HOME/ビジネス/Azure/Microsoft Foundry/Foundry Agent Service
AI AGENT PLATFORM / AGENT-DATA-PLATFORM

Microsoft Foundry Agent Service
業務データとつなぐAIエージェント基盤

Microsoft Foundry Agent Service(エージェントサービス)は、AIエージェントを作り、動かし、管理するためのサービスです。当社は、これを実行基盤に据えたAgent-Data-Platformの設計・構築から、業務データの接続、閉域化、評価、運用・内製化までを支援します。

01/概要

業務のデータとつなぎ、安全に動かし続けるためのAIエージェント実行基盤

Foundry Agent Serviceは、AIエージェントを本番で動かし、運用するためのMicrosoft Foundryの機能です。

試作で作ったエージェントを、権限・記録・評価を備えた状態で業務に出し、止めずに動かし続けるための実行環境です。業務のデータや社内システムにつなぐ部分と、誰が何をしたかを残して安全に運用する部分を、あらかじめ備えています。

こんな課題に効きます
こんな課題試作は動いたが、本番に出せない
動かす動かす環境と、道具やデータへの接続が用意されています。
こんな課題データを安全につなげるか、説明できない
守るエージェントごとの権限と、閉域ネットワークで、触れる範囲を絞れます。
こんな課題エージェントが増えて、品質が見えない
測る実行の記録と評価で、何が起きたかを追い、品質を上げ続けられます。
Foundryは、AIアプリを作る道具一式です。Agent Serviceは、そのうち、作ったエージェントを本番で動かし続ける部分です。
エージェントを本番で運用する話になったら、Foundryの中でも、Agent Serviceが主役になります。
Microsoft Foundryの主な機能
モデルの選択使うAIモデルを選ぶ
評価出来ばえを測る
安全性の設定守るルールを決める
Foundry Agent Service作ったエージェントを、本番で動かし続ける

02/特徴

作るだけでなく、権限・閉域・評価まで同じ場所で扱えるエージェント基盤

AIエージェントを試作で終わらせず、業務の本番に載せるときに必要になるのは、賢さよりも「誰の権限で、何に触り、どう記録され、どう直すか」の管理です。Agent Serviceの特徴は、この管理の部品が最初から揃っている点にあります。

特徴 1

道具を一つの窓口にまとめて渡せる

エージェントが使う検索、ファイル検索、コード実行、記憶、業務のAPI、MCPサーバーなどの道具を、「Toolbox(ツールボックス)」という一つの窓口にまとめて共有できます。エージェントごとに接続を作り直す手間を減らせます。

特徴 2

エージェントごとに身元と権限を持てる

エージェントごとに専用の身元(Microsoft Entra ID)を持たせ、Azureの権限管理で「どこまで触ってよいか」を決められます。人の権限を借りたまま動かすより、責任の所在を分けやすくなります。

特徴 3

閉域ネットワークの中で動かせる

プロンプトエージェントは閉域(プライベートネットワーク)に対応し、ホスト型エージェントは、お客様のネットワーク(VNet)に接続して動かせます。社内のデータを外のインターネットに出さない構成を取れます。

特徴 4

実行の記録と評価が最初から付いている

エージェントが何を考え、どの道具を使ったかを追跡できます(トレース)。回答の品質を測り、更新で悪くなっていないかを確かめる評価の機能もあります。指示文などを自動で改善する機能(エージェントオプティマイザー)はプレビューです。

特徴 5

TeamsやMicrosoft Copilotへ出せる

作ったエージェントは、安定した接続先として公開できるほか、Teams、Microsoft Copilot、エージェントの登録先(Entra Agent Registry)へ配布できます。

特徴 6

設定中心の作り方も、自前のコードも選べる(開発者向け)

指示文とモデルと道具の設定で作るプロンプトエージェントと、Microsoft Agent FrameworkやLangGraphなど自前のコードをそのまま動かすホスト型エージェントを、同じ基盤で選べます。

