023年	LLMが推論し、ツールを使って行動する
2024年	状態管理・外部接続・人間介入を持つ業務システム
2025〜2026年	企業データや業務権限を持ち、実際の仕事を実行する