|
|
|
|
|
renue株式会社（本社︓東京都港区、代表取締役︓山本悠介）は、AIエージェントの利用状況を組織横断で可視化・評価するツール「Agent Monitor」を公開しました。 |
|
|
|
https://agent-monitor.renue.co.jp/ |
|
|
|
Claude Code・Codex・Cursorの主要3ツールに対 応し、ローカル履歴の集約、統計分析、危険操作アラート、Prompt改善評定の機能を提供し ます。 |
|
|
|
|
 |
|
|
|
エグゼクティブサマリー |
|
|
|
renue株式会社は、AIエージェントの利用状況を組織横断で可視化・評価するツール「Agent Monitor」を公開しました。Claude Code・Codex・Cursorの主要3ツールに対応し、各ユー ザーのローカル履歴をサーバーに集約して統計データとして表示します。 |
|
|
|
AIエージェントの普及が加速する中、多くの組織では「AIが生成した成果物をどうレビューす るか」が課題となっています。仕様書駆動開発、テスト駆動開発、ノーレビュー組織など、さまざまな手法が議論されています。 |
|
|
|
Agent Monitorは、成果物レビューとは異なる視点でこの課題に取り組みます。AIエージェン トの使い方そのものを可視化し、組織全体のAI活用レベルを引き上げる仕組みです。危険操作 のアラート通知、ユーザー別の利用状況ダッシュボード、Prompt・AI対話の改善点チェック および評定機能を備えています。 |
|
|
|
当社では事務からコンサルタントまで全社員がTerminal上のAIエージェントで日常業務を遂行 しています。その運用で培った監視・評価の仕組みを社内システムから転用し、外部に公開す るものです。 |
|
|
|
|
|
|
|
|
|
|
|
|
|
対象領域の前提 |
|
|
|
AIエージェントの普及は急速に進んでいます。開発領域ではClaude Code、Codex、Cursorと いったツールが広く浸透しました。コード生成・レビュー・テスト作成などの作業をAIが担 い、開発者の生産性は向上しています。 |
|
|
|
さらに、AnthropicのCoWork発表により、AIエージェントの活用範囲は開発領域を超えて拡 大しています。事務作業、レポート作成、データ分析など、ホワイトカラー業務全般にAIエー ジェントが導入される時代が到来しました。企画書の作成、顧客対応の下書き、社内ドキュメ ントの整理など、従来は人手で行っていた業務の多くがAIエージェント経由で処理されつつあります。 |
|
|
|
この急速な普及に伴い、組織が直面する新たな課題が浮上しています。AIエージェントが生成 する成果物の量は、人間が手作業で生み出す量を大きく上回ります。コードレビュー、ドキュ メント確認、品質チェックなど、成果物を検証する工数が増加しています。 |
|
|
|
現在、開発領域ではこの課題に対する複数のアプローチが議論されています。仕様書駆動開発 は、ドキュメントなど抽象的な要件レベルでの確認に留める手法です。より細かいレビュアー の育成により、専門的なチェック体制を構築する動きもあります。ノーレビュー組織の設計 は、レビュー工程そのものを省く実験的な取り組みです。テスト駆動開発やガードレールの拡 充では、自動テストで品質を担保します。 |
|
|
|
いずれも「AIで効率化しながら、アウトプットの期待値をどう最大化するか」という同一の問 いへの回答です。しかし、成果物の品質管理に議論が集中する一方で、AIの使い方そのものを 組織的に最適化する視点は見落とされがちです。 |
|
|
|
|
|
|
|
|
|
目標 |
|
|
|
Agent Monitorが実現するのは、AIエージェントの使い方を組織全体で可視化し、「AIをより 多く・より上手く使う人を正当に評価できる環境」です。 |
|
|
|
当社は「まず自社をDXする」を掲げ、最終的には世の中の付加価値を向上させることを目指し ています。社内では全社員がTerminal上のAIエージェントを業務のUIとして活用しています。 事務担当者はドキュメント作成やデータ整理を、コンサルタントは分析レポートの生成や提案 資料の下書きを、開発者はコーディングやコードレビューを、いずれもAIエージェント経由で 遂行しています。 |
|
|
|
その運用の中で得た知見があります。AIの使い方を可視化することで、組織全体のレベルが上 がるという事実です。優れたPromptの書き方、効果的なAIとの対話パターン、安全な使い方 の基準。こうした知見は、可視化しなければ個人に閉じたまま組織に還元されません。 |
|
|
|
Agent Monitorが実現する体験は明確です。管理者はダッシュボードで組織のAI活用度を即座 に把握できます。各メンバーはPrompt品質のフィードバックを受け、AI活用スキルを継続的 に向上させられます。危険な操作はリアルタイムで検知され、セキュリティリスクを未然に防 げます。 |