03/注目される背景

試す段階から、業務で使い続ける段階へ。管理の基盤が問われている

生成AIを使う企業は増えています。一方で、国の調査では、効果的な使い方が分からないことや、社内情報の漏えいなどのセキュリティへの懸念が、導入の課題として上位に挙がっています。使う範囲を広げるほど、AIが何に触り、誰の責任で動くのかを管理する必要が高まります。

数字で見る国内の状況(出典は下の表)
49.7%生成AIの活用方針を定めた企業「積極的に活用」または「領域を限定して活用」する方針の企業。前年度は42.7%。
55.2%業務で生成AIを使っている企業日本の企業のうち、何らかの業務で使用中と答えた割合。他の調査対象国より低い水準。
懸念の上位活用方法が分からない/社内情報の漏えい導入の懸念は「効果的な活用方法がわからない」が最多で、次に「社内情報の漏えい等のセキュリティリスク」。
出典:総務省「令和7年版 情報通信白書」第Ⅰ部 第2節 企業における生成AI利用の現状(調査:総務省、2024年度)。数値は同白書の本文による。白書の該当ページ

製品の側でも、エージェントを本番で動かすための整備が進んでいます。Microsoftは、従来のエージェント機能(classic)を2027年3月31日に終了すると案内しており、新しいFoundry Agent Serviceへの移行が必要になります。エージェント同士が連携するための共通ルールA2A(エージェント間連携の共通ルール)も、v1.0が正式版(GA)になりました。Microsoft Learn「移行ガイド」で手順が公開されています。

エージェントを部署ごとに別々に作ると、権限も記録も評価もばらばらになります。共通の基盤を先に決めておくことが、AIエージェントを全社へ広げる前提になりつつあります。

04/Agent Serviceを使うメリット

エージェントを本番で動かし続けるときの手間と不安を、基盤が引き受ける

概要で示した3つの課題への答えを、6つの具体的なメリットに分けて示します。

自前で作る場合6つとも自分で作り、保守し続けます。
動かす環境自分で作る
会話の記憶自分で作る
道具の接続自分で作る
権限の管理自分で作る
記録・評価自分で作る
公開先自分で作る
Foundry Agent Serviceを使う場合6つは基盤が受け持ちます。
動かす環境用意済み
会話の記憶用意済み
道具の接続用意済み
権限の管理用意済み
記録・評価用意済み
公開先用意済み
自分で決めるのは、指示・データ・使う道具だけ
手間が減る

動かす基盤を、自分で作らずに済む

エージェントを動かす環境、会話の記憶、道具を呼ぶ処理が用意されています。作って保守する手間を、業務の中身を決める時間に回せます。

使い回せる

つなぎ方を一度整えれば、使い回せる

検索、業務のAPI、MCPサーバーなどの道具をToolboxにまとめて、複数のエージェントで共通に使えます。エージェントごとに接続を作り直さずに済みます。

守れる

エージェントごとに、触れる範囲を絞れる

エージェントごとに身元と権限を持たせ、触れるデータと道具を絞れます。誰の権限で何をしたかを、情報システムや監査の担当へ説明しやすくなります。

守れる

社内のデータを、外に出さずに使える

プロンプトエージェントは閉域ネットワークに対応し、ホスト型エージェントは自社の仮想ネットワークに置けます。社内のデータを使わせるときの、情報漏えいへの懸念に答えやすくなります。

改善できる

品質を測って、直し続けられる

考えた過程と使った道具を追跡でき、評価の機能で回答の品質を測れます。更新のたびに品質が下がっていないかを確かめられます。

広げられる

社員がふだん使う場所に出せる

作ったエージェントを、TeamsやMicrosoft Copilotなどに出せます。新しい画面を覚えてもらわずに、業務の流れの中で使ってもらえます。

05/仕組み

受け付けて、考えて、道具を使い、記録する。その流れを一つの基盤で運用する

エンジニアが画面を見ながらエージェントの動きを確認している様子
写真はイメージです

次の図は、Agent Serviceが、使う人とアプリ・業務のデータと道具・守りと運用のどこにつながるかを示したものです。上から順に、使う人の入口、エージェントを動かす部分(Agent Service)、エージェントが触れるデータと道具、全体を守って測る仕組みです。

