メインコンテンツへスキップ
見出し画像

Microsoft 365 Copilotエージェント完全ガイド2026──Researcher・Analystから業務エージェントまで全体像と実務活用法

    「うちの会社、Copilot入れたんですけど、正直チャットで要約させるくらいしか使ってなくて」

    ここ半年、経営者や部門長の方と話していて、この言葉を聞かない週がありません。月額数千円のライセンスを全社員に配ったのに、使われているのはメールの下書きと会議の要約だけ。投資対効果を聞かれた情シス担当者が困った顔をする。そんな光景が日本中の会社で起きています。

    一方で、Microsoft自身は2026年に入ってから、Copilotを「賢いチャット窓」から「仕事を任せられるエージェントの群れ」へと作り変えてきました。深い調査を数十分かけてやり切るResearcher、データを前にPythonを書いて検証するAnalyst、Officeファイルを丸ごと作り上げるCowork、そして常時稼働で自律的に動くAutopilot。2026年9月25日に発表された新しい業務向けCopilotでは、画面構成そのものが「チャットとエージェントに仕事を任せる場所」として再設計されています。

    つまり、いま多くの会社で起きているのは「高機能な道具を、昔の道具の使い方で使っている」状態です。本稿では、Microsoft 365 Copilotのエージェント機能の全体像を一枚の地図に整理し、Researcher・Analystという二つの中核エージェントの使い方、Word・Excel・Teamsの中でのエージェント活用、そして自社専用エージェントの作り方までを、実務の視点で解説します。深掘りは次の機会に譲り、ここでは「何があって、何から手をつければいいか」を掴んでいただくことを目標にします。

    第1章 「Copilot」はもうチャット機能の名前ではない

    三つの層で捉えると全体像が見える

    Microsoft 365 Copilotのエージェント機能は、公式の資料を順番に読んでも全体像が掴みにくい構造をしています。新機能が毎月のように追加され、名称も頻繁に変わるからです。私が社内説明や顧客向けの勉強会で使っているのは、「誰が作ったか」と「どれだけ自律的か」の二軸で三層に分ける整理です。

    第一の層は、Microsoftが作り込んだ専門エージェントです。代表格がResearcherとAnalystで、どちらも「深く考える」ための推論モデルを土台にしています。ほかにもPlannerのタスク整理を担うPlanner Agent、2026年10月に追加された学習支援のLearning Agentなどがあり、Agent Storeの「Microsoft製」として並んでいます。ユーザーは選んで使うだけで、作る必要はありません。

    第二の層は、仕事そのものを委任する自律エージェントです。2026年6月16日に全世界で一般提供が始まったCoworkは、「RFPへの回答案を作って」「決算説明資料を仕上げて」といった粒度の大きな依頼を受け取り、WordやExcel、PowerPointのファイルを複数またいで作業を進めます。さらに2026年9月の発表で登場したAutopilotは、クラウド上に固有のID・メモリ・作業環境を持ち、TeamsやOutlookでメンションすれば動き出す「常駐型の同僚」という位置づけです。

    第三の層は、自社で作るエージェントです。Copilotアプリ内のAgent Builderで社内文書を知識源にした問い合わせ対応ボットを数分で作る方法から、Copilot Studioで外部システムと連携する自律エージェントを組み立てる方法まで、作り手の技術レベルに応じた道具が用意されています。

    2026年9月の再設計で何が変わったか

    2026年9月25日、Microsoftは業務向けCopilotの新しい姿を発表しました。ポイントは三つの入口です。「Home」はチャットとCoworkを一つの場所にまとめ、ここから日常の質問も仕事の委任も行います。「Code」は自然言語でアプリや自動化、ダッシュボードを作るコーディングエージェントで、GitHub Copilotと同じ基盤の隔離環境で、しかも自社テナントの中で動きます。そして「Autopilot」が前述の常駐型エージェントです。

    これらを支えるのが「Work IQ」と呼ばれる文脈理解の仕組みです。メール、チャット、SharePoint、カレンダーを横断して「この人はいま何のプロジェクトで、誰と、何を進めているか」を把握し、エージェントの判断材料にします。エージェントが賢く見えるかどうかは、実はモデルの性能よりもこの文脈をどれだけ渡せるかで決まります。この点は後の章で何度も戻ってくる論点です。

    課金の考え方も二層になった

    もう一つ押さえておきたいのが課金モデルです。日常のチャットやOffice内の補助は従来どおり固定のユーザーライセンスで、Microsoft 365 Copilotは1ユーザー月額30ドル、300名以下の企業向けのCopilot Businessは年契約で月額21ドル相当が基本線です。一方でCoworkやAutopilotのような長時間動くエージェント、画像生成、SharePointの高度な自動入力などは「Copilot Credits」という従量課金で、管理者はプリペイドか都度払いかを選べます。

    これは「全員に同じ金額を配る」発想から、「誰にどれだけエージェントを使わせるかを設計する」発想への転換を意味します。情シスだけでなく、現場のマネジャーが予算配分の当事者になるということです。

    第2章 Researcher 「調べて考える」を数十分単位で任せる

    Researcherは何をしてくれるのか

    Researcherは、Microsoftが「仕事のための深い調査エージェント」と位置づける機能です。普通のCopilot Chatが数秒で返事をするのに対し、Researcherは質問を受け取ると、まず調査計画を立て、必要に応じて確認の質問を返し、そのうえでWebと社内データの両方を何往復も検索して、数ページに及ぶ構造化されたレポートを書き上げます。所要時間は数分から十数分。「速さ」ではなく「深さ」のための道具です。

