# AIエージェントが使う道具から考える 既存ソフトが残る条件

- 媒体: 知能圏（CHINOUKEN）
- 公開日: 2026-10-03
- カテゴリー: エージェント・ソフトウェア
- タグ: AIエージェント、Three.js、Blender、クラウド、SaaS
- 想定読了時間: 約16分
- 調査基準日: 2026年10月3日
- 出典: 27件（末尾の「参照リンク」に番号順で記載）
- ページ: https://www.chinouken.com/articles/agent-operated-software
- このMarkdown: https://www.chinouken.com/articles/agent-operated-software.md
- 利用条件: 引用する場合は出典として「知能圏（chinouken.com）」と該当ページのURLを明記してください。本文の再配布は行わず、要約や引用の範囲で使ってください。

AIへ仕事を任せると、いま使っているソフトはどこまで必要になるのでしょうか。実利用の研究、制作ソフトやクラウドをコードや命令で動かす経路、3D制作の小さな試行から、AIへ任せやすい道具の条件を調べました。置き換わり得る操作と、専門処理やデータを担い続けるソフトを分けて考えます。

![AIエージェントから、3D制作・表示のBlenderとThree.js、実行・保存のAWS・Azure・Google Cloudへ矢印でつながる図](https://www.chinouken.com/images/articles/agent-operated-software/hero.png)

## AIへ頼んだ仕事を実際に動かす道具

「商品を立体的に見せるWebページを作って」とAIへ頼む場面を考えてみます。完成までには、立体の形を作り、ブラウザに表示し、配置や色を直し、公開先へ置く作業があります。人が進めるなら、3D制作ソフト、コードを書く環境、ブラウザ、サーバーの管理画面を行き来する仕事です。

AIエージェントは、外部の道具を使い、返ってきた結果をもとに次の操作を決める仕組みです。AIが指示やコードを組み立て、その先のソフトが立体の計算やデータの保存を担います。

制作、表示、公開という工程ごとに、必要な道具が変わります。たとえば次の組み合わせです。

- Blenderは、形の制作、材質の設定、画像への描画を担う3D制作アプリです。[2]
- Three.jsは、Webページへ3D表現を組み込むJavaScriptライブラリです。[1]
- AWS、Microsoft Azure、Google Cloudは、作ったアプリを動かし、データを保存するクラウドサービスです。[3][4][5]

仕事の入口がAIとの会話に集まるほど、人が途中の操作画面を開く機会は減るかもしれません。では、AIから呼ばれるソフトだけが残り、ほかのソフトは不要になるのでしょうか。

2026年10月3日時点の公開資料では、全エージェントに共通する製品別の利用順位は分かりません。ライブラリ、制作アプリ、クラウド、業務サービスを「AIが使う道具」として捉え、どんな仕事に使われているかを調べます。

あわせて、AIがコードや命令で道具を動かし、結果の数値や画像を読み取れるかを確かめます。操作を任せた後も、専門処理やデータがどこに残るかが、この問いを考える手掛かりです。

## 調査対象ごとに見える主な用途

### 実際の操作にも異なる分母がある

Anthropicが2026年2月18日に公表した研究では、公開API経由のツール呼び出し998,481件のうち、ソフトウェア開発がほぼ半分を占めました。APIは、プログラムから別のサービスへ処理を依頼する窓口です。Claudeを組み込んだシステムの操作には、開発関連の仕事が集中しています。[6]

ブラウザ型エージェントCometを調べたPerplexityとハーバード大学の研究は、依頼に関連する作業先を集計しています。対象期間は2025年7月9日から10月22日です。用途分析には無作為抽出した利用者10万人の依頼を使い、企業・政府の利用者などは除外しています。[7]

外部操作の経路にはブラウザ制御、API、AIと道具を共通の方法で接続する規格MCPがあります。Cometの分析対象は、1件の依頼で、ブラウザ制御・API・MCPのいずれかによる外部呼び出しが合計1回だけ発生したものです。合計2回以上の依頼は除外され、以下の割合は条件を満たす依頼の総数を分母にしています。[7]