Foundry Agent Serviceの位置づけ(当社作図)
使う人とアプリ
TeamsMicrosoft Copilot自社の業務アプリWebサイトやチャット画面
エージェントを動かす(実行基盤)
Foundry Agent Serviceプロンプトエージェントホスト型エージェント音声エージェント(プレビュー)
エージェントの種類を選び、同じ基盤の上で動かします。
業務のデータと道具(Toolbox)
Azure AI SearchMicrosoft Fabric社内システムのAPIMCPサーバーWeb検索・コード実行
守りと運用
Entra IDで身元と権限閉域ネットワークAIゲートウェイで統制トレース・評価・監視

エージェントは、質問や依頼を受けると、次の流れで動きます。次の図は、1回の依頼が処理される順番と、各段階でAgent Serviceが受け持つ管理を示したものです。

1回の依頼が処理される流れ(当社作図)
1

依頼を受け付ける

Teams、Copilot、自社アプリなどから依頼が届きます。誰からの依頼かを確かめ、権限の範囲を決めます。

2

考えて、道具を選ぶ

指示文と会話の流れから、検索するか、業務のAPIを呼ぶか、別のエージェントに任せるかを決めます。

3

道具でデータや業務システムに触る

Toolboxを通じて、社内の検索基盤、データ基盤、業務システムを使います。使える範囲は、エージェントごとの権限で絞ります。

4

答えを返し、すべて記録する

回答を返すと同時に、考えた過程と使った道具が記録されます。記録は評価と改善に使います。

この「記録して改善に回す」部分を、業務のデータと一緒に育てていくのがAgent-Data-Platformの考え方です。実行の履歴や人の判断が貯まるほど、どの質問で間違えたか、どの道具が使われていないかが分かり、指示文や道具の組み合わせを直せます。

エージェントがデータを探す部分には、RAG(ラグ・検索拡張生成)を支える検索基盤のAzure AI Searchや、データ基盤のMicrosoft Fabricを組み合わせます。どのデータをどの順で渡すかの設計は、コンテキストエンジニアリングの考え方で進めます。

06/エージェントの種類と部品

エージェントは4種類。道具とつなぎ方は、用途に合わせて選ぶ

Foundry Agent Serviceで作れるエージェントは、次の4種類です。まず、どの種類で作るかを決めます。

種類 1

プロンプトエージェント

指示文・使うモデル・使う道具を設定して動かします。設定中心で作れ、閉域ネットワークにも対応します。開発者や基盤の担当者が設定します。業務の定型的な受付や調べ物に向きます。

種類 2

ホスト型エージェント

自前のコード(Microsoft Agent Framework、LangGraph、OpenAI Agents SDK、Anthropic Agent SDKなど)を、コンテナーとしてそのまま動かします。独自の処理や複雑な流れが必要な場合に向きます。お客様のネットワーク(BYO VNet)での実行にも対応します。

種類 3

音声エージェント(プレビュー)

音声で会話するエージェントです。電話やアバターでの応対などに使います。関連する監視や評価の機能の一部も、現在はプレビューです。

種類 4

Responses APIによる一時的なエージェント

エージェントのリソースを作らず、アプリの中で定義して呼び出す方式です。小さな機能をアプリに組み込むときに使います。

次に、エージェントが使う道具を選びます。道具は、Toolboxにまとめて共有できます。

エージェントが使える主な道具
Web検索ファイル検索コード実行(コードインタープリター)メモリ(記憶)関数(自社のコード)OpenAPI(業務システムのAPI)MCPサーバーAzure AI Search
MCPサーバーへの接続には、キー、Microsoft Entra(マネージドID)、OAuthのOn-Behalf-Of(ユーザーの代理)、認証なし、の4通りがあります。

最後に、出し先を選びます。エージェントは、安定した接続先(エンドポイント)として公開できるほか、Teams、Microsoft Copilot、Entra Agent Registryへ配布できます。接続のプロトコルは、OpenResponses、Activity、Invocations、A2Aに対応します(A2Aはv1.0が正式版、v0.3はプレビュー)。