|
|
|
この仕組みを社外にも公開し、AIエージェント活用における組織的な最適化手法を広めます。 |
|
|
|
|
|
|
|
|
|
課題 |
|
|
|
AIエージェントの利用実態が見えない |
|
|
|
AIエージェントはローカル環境で動作します。Claude CodeはTerminal上で、CursorはIDE上 で、Codexもローカルで稼働します。各メンバーがどのツールをどのくらい使い、どのような Promptを書いているかを組織として把握する手段が存在しません。 |
|
|
|
利用履歴は各端末に分散し、管理者がアクセスする仕組みはありません。AIを効果的に使いこ なすメンバーの知見が組織に共有されず、個人のスキル差がそのまま放置されます。「誰がど のくらいAIを活用しているか」すら定量的に把握できない状態です。 |
|
|
|
|
|
成果物レビューの工数が膨張する |
|
|
|
AIエージェントは短時間で大量の成果物を生成します。コード、ドキュメント、分析レポート など、生成物の量は人手の数倍に達します。しかし、生成された成果物を人間がレビューする 速度は変わりません。 |
|
|
|
レビュー工数の増大は、AIによる生産性向上の効果を相殺するリスクを孕んでいます。「AIで 速く作って、人間が遅くチェックする」という⾮対称な構造が生まれています。レビュアーの 負荷が集中し、ボトルネックとなるケースも増えています。 |
|
|
|
|
|
Prompt品質のばらつきが放置される |
|
|
|
AIエージェントの出力品質は、入力するPromptの品質に大きく左右されます。適切なコンテ キストを与え、明確な指示を書けるメンバーと、曖昧な指示でAIに丸投げするメンバーでは、 成果物の品質に大きな開きが出ます。 |
|
|
|
しかし、Promptの書き方は個人の経験と試行錯誤に委ねられています。組織的な教育や改善 サイクルの起点となるデータが存在せず、スキルの底上げが進みません。 |
|
|
|
|
|
セキュリティリスクの検知が困難 |
|
|
|
AIエージェントは強力なツールである一方、機密情報への意図しないアクセスや危険なコマン ドの実行を引き起こす可能性があります。ローカルで動作するため、こうした操作が行われて もリアルタイムで検知する仕組みがありません。事後的な調査にも多大な工数がかかります。 組織のセキュリティポリシーとAIエージェントの自由度のバランスを取る手段が求められてい ます。 |
|
|
|
|
|
|
|
|
|
ソリューション・やったこと |
|
|
|
3ツールの履歴集約と統計ダッシュボード |
|
|
|
Agent Monitorは、Claude Code・Codex・Cursorの3つの主要AIエージェントツールから、 ローカルに保存された対話履歴を自動的にサーバーへ集約します。 |
|
|
|
従来、各メンバーのAI利用履歴は端末ごとに分散し、誰がどのくらいAIを使っているかすら把 握できませんでした。Agent Monitor導入後は、管理画面のダッシュボードで全メンバーの利 用状況を統計データとして一覧表示できます。利用頻度、対話回数、ツール別の使用比率、期 間ごとの推移がグラフで可視化されます。 |
|
|
|
管理者は画面上で期間やメンバーを絞り込み、組織全体のAI活用度をリアルタイムに把握でき ます。「AIをより多く使う人」を定量的に識別し、評価の根拠として活用できます。 |
|
|
|
|
|
|
Leaderboard画面︓メンバー別のセッション数・メッセージ数・利用時間をランキング表示 |
|
|
|
|
|
|
|
|
危険操作アラートとユーザー別利用状況の可視化 |
|
|
|
AIエージェントが機密情報にアクセスした場合や、危険なコマンドを実行しようとした場合、 Agent Monitorはリアルタイムでアラートを通知します。 |
|
|
|
従来、ローカルで行われるAIエージェントの操作は事後的にしか確認できませんでした。 Agent Monitorでは、操作のたびにサーバーへログが送信され、危険パターンに該当する操作 を即時検知します。管理者はアラート一覧画面から、いつ・誰が・どのような操作を行ったか を確認できます。 |
|
|
|
ユーザー別の利用状況画面では、各メンバーのAI活用パターンを個別に把握できます。利用頻 度の推移、使用ツールの比率、対話の傾向が時系列で表示されます。メンバーのAI活用度合いの変化を追跡し、組織的な改善施策の効果を測定する基盤となります。 |
|
|
|
|
|
|
Security画面︓危険コマンド検出・機密ファイルアクセスのアラートを重大度・ステータス別に一覧表示 |
|
|
|
|
|
|
|
|
Prompt・AI対話の改善点チェックと評定 |
|
|
|