以下は測定対象と分母が異なるため、開発と文書作業の多さを直接比較できません。

| 調査対象 | 観測された用途・作業先 | 割合 |
| --- | --- | --- |
| ClaudeのAPI経由の呼び出し | ソフトウェア開発 | ほぼ50％ |
| Cometへの依頼 | docs.google.com | 11.97％ |
| Cometへの依頼 | メールサービス合算 | 11.23％ |
| Cometへの依頼 | GitHub | 1.85％ |
| Cometへの依頼 | Canva | 1.49％ |
| Cometへの依頼 | Notion | 1.13％ |

Claudeの数字は操作の分野別分類、Cometの数字は依頼に関連する作業先です。クリック数や成功率を示す表ではありません。

GitHubはコードの共同開発、Canvaはデザイン制作、Notionは文書や情報を共有するサービスです。Cometの作業先からは、既存の文書や制作物が置かれた場所との接続が見えます。ただし、docs.google.comには文書、表計算、スライド、フォームが含まれ、表計算だけの利用率とは読めません。ブラウザ型製品の当時の利用者を調べた数字を、開発エージェント全体へ広げることもできません。[7]

### ダウンロード数は操作回数と分ける

別の研究は177,436個のMCPツールを集め、利用できる機能を調べています。利用の手掛かりにした主要な数字は、配布サイトからのダウンロード数で、実際に処理を呼んだ回数ではありません。[8]

今回の確認範囲では、Three.jsやBlenderと他の制作ソフトを、同じ母集団の操作頻度で比較した統計は見つかりませんでした。公式対応の有無や配布量だけで、実利用の順位は決められません。

## エージェントの道具を仕事の工程で見る

実利用の数字がない道具でも、対応する操作と出力形式は公式仕様から確かめられます。冒頭の商品ページなら、Blenderで作った形をGLBで渡し、Three.jsでWeb表示する構成が考えられます。GLBは、3Dデータ交換形式glTFのバイナリ形式です。

次の図は想定構成です。後述の試行はGLBの読み込みと寸法・接地位置の確認までで、Three.jsでの材質表示やクラウド公開は検証していません。

![Blenderの形状と材質をGLBとして渡し、Three.jsを使うWebページへ組み込み、クラウドで公開・運用する構成例](https://www.chinouken.com/images/articles/agent-operated-software/figure-work-handoff.png)

*3D商品ページの制作から公開までをつなぐ構成例です。クラウドは候補から選びます。この全工程を実験したものではありません。*

次の表は、工程ごとに公式資料で操作方法と出力を確認した例です。

| 扱う工程 | 道具の例 | 戻ってくる結果 |
| --- | --- | --- |
| コードを変更する | ターミナル、GitHub[21] | ファイル、変更差分、テスト結果 |
| Webページを操作する | ブラウザ、Playwright[9] | ページの状態、画面、取得データ |
| 立体を作り表示する | Blender、Three.js[1][2] | 編集可能な立体、画像、Web表示 |
| 動画を組み立てる | Remotion、FFmpeg[10][11] | プレビュー、映像・音声ファイル |
| アプリを動かし調べる | AWS、Azure、Google Cloud[3][4][5] | 稼働状態、ログ、保存データ |
| 業務情報を扱う | Notion、Atlassian、Salesforce[12][13][23] | 文書、課題、顧客情報、処理結果 |

### 操作の入口と成果物を組み合わせる

- CLIは、画面のボタンに代えて文字の命令で操作する入口です。動画・音声を変換するFFmpegなどを呼び出せます。[11]
- BlenderはPython、Three.jsはJavaScriptで操作できます。Remotionは、画面開発の仕組みReactを使い、動画をコードで組み立てる道具です。[1][2][10]
- MCPは、道具の機能や入力項目をエージェントへ伝え、呼び出しと結果の受け取りをつなぎます。既存のCLIやAPIをMCP経由で使う製品もあります。

MicrosoftのPlaywrightはブラウザ自動操作のツールです。AtlassianはJiraの課題管理やConfluenceの文書管理を、Salesforceは顧客情報や営業などの業務機能を外部エージェントへ開いています。[9][12][13]