07/使い分けの論点

「誰が作るか」と「どこまで細かく制御するか」で選び分ける

Microsoftには、エージェントを使うための方法が複数あります。Microsoft 365 Copilot、Copilot Studio、Foundry Agent Serviceは、競い合うものではなく、役割が違います。選ぶ軸は、誰が作るのか、そして、動き方・データ・権限をどこまで細かく制御したいのか、の2つです。

すぐ使う現場で作る基盤として作る
作り込みの自由と、管理の細かさ 小 → 大
すぐ使う

Microsoft 365 Copilot

毎日のメールや会議、文書の作業を助けるAIです。すぐに使え、作り込みは要りません。まず全社員に広げたいときの第一歩です。

現場で作る

Copilot Studio

現場の担当者がノーコードで業務エージェントを作る場所です。Microsoft 365やPower Platformとの連携が得意で、部門単位の自動化に向きます。

基盤として作る

Foundry Agent Service

業務のデータや社内システムと深くつなぎ、権限・閉域・評価まで管理して、全社の基盤として動かします。開発者や基盤の担当者が作り込む場所です。

Foundry Agent Serviceを使う場合と、使わずに自前で作る場合の比べ方

次の表は、エージェントを本番で動かすときに必要になることを、Agent Serviceを使う場合と、モデルのAPIだけを呼んで自前で作る場合とで比べたものです。どちらが正しいということではなく、エージェントの数と求める管理の水準で選びます。

比べる点
Foundry Agent Serviceを使う場合
使わずに自前で作る場合
動かす環境
エージェントの実行、会話の記憶、道具を呼ぶ処理が用意されています。
サーバー、会話の記憶、道具を呼ぶ処理を自分で作り、保守します。
業務データ・道具との接続
Toolboxに道具をまとめ、MCPで共通の入口として使えます。認証は、キー、Entraのマネージドアイデンティティ、OAuthから選べます。
道具ごとに接続と認証を自分で作り込みます。エージェントが増えるほど、作りがばらつきやすくなります。
権限
エージェントごとにEntraの身元を持ち、ロールで権限を絞れます。
共通のアカウントで動かしやすく、誰が何をしたかを分けるには、自分で設計します。
閉域ネットワーク
プロンプトエージェントは閉域ネットワークに対応し、ホスト型は自社の仮想ネットワークに置けます。
自分で構成します。構成の自由度は高い一方、設計と検証の手間がかかります。
記録・評価・改善
実行の記録(トレース)、評価、監視を、Foundryの機能で同じ形で見られます。
ログの形式、評価の仕組み、監視を自分で決めて作ります。
公開先
決まった入口(エンドポイント)に公開し、Teams、Microsoft Copilotなどにも出せます。
公開先ごとに、接続の作りを自分で用意します。
向くとき
複数のエージェントを、全社の基盤として同じ物差しで動かしたいとき。データと権限の管理が重いとき。
エージェントが一つか二つで、社外に出さず、作り込みの自由を最優先したいとき。Copilot Studioで足りるときは、そちらが手軽です。

実際には、一つに絞らず、組み合わせる例が多くあります。たとえば、現場はCopilot Studioで作り、データの扱いが重い処理や共通の部品はFoundry Agent Serviceに任せます。複数のエージェントの全体の管理には、Agent 365を使う構成も考えられます。

当社は、どの製品から始めるかの判断から支援します。最初から全部をFoundryで作る必要はなく、現場で動いているものを、後から基盤へ寄せることもできます。

08/当社の支援内容

基盤の設計から、データ・ツール接続、閉域化、評価、運用・内製化までの5つの支援

開発チームがAIエージェントの業務の流れを大きな画面で話し合っている様子
写真はイメージです
当社の支援Agent-Data-Platform(エージェントとデータの基盤)の設計・構築エージェントを業務のデータやMCP(モデル・コンテキスト・プロトコル)などの接続口とつなぎ、実行の履歴を貯めて、改善に回せるようにします。