Agent Monitorは、各メンバーのPromptとAIとの対話内容を分析し、改善点を自動で指摘し ます。さらに、対話品質を評定する機能を備えています。 |
|
|
|
従来、Promptの書き方は個人に委ねられ、改善のためのフィードバックを得る手段がありま せんでした。Agent Monitorでは、過去の対話履歴から⾮効率なパターンを検出し、具体的な 改善提案を提示します。コンテキストの与え方、指示の明確さ、対話の構造化など、複数の観 点でPrompt品質を分析します。 |
|
|
|
評定機能により、メンバー間のPrompt品質を比較可能です。管理者は「AIをより多く・より上手く使う人」を定量的に評価できます。当社が社内で実践してきた「AIの使い方を見ること で全体のレベルを上げる」という取り組みを、ツールとして外部に提供するものです。 |
|
|
|
|
|
|
Insights画面︓Promptスコアサマリー・主要作業領域・強み/リスク分析を表示 |
|
|
|
|
|
|
|
|
|
|
|
|
効果 |
|
|
|
AI利用状況の可視化による組織的な改善 |
|
|
|
Agent Monitor導入により、管理者は組織全体のAIエージェント活用度をリアルタイムで把握 できるようになります。 |
|
|
|
• |
|
各メンバーの利用頻度・対話回数・ツール別使用比率がダッシュボードで一目で確認できま す |
|
|
• |
|
AIを積極的に活用するメンバーとそうでないメンバーの差を定量的に識別できます |
|
|
• |
|
利用データに基づいた教育施策・改善計画の立案が可能になります |
|
|
|
|
|
従来は端末に分散していた履歴が集約されることで、組織全体のAI活用レベルの底上げを見込 んでいます。 |
|
|
|
|
|
Prompt品質の向上サイクル |
|
|
|
対話分析に基づく自動フィードバックにより、各メンバーが自律的にPromptスキルを向上さ せる仕組みが整います。 |
|
|
|
• |
|
改善点の自動指摘により、メンバーは日々の業務の中でPrompt品質を改善できます |
|
|
• |
|
メンバー間のPrompt品質比較により、効果的な利用パターンの横展開が可能になります |
|
|
• |
|
評定機能により「AIを上手く使う人」への正当な評価を実現します |
|
|
|
|
|
Prompt品質が組織的に向上すれば、AIエージェントの出力品質が安定し、成果物レビューの 工数削減にもつながります。 |
|
|
|
|
|
|
Insights画面︓観測された依頼の実例に基づく改善提案を自動生成 |
|
|
|
|
|
|
|
|
セキュリティリスクの低減 |
|
|
|
ローカル環境で動作するAIエージェントのセキュリティ課題に対し、サーバー集約型の監視基 盤で対応します。 |
|
|
|
• |
|
危険操作のリアルタイム検知により、インシデントの未然防止を実現します |
|
|
• |
|
操作ログの一元管理により、事後調査の工数を削減します |
|
|
• |
|
アクセスパターンの可視化により、セキュリティポリシーの継続的な改善に活用できます |
|
|
|
|
|
|
|
|
|
|
|
|
|
今後の展望 |
|
|
|
当社は「まず自社をDXする」を掲げ、自社の業務改革で得た知見を外部に提供する取り組みを 進めています。Agent Monitorはその一環として公開するものです。 |
|
|
|
短期的には、対応ツールの拡充を計画しています。現在はClaude Code・Codex・Cursorの3 ツールに対応していますが、GitHub Copilotなど他の主要AIエージェントツールへの対応を進めます。また、アラートルールのカスタマイズ機能やチーム単位での比較分析機能の追加も予定しています。 |
|
|
|
中期的には、AI活用の評価基準やベストプラクティスの体系化に取り組みます。当社が社内で 蓄積してきた「AIをより多く使う人を評価する」「AIの使い方を見ることで全体のレベルを上 げる」という知見を、より多くの組織が活用できる形に整備します。 |
|
|
|
AIエージェントが業務インフラとなる時代において、その利用状況を組織的に管理・最適化す る仕組みは不可⽋です。Agent Monitorを通じて、AIエージェント活用の組織的な最適化を支 援してまいります。 |
|
|
|
Agent Monitorは https://agent-monitor.renue.co.jp/ にて公開しています。 |
|
|
|
|
|
|
|
|
|
会社概要 |
|
|
|
会社名︓株式会社renue |
|
所在地︓〒105-7105 東京都港区東新橋1-5-2 汐留シティセンター 5階 |
|
代表者︓山本悠介 |
|
事業内容︓AIコンサルティング業 |
|
URL︓https://renue.co.jp/
|
|
|
|
|
|
|
|
|