公開Webサイトの調査と、権限付きの社内文書の編集では、必要な情報も確認方法も異なります。操作の入口に加え、所属組織の契約や、受け渡せるファイル形式が組み合わせを左右します。

## BlenderからThree.jsへ形状を受け渡す

Three.jsでは形、位置、色、カメラをコードで表せます。座標を変えれば物体を動かせ、変更差分も残ります。Webページと3D表示を同じJavaScriptの環境で作れることも、組み込みやすさにつながります。[1]

Blenderには、内部のデータや処理へアクセスするPythonの仕組みと、画面を開かずスクリプトを実行する方法があります。Anthropicの2026年4月の発表では、ClaudeからBlenderを操作する、Blender開発者によるMCP接続機能も紹介されています。以下の試行では、この接続機能は使わずPythonスクリプトを実行しました。[2][14]

### 小さな形状変更を別の道具へ渡す

Blenderで形を変え、Three.jsへ渡した後も寸法を確認できるでしょうか。数値と画像で結果を確かめる、Codexによる一度の小規模試行です。

AIエージェントのCodexが、条件の設定、コードの作成・実行、画像の確認、材質設定の修正まで行いました。MCPは使わず、人も途中の操作や判定に参加していません。

高さ・接地位置・色を別々に確認するため、単純な直方体を使いました。

1. 緑・青・オレンジの直方体を一本ずつ作り、高さを順に1、2、1.5とする。
2. 中央の青だけを高さ3へ変え、三本とも底面を床の高さ0に接したままにする。
3. GLBへ出力し、Three.jsで寸法を読む。

高さは仮想空間内の寸法で、床の0は座標です。メートルなどの実寸は指定していません。Blenderの形状変更とGLB出力はPythonスクリプトで実行し、Three.jsを使う検証コードで受け取った形状の寸法を調べました。

Three.jsで読み込んだ三本の高さは1、3、1.5で、すべての底面が高さ0にありました。この単純な形状では、BlenderからThree.jsへデータを渡し、変更結果を数値で確認できました。

### 寸法が合っても色は間違っていた

初回のBlenderによる描画では、三本とも灰色になりました。コードが設定したのは、制作中の画面表示に使う色だけでした。完成画像の描画には、光が当たったときの色を決める材質設定も必要でしたが、その設定が抜けていたのです。

寸法検証は高さと接地位置だけを調べるため、色の誤りを検出できません。Codexが出力画像を読み取って問題に気づき、材質の色を指定するコードを修正し、Blenderで再描画しました。

![寸法が合っていても初回は灰色だったBlenderの描画と、材質設定を直して色が反映された描画の比較](https://www.chinouken.com/images/articles/agent-operated-software/figure-color-check.png)

*灰色の三本が初回、色が反映された三本が材質設定を修正した後のBlenderの描画です。Three.js側ではGLBを読み込み、三本の高さと接地位置を数値で確認しました。*

数値の確認で高さと接地を検証できても、色の誤りは画像を読むまで残りました。材質設定の修正も、再描画した画像で確認しています。

使用したのはBlender 5.1.2とThree.js 0.185.1です。Three.js側は読み込みと寸法の検証のみで、上の画像はBlenderの描画です。複雑な形状、Web表示品質、公式MCPの性能は対象外です。人の自然言語指示の解釈精度や、長い制作作業の自律完遂率も測っていません。

筆者は、この結果から、任せる出力に合った確認方法を用意できるかも道具選びの条件になると考えます。

## AWSとAzureとGoogle Cloudが操作対象になる理由

制作物を公開して使い続けるには、計算資源、保存、通信、稼働状況の確認が必要です。AWS、Azure、Google Cloudは、それらをエージェントから操作する公式の接続方法を提供しています。ここで扱うのは、既存のクラウド資源を操作する使い方です。[3][4][5]

| クラウド | 公式の操作経路 | 操作を支える仕組み |
| --- | --- | --- |
| AWS | MCPで文書検索、AWS API実行 | IAMの権限管理、CloudTrailの操作記録 |
| Azure | MCPでリソース一覧、ログ検索など | Entra IDの認証、役割別のアクセス制御 |
| Google Cloud | リモートMCPでgcloud・bq実行（プレビュー） | IAMの権限管理、Google Cloud API |

gcloudはGoogle Cloudの資源を、bqは分析用データベースBigQueryを操作するコマンドです。表のリモートMCPはGoogle側の環境で動き、2026年10月3日時点では正式提供前のプレビューです。[5]