当社は、エージェントを作って終わりにせず、業務のデータにつなぎ、守り、測り、育て続けるところまでを支援します。次の図は、相談から運用までの支援の範囲を示したものです。

支援の範囲(当社作図)
支援 1

導入構想・使い分けの設計

Microsoft 365 Copilot、Copilot Studio、Foundry Agent Serviceの使い分け、ロードマップ、効果の指標(KPI)の決め方、現状の診断(アセスメント)を支援します。

支援 2

エージェントの開発・マルチエージェント化

エージェントのひな形(エージェントカタログ)を使った最小限の製品(MVP)づくり、Microsoft Agent Frameworkでの実装とFoundryへの接続、ホスト型エージェントの構築・デプロイを支援します。複数のエージェントが連携する構成にも対応します。

支援 3

業務データ・ナレッジ・APIの接続

カスタムMCPサーバーの構築、Azure AI Searchを使ったナレッジの基盤づくり、Microsoft Fabricなどのデータ基盤、Agentic RAG(AIが検索を繰り返す方式)、複数エージェント基盤の設計を支援します。

支援 4

閉域ネットワーク・認証・統制

閉域ネットワーク(プライベートネットワーク)の構築、Microsoft Entra IDとの連携、ガードレール(逸脱を防ぐ制限)、コンテンツフィルター、AIゲートウェイ(Azure API Management)による統制の設計を支援します。

支援 5

評価・監視・運用(AgentOps)

品質の監視、トレース、評価レポート、モデルの更新、検索の精度改善を支援します。GitHub Actionsでのオフライン評価の自動化とデプロイの自動化も含みます。詳しくはAgentOps Laboをご覧ください。

支援 6

内製化・伴走

お客様の実業務とデータを使って一緒にエージェントを作り、役割分担と運用体制までを具体化します。現場に入って進める伴走はX-Tech FDE、全社の標準づくりはAI Agent CoE、短期間で始める方法はHWS Agent Campで用意しています。

支援の途中で、設計の判断や人の確認をどこに置くかも一緒に決めます。AIに任せる範囲と人が見る範囲の線引きは、Human-in-the-Loopの考え方で整理します。

09/当社の特長

「業務に落とす力」「企業の環境につなぐ力」「測って改善し続ける力」の3つ

当社の強みは、Foundry Agent Serviceでエージェントを作れることそのものではありません。業務・データ・閉域・評価・運用を組み合わせて、一つの基盤として支援できる点にあります。

特長 1

業務に落とす力

ユースケースの選び方から、実データでの共同構築、役割分担、内製化までを扱います。売上分析、顧客の絞り込み、企画の支援などを題材に、「データを取る → 分析する → 提案する」の流れをエージェントとして設計し、動作を確かめた公開事例があります。

特長 2

企業の環境につなぐ力

MCP、ナレッジの基盤、閉域ネットワークを組み合わせる技術検証を重ねています。たとえば、Azure AI SearchとMCPをToolboxで束ね、ホスト型エージェントから検索と予約処理を使い分ける構成や、閉域ネットワーク構成の実際のデプロイを検証しています。

特長 3

測って改善し続ける力

エージェントの実行のトレース、Foundryの評価機能との連携、評価の基準づくりと評価の実行を検証しています。GitHub Actionsによるオフライン評価の自動化と、導入後のAgentOpsを支援範囲に含めています。