接続しても、対象のプロジェクトやアカウントを正しく選ぶ必要は残ります。Googleの文書も、MCP要求で指定するプロジェクトと、実際のコマンドが操作するプロジェクトを区別しています。[5]

### 作った後の状態を読めること

「公開したページが動かない」という依頼では、公開先のログを読み、修正後の稼働状態と照合できることが役立ちます。Web公開を支援するVercelはプロジェクトや実行時のログへ、データベースなどを提供するSupabaseはSQL実行や診断情報へ接続する公式MCPを用意しています。ネットワークとアプリ実行基盤を提供するCloudflareも、APIの検索と実行をまとめています。[15][16][17]

この節は公式仕様の比較で、クラウド資源を変更する通しの実験は行っていません。また、各社のエージェント利用順位は分からず、クラウド市場の占有率を選択率として扱うこともできません。

## 商用の制作ソフトもAIの操作先へ

人が画面で操作してきた商用ソフトも、エージェントから利用する経路を備えています。以下には、AI向けのMCP連携と、エージェントがコードを書いて呼び出せる一般的なAPI・スクリプトの両方を含めます。

| 制作ソフト | エージェントから使う経路 | 引き継ぐ作業・成果物 |
| --- | --- | --- |
| Figma（共同デザイン） | 公式MCPで構造取得とキャンバスへの書き込み | フレームや部品を編集して配置・構成を修正[18] |
| Adobe Photoshop（画像編集） | JavaScriptとクラウドAPI | 編集機能・保存形式は窓口ごとに確認[19] |
| Autodesk Fusion（設計・製造） | Fusion Compute MCP | 寸法の条件、部品の組み合わせ、加工用の工具経路、編集可能な設計履歴[20] |

Figmaへの書き込みには、編集機能を使えるFull seatの契約、対象ファイルの編集権限、対応するAIアプリが必要です。FusionのMCPは2026年9月15日に発表された公開ベータで、Fusionライセンスなどの利用条件があります。[18][20]

Figmaの編集可能な部品やFusionの設計履歴を引き継ぐ仕事では、完成画像だけでは足りません。Photoshopも含め、既存の画像編集や設計の機能をコードから使う経路が用意されています。連携の公開は市場での成功を保証せず、普及率や専門家の工程を任せられる範囲は、別に検証する必要があります。

## AIへ道具をつなぐときの確認点

### AIが必要な操作を探す仕組み

使える操作が増えるほど、エージェントが読む説明も増えます。古い説明に従えば、存在しない引数や変更前の仕様を使う可能性があります。

Cloudflareでは、AIがAPIの説明を検索してから、必要な操作をコードで実行できます。使える操作の説明をすべて最初に読む必要を減らす仕組みです。[17]

GitHubも、プロジェクト管理の操作を一覧取得・詳細取得・更新の三種類へ整理し、AIが読む機能説明の量を減らしたと公表しています。[21]

Remotionは文書検索用MCPを非推奨とし、手順をまとめた文書を必要に応じてエージェントへ読み込ませる「スキル」への移行を案内しています。理由には情報の鮮度、提供側のAI利用費用、設定の難しさ、エージェントが確実には呼ばないことを挙げています。動画制作の仕組み自体をやめたという意味ではありません。[22]

一方で、Remotionの制作画面Studioには、対応するブラウザ内のAIから状態の取得や再生操作を行うWebMCPを用意しています。入力・出力の仕様はまだ安定していません。同じ製品でも、文書の検索と制作画面の操作で接続方法を使い分けています。[26]

### 導入を決める担当者の確認項目

公式仕様とBlender／Three.jsの試行を踏まえ、筆者は次の点を確認するとよいと考えます。

- 「青い物体」を名前やIDで特定し、変える値を指定できるか。
- 更新後の値、画像、ログで結果を確かめられるか。
- 変更差分を読み、保存した版へ戻せるか。
- 最新の仕様と、必要な操作だけを探せるか。
- 社内の権限、ファイル形式、チームの受け渡し方法に合うか。

APIに欲しい操作がなければ、ブラウザやアプリ画面の操作も必要になります。GitHubは2026年10月1日、開発支援AIのCopilotがmacOSとWindowsのアプリをクリック・入力で操作する機能を、公開プレビューとして提供しました。APIやCLIを持たないソフトも操作対象に含まれます。[27]

見た目の比較や細部の良し悪しを決める仕事では、画面が確認の場としても残ります。

## なくなる可能性があるのはソフトのどの部分か

ここからは、確認した事例をもとにした筆者の見立てです。人が繰り返す操作と、ソフトが担う専門処理・データ・権限を分けると、変化を考えやすくなります。

![人の反復操作をAIへ任せ、API・MCP・画面を通じてソフトへ操作を渡す関係。ソフト側には専門処理、編集可能なデータ、権限と操作記録がある](https://www.chinouken.com/images/articles/agent-operated-software/figure-software-layers.png)

*AIからの操作は、API・MCP・画面を通じてソフトへ渡ります。専門処理やデータを担う機能が必要でも、それを今の製品や会社が提供し続けるかは別の判断になります。*

### 代替しやすい操作にも保守が残る

変更するファイルやデータを特定し、変更後の数値や見た目を確かめられれば、入力、転記、書き出しなどをAIへ任せる余地があります。単純なファイル変換ならFFmpegを呼び、簡単な社内集計なら既存データを読み出すことで、専用アプリを開く機会は減るでしょう。

独自データや専門処理が少ない小さなアプリには、コードと既存ツールを組み合わせて代替する余地もあります。ただし、自作処理の故障対応や仕様変更まで含めて比較する必要があります。

### 機能が残っても同じ会社が勝つとは限らない

顧客の契約履歴、情報を変更できる人の範囲、取引の実行記録は、会話の文章だけでは維持できません。インターネット経由で使うソフトの提供形態をSaaSと呼びます。外部エージェントが文書や顧客情報を扱い、SaaS側が保存・権限・業務処理を担う構成は、Notion、Atlassian、Salesforceの公式連携にも見られます。[12][13][23]

専門ソフトも、人向け画面とAI向けAPIを併用し、編集形式、計算処理、共同作業を提供する形が考えられます。ただし、必要な機能が別製品へ移る可能性は残ります。エージェントが複数サービスを呼び分けるようになれば、画面への慣れだけでは契約を維持しにくくなるでしょう。乗り換えの難しさは、データと業務の意味、権限を代替先へ引き継げるかにも左右されます。

### 人数と処理量がずれれば課金も変わる

課金には、すでに併用の実例があります。

- 顧客対応サービスIntercomは、担当者の人数に応じた料金と、AIエージェントFinの成果に応じた料金を組み合わせています。[24]
- SalesforceのAgentforceは、操作ごとの使用量と利用者ごとの料金を用意しています。[25]

AIの「成果」の定義は製品ごとに異なり、人数課金が一律になくなったわけではありません。今後、人の利用回数とサービスの処理量がずれれば、実行量や成果に応じた課金を探る動きが広がると筆者は考えます。

既存の記録や専門機能をAIへ開くほど、利用が増える製品も考えられます。どの料金が定着し、誰が利益を得るかは未確定です。機能の存続と、今の会社が今の料金で売り続けられるかは分けて判断する必要があります。

## 道具を選ぶなら完成後の受け渡しまで

人の反復操作を任せた後も、専門処理・データ・権限を担い、結果を確認できるソフトには使う理由が残ります。学ぶ・契約するソフトを選ぶときは、求める成果物から必要な工程を考え、道具を組み合わせます。

- Webで触れる3D表現なら、Three.jsなどの表示の工程。
- 形状や材質を編集して残すなら、Blenderなどの制作の工程。
- 寸法や加工条件を残すなら、編集履歴や部品の関係も保持できる設計ソフト。

制作とWeb表示の両方が必要なら、BlenderとThree.jsを組み合わせ、GLBなどの受け渡し形式まで確かめます。クラウドや業務アプリでは、既存のデータ、権限、共同作業との接続が出発点です。