次の表は、当社の取り組みを、3つの段階に分けて示したものです。

公開サービスとして提供

導入構想、エージェント開発、MCP構築、ナレッジ基盤、AgentOps、セキュリティ・統制

当社サイトで支援内容を公開しているものです。2025年7月に、Foundry Agent Serviceを使ったサービスの提供を開始しています。

実装・技術検証済み

ホスト型エージェントとMCP、閉域ネットワークの構築、評価機能、ブラウザー操作

実際に動かして確かめた内容です。

設計・PoCの段階

複数エージェントの共通基盤、データ基盤と組み合わせた構成

共通の道具・ナレッジ・評価・ガードレールの考え方と、基盤の運用と業務側の責任の分け方を整理した経験があります。

10/顧客価値

当社に任せると、使い分けの判断から運用の引き継ぎまで、一つの窓口で進められる

当社に任せたお客様が得られることを示します。

STEP 1
相談・使い分けどの製品から始めるかを決める
STEP 2
小さく作る業務のデータで最小限のエージェントを作る
STEP 3
つなぐ・守るデータ、MCP、閉域、権限を整える
STEP 4
測って直す評価と監視で品質を上げる
STEP 5
引き継ぐ運用手順と勉強会で、自社運用へ

どの製品から始めるかを、一緒に決められる

Microsoft 365 Copilot、Copilot Studio、Foundry Agent Serviceのどれが合うかを、お客様の業務と体制から判断します。最初から全部をFoundryで作る必要はなく、現場で動いているものを、後から基盤へ寄せる進め方もできます。

実際の業務とデータで、一緒に作れる

ユースケースの選び方から、実データを使った共同開発、役割分担の整理までを、お客様と一緒に進めます。「何に使えるか分からない」段階から相談できます。

つなぎ方と守り方を、検証した構成から始められる

MCP、ナレッジの基盤、閉域ネットワークの組み合わせは、当社で技術検証を重ねています。評価と監視の基準づくりも含めて支援するため、動かしたあとに品質を測って直し続けられます。

自社で運用できる体制に近づく

共同開発、評価の方法と運用手順の引き継ぎ、勉強会を通じて、お客様が自分で育てられる状態をめざします。

11/ユースケース・適性

社内の問い合わせ受付、データ分析と提案、業務システムをまたぐ手続きに向く

チームがデータを見ながらAIの活用の進め方を検討している様子
写真はイメージです
例 1

社内の問い合わせ受付

規程・手順書・過去の回答を検索し、根拠つきで下書きを作ります。人は確認と判断を行います。

例 2

データを取って、分析し、提案する

売上や顧客のデータを取得し、分析して、企画やレポートの案までを作ります。分析の過程と使ったデータが記録に残ります。

例 3

複数のシステムをまたぐ手続き

申請の内容を確認し、関連するシステムのデータを取り出し、次の担当者に回す、といった流れを任せます。権限はエージェントごとに絞ります。

例 4

音声での応対(プレビュー)

電話や窓口の一次応対に使います。音声エージェントは現在プレビューのため、試験的な導入から始めます。

向いている会社・向かない場合
向いている:業務のデータが複数のシステムに分かれている、情報の持ち出しに厳しい制約がある、エージェントを複数の部署に広げたい、という会社。向かない場合:個人の文書作成や会議の要約が中心なら、まず Microsoft 365 Copilot で足ります。現場の担当者が簡単な自動化を作りたいだけなら、Copilot Studioが近道です。

12/想定ROI

社員1,000名規模の会社で、月に約460時間の削減を見込む試算

社員1,000名規模の会社が、問い合わせ対応、月次レポートの作成、申請書類のチェックにかけている月間の工数を比べた試算です。エージェントが下書き・集計・一次確認を受け持ち、人は確認と判断を行う前提で比べます。実測ではなく、前提を置いた試算です。

月間の工数の比べ方(試算・当社作図)
問い合わせ対応
現在
450時間
導入後
150時間
前提:月1,500件×18分。導入後は、エージェントが根拠つきで下書きし、人は1件6分で確認する。
月次レポートの作成
現在
120時間
導入後
40時間
前提:10部署×月12時間。導入後は、データの集計と要約をエージェントが行い、各部署は月4時間で確認する。
申請書類のチェック
現在
133時間
導入後
53時間
前提:月800件×10分。導入後は、エージェントが一次確認を行い、人は1件4分で確認する。

合計は、現在の月703時間から、導入後は月243時間になり、月に460時間の削減になります。1時間あたりの人件費を4,000円と置くと、月に約184万円分にあたります。