最初は小さな仕事を一つ任せ、完成後まで確かめます。

1. 変更する対象を正しく特定できるか。
2. エージェントが数値をコードで、見た目を画像で確認し、人が結果を再確認できるか。
3. 失敗箇所を直し、前の状態へ戻せるか。
4. チームが普段使う形式で受け取れるか。

Blenderの試行では、寸法が合った後も色の修正が必要でした。制作なら寸法や材質、受け渡しなら編集可能な形式と変更履歴、業務データなら操作権限を具体的に決めることが、任せる指示と完了確認を作る第一歩になります。

## 参照リンク

1. [Three.js: Creating a scene](https://threejs.org/manual/pages/creating-a-scene.html)
2. [Blender: Command Line Arguments（Blender 5.1）](https://docs.blender.org/manual/en/5.1/advanced/command_line/arguments.html)
3. [AWS: AWS MCP Server](https://docs.aws.amazon.com/agent-toolkit/latest/userguide/mcp-server.html)
4. [Microsoft: Azure MCP Server tools](https://learn.microsoft.com/en-us/azure/developer/azure-mcp-server/tools/)
5. [Google Cloud: Use the Google Cloud CLI remote MCP server](https://docs.cloud.google.com/sdk/use-gcloud-mcp?hl=en)
6. [Anthropic: Measuring AI agent autonomy in practice](https://www.anthropic.com/research/measuring-agent-autonomy)
7. [Yangほか: The Adoption and Usage of AI Agents: Early Evidence from Perplexity](https://arxiv.org/html/2512.07828v2)
8. [研究論文: How are AI agents used? Evidence from 177,000 MCP tools](https://arxiv.org/html/2603.23802v1)
9. [Microsoft: Playwright MCP](https://github.com/microsoft/playwright-mcp)
10. [Remotion: Coding agents](https://www.remotion.dev/docs/ai/coding-agents)
11. [FFmpeg: Documentation](https://ffmpeg.org/ffmpeg.html)
12. [Atlassian: Getting started with the Atlassian Remote MCP Server](https://support.atlassian.com/atlassian-ai-gateway/docs/get-started-with-the-atlassian-remote-mcp-server/)
13. [Salesforce: Headless 360](https://www.salesforce.com/news/stories/expanding-headless-360-enterprise-capabilities/)
14. [Anthropic: Claude for creative work](https://www.anthropic.com/news/claude-for-creative-work)
15. [Vercel: Available tools](https://vercel.com/docs/agent-resources/vercel-mcp/tools)
16. [Supabase: Model context protocol](https://supabase.com/docs/guides/ai-tools/mcp)
17. [Cloudflare: MCP servers for Cloudflare](https://developers.cloudflare.com/agents/model-context-protocol/cloudflare/servers-for-cloudflare/)
18. [Figma: Write to canvas](https://developers.figma.com/docs/figma-mcp-server/write-to-canvas/)
19. [Adobe: Photoshop developer platform](https://developer.adobe.com/photoshop/)
20. [Autodesk: Fusion Compute MCP](https://www.autodesk.com/products/fusion-360/blog/fusion-compute-mcp/)
21. [GitHub: MCP ServerのProjectsツール統合](https://github.blog/changelog/2026-01-28-github-mcp-server-new-projects-tools-oauth-scope-filtering-and-new-features/)
22. [Remotion: MCP（非推奨）](https://www.remotion.dev/docs/ai/mcp)
23. [Notion: Notion MCP](https://developers.notion.com/guides/mcp/overview)
24. [Intercom: Pricing](https://www.intercom.com/pricing)
25. [Salesforce: Agentforce Pricing](https://www.salesforce.com/agentforce/pricing/)
26. [Remotion: WebMCP](https://www.remotion.dev/docs/ai/webmcp)
27. [GitHub: Copilotによるデスクトップアプリ操作](https://github.blog/changelog/2026-10-01-github-copilot-can-now-interact-with-desktop-apps/)

2026年10月3日時点の公式資料を確認しています。仕様は更新される可能性があります。

---

© 知能圏 https://www.chinouken.com/articles/agent-operated-software