試算は、対象の業務と利用の規模で大きく変わります。実際の効果は、まず小さな範囲で現在の工数と精度を測り、そのうえで見積もります。運用の費用を抑える考え方はAI FinOpsで整理しています。

13/ガバナンス・安全

身元・権限・閉域・記録の4つで、エージェントを運用する

チームが監視画面でセキュリティのデータを確認している様子
写真はイメージです
守り 1

身元と権限

エージェントごとに専用の身元を持たせ、Azureの権限管理で触れる範囲を決めます。MCPサーバーへの接続も、Entra(マネージドID)などで認証します。

守り 2

閉域ネットワーク

プロンプトエージェントはプライベートネットワークに、ホスト型エージェントはお客様のVNetに対応します。データの経路をお客様のネットワークの中に収められます。

守り 3

AIゲートウェイでの統制

AIゲートウェイを経由させ、どのエージェントが、どのモデルや道具を、どれだけ使ったかを一か所で管理します。使い過ぎの制限や記録にも使えます。

守り 4

記録と監視

エンドツーエンドのトレースと指標を残し、Application Insightsなどで監視します。問題が起きたときに、原因をたどれます。

AIに任せる範囲を広げるほど、人が確認する地点の設計が大切になります。全社の方針づくりはAIガバナンスの支援と合わせて進められます。

14/当社について

Microsoft Foundryでエージェントの開発と運用に取り組んできたMicrosoftのパートナー

ヘッドウォータースは、Azure OpenAI ServiceとRAGに取り組み、AIエージェントの開発と運用の支援を続けてきました。Foundry Agent Serviceを使ったサービスは、2025年7月に提供を開始しています。Microsoft AzureのAI Platform Specializationを更新し、Microsoft AI Innovation Partner of the Year 2024を受賞しています。

AI Platform on Microsoft Azure Specialization

AI導入の企画・設計から、開発、セキュリティ、ガバナンス、本番運用、導入後支援までを、第三者の監査で確認された認定です。

詳しく見る →

Microsoft AI Innovation Partner of the Year 2024

Microsoftのパートナーのなかで、AIの革新に取り組んだ企業として表彰されました。

お知らせを見る →

15/はじめ方

使い分けの整理と、小さな業務での試作・評価からのスタート

最初の一歩 1

使う製品と業務の整理

Microsoft 365 Copilot、Copilot Studio、Foundry Agent Serviceのどこで始めるかを整理します。そのうえで、最初に試す業務と、つなぐデータの範囲を決めます。

最初の一歩 2

小さな試作と、評価用の質問集づくり

1つの業務でエージェントを試作し、現場でよく出る質問と正しい答えの組を用意して、精度と工数を測ります。

エージェントの導入を、現場に入って一緒に進めたい場合は、HWS Agent Campの方法もご用意しています。

16/関連ソリューション・事例

Foundry Agent Serviceは、エージェントの実行基盤です。次のソリューションと組み合わせて、業務のデータ、全社の標準づくり、運用までをつなぎます。

Microsoft Foundry

Microsoft Foundry

AIエージェントの開発・評価・運用の基盤です。Agent Serviceはこのなかのエージェント実行の機能です。

Microsoft Foundryを見る →

AgentOps Labo

AgentOps Labo

Foundry Agent Serviceで作ったエージェントの品質の監視、評価、改善を続けるサービスです。

発表を見る →

JRE MALL

JRE MALL:Foundryを使った業務エージェントの構築

売上分析やキャンペーン企画の支援などを題材に、データ整備と運用体制を整理した公開事例です。

事例を見る →

HWS Agent Camp

HWS Agent Camp

現場に入って、お客様と一緒にAIエージェントを作る短期のプログラムです。

HWS Agent Campを見る →

AI Agent CoE

AI Agent CoE

エージェントを全社に広げるための標準・体制・人材を整える取り組みです。

AI Agent CoEを見る →

X-Tech FDE

X-Tech FDE

お客様の現場に入り、設計から実装、運用までを一緒に進める伴走の支援です。

X-Tech FDEを見る →

Azure API Management

Azure API Management(AIゲートウェイ)

エージェントが使うモデルやAPIの窓口を一か所にまとめ、使用量の管理と制限に使います。

Azure API Managementを見る →

Copilot Studio

Copilot Studio

現場の担当者がノーコードで業務エージェントを作る場所です。Foundryとの使い分けを一緒に設計します。

Copilot Studioを見る →

17/よくあるご質問

Q.Microsoft Foundry Agent Service(エージェントサービス)とは何ですか。
A.AIエージェントを作り、動かし、管理するためのMicrosoft Foundryのサービスです。エージェントが使う道具の管理、エージェントごとの権限、閉域ネットワークでの実行、実行の記録と評価を一つの基盤で扱えます。
Q.Microsoft FoundryとFoundry Agent Serviceは何が違いますか。
A.Microsoft Foundryは、モデルの選択、評価、安全性の設定、エージェントなど、AIアプリを作るための開発者向けの基盤全体です。Foundry Agent Serviceは、その中でエージェントを本番で動かして管理する機能で、動かす仕組み、権限、実行の記録、Teamsなどへの公開を受け持ちます。
Q.Foundry Agent Serviceは、非技術者でも使えますか。
A.開発者や基盤の担当者が設定して使うものです。業務の担当者がノーコードでエージェントを作る場合は、Copilot Studioが向いています。
Q.Agent-Data-Platformとは何ですか。
A.当社が、Foundry Agent Serviceを実行基盤に据えて設計・構築を支援するときの呼び名です。エージェントを業務のデータやMCPなどの接続口とつなぎ、実行の履歴や判断を貯めて、改善に回せるようにした基盤のことです。Microsoftの製品名ではありません。
Q.Copilot Studioとの違いは何ですか。
A.Copilot Studioは、現場の担当者がノーコードで業務エージェントを作る場所です。Foundry Agent Serviceは、業務のデータや社内システムと深くつなぎ、権限・閉域・評価まで管理して、基盤として動かす場所です。一つに絞らず、組み合わせる構成も多くあります。
Q.Microsoft 365 Copilotとは何が違いますか。
A.Microsoft 365 Copilotは、メールや会議、文書の作業を助けるAIで、すぐに使えます。Foundry Agent Serviceは、自社の業務に合わせたエージェントを作り込み、管理するための基盤です。
Q.エージェントの種類には何がありますか。
A.プロンプトエージェント、ホスト型エージェント、音声エージェント(プレビュー)、Responses APIによる一時的なエージェントの4種類があります。
Q.社内のデータを外に出さずに使えますか。
A.プロンプトエージェントはプライベートネットワークに、ホスト型エージェントはお客様のVNetに対応しています。エージェントごとの権限で触れる範囲も絞れます。構成はお客様の環境に合わせて設計します。
Q.すでに使っているエージェント(classic)はどうなりますか。
A.Microsoftは、従来のエージェント機能(classic)を2027年3月31日に終了すると案内しています。新しいFoundry Agent Serviceへの移行が必要です。移行の計画づくりも支援します。
Q.導入の実績はありますか。
A.Foundry Agent Serviceを使ったサービスは、2025年7月に提供を開始しています。JRE MALLでの構築・検証は公開事例です。技術検証や設計・PoCの段階にあるものは、本番での導入実績とは分けてご案内しています。
Q.どこから始めればよいですか。
A.使う製品(Microsoft 365 Copilot、Copilot Studio、Foundry Agent Service)と、最初に試す業務の整理から始めます。そのうえで、小さな試作と評価を行います。

Foundry Agent Serviceの活用についてのご相談

こんなときは、お気軽にご相談ください。

  • Microsoft 365 Copilot、Copilot Studio、Foundry Agent Serviceのどれで始めるか決めたい
  • エージェントを、社内のデータや業務システムとつないで本番で使いたい
  • 閉域ネットワークや権限管理を含めて、エージェントの基盤を設計したい
  • エージェントの品質を測り、改善し続ける運用を作りたい
  • 従来のエージェント(classic)を新しい基盤へ移したい
お問い合わせ