    ここで決定的に重要なのが、社内データを読めるという点です。市場動向をWebで調べつつ、自社の過去提案書、Teamsでの議論、SharePointの会議資料を突き合わせて「うちの文脈で言うと何が示唆か」まで書いてくれる。外部の調査ツールには原理的にできない芸当です。2026年6月に一般提供されたフェデレーテッドコネクタにより、組織でデータを事前に索引化しなくても、ユーザー本人の権限で外部システムに実行時アクセスする形も整いました。2026年10月にはCanva、11月にはHubSpotのコネクタがResearcherに追加されており、営業やマーケティングの情報源を直接参照する範囲が広がっています。

    2026年の進化 複数モデルで「書く係」と「査読する係」を分ける

    2026年3月末、Researcherに「Critique」と「Council」という二つの仕組みが加わりました。Critiqueは、一つのモデルが計画・検索・執筆を担い、別のモデルが「専門家の査読者」として出典の信頼性、網羅性、根拠への忠実さを点検する方式です。モデル選択で「Auto」を選んでいれば標準でこの動きになります。Councilは、AnthropicのモデルとOpenAIのモデルがそれぞれ独立に完全なレポートを書き、第三の判定モデルが「どこで一致し、どこで食い違い、それぞれ何を独自に加えたか」を添え状として書く方式です。

    私はこのCouncilの発想を気に入っています。マッキンゼー時代、重要な分析は必ず別のチームメンバーが独立にやり直して突き合わせる習慣がありました。二つの異なる頭で同じ問いに答えさせ、ずれたところを人間が見る。これが調査の品質を上げる最短経路だと体で知っているからです。生成AIの「もっともらしい誤り」への最も実務的な対策が、製品の中に組み込まれたと言えます。

    なお、これらは2026年秋時点ではFrontierと呼ばれる早期提供プログラムの範囲で、管理者がテナントでAnthropicのモデル利用を有効化していないとモデル選択が表示されないという報告もあります。自社で使えないときは、機能の不具合ではなく設定の問題であることが多い点を覚えておいてください。

    実務での使い方 プロンプトは「依頼書」の形にする

    Researcherを起動する場所は三つです。Copilotアプリのチャット画面、Teams内のResearcherアプリ、そしてAgent Storeからの呼び出しです。使い始めの方には、Copilotアプリから入るのを勧めています。

    プロンプトのコツは、チャットのように一言で聞かず、部下に渡す依頼書の形で書くことです。たとえば「来期の中期計画に向けて、国内の製造業向けAI導入支援市場の現状を調べて」ではなく、次のように渡します。目的は何か(中計の市場環境パートの素案)、対象範囲はどこまでか(国内、製造業、直近二年)、社内のどの資料と突き合わせてほしいか(昨年度の提案書フォルダと営業会議の議事録)、成果物の形式は何か(五章構成、各章に出典、最後に自社への示唆を三点)。こう書くと、Researcherは途中で確認の質問を一、二回返したうえで、こちらの期待に近い形のレポートを出してきます。

    私が実際に役員会向けの市場概観を作ったときは、Researcherの初稿を骨格にして、数字の裏取りと自社固有の判断を人間が足す形で、以前なら部下が二日かけていた作業を半日に収められました。重要なのは「Researcherの出力を最終版にしない」と最初から決めておくことです。査読機能が付いたとはいえ、出典の重み付けや経営判断に直結する解釈は、依然として人間の仕事です。

    第3章 Analyst データの前でPythonを書いて検証する分析者

    Analystは何が違うのか

    Analystは、Excelファイルや表形式データを渡すと、データサイエンティストのように段階的に考えながら分析を進めるエージェントです。最大の特徴は、Pythonのコードを実際に実行し、そのコードと結果を画面上で確認できることです。「この売上データの異常値はどこか」と聞けば、単に答えを言うのではなく、どういう前提で、どの計算をして、その結論に至ったかが追跡できます。

    これがなぜ重要か。生成AIに数値分析を頼んだときの最大の不安は、「計算そのものを間違えているのに自信満々に答えてくる」ことです。Analystは計算をモデルの中でやらず、Pythonという決定的な道具に任せるので、少なくとも「足し算を間違える」種類の誤りは起きません。モデルの仕事は「どういう分析をすべきか」を考えることであり、「計算する」ことではない。この役割分担こそが、業務で信頼して使えるかどうかの分かれ目です。

    Excelの中でも同じ力が使えるようになった

    2026年8月には、Excel内の「Copilotで編集」からPythonを実行して統計処理やシミュレーション、可視化を行う機能が展開され、Analystの思想がExcelそのものに染み出しています。また、ExcelにはAgent Modeも入っており、2026年6月のアップデートでワークブック内に「.Rules」というシートを置いて、Copilotに守らせたい計算ルールや書式ルールを宣言できるようになりました。2026年11月の更新では、Copilotの回答から変更されたシートやセル範囲に直接ジャンプできるリンクも付き、「どこを変えられたか分からない」という不安が小さくなっています。

    さらに、AnalystのようなエージェントにはScheduled Prompts、つまり定期実行の予約ができます。「毎週月曜の朝に先週の受注データを読み込み、前週比と目標差異をまとめる」といった定型分析を、人が起動しなくても回せるわけです。

    実務での使い方 「問い」を渡し「手法」は任せる

    Analystを使うときに意識しているのは、分析手法ではなく問いを渡すことです。「回帰分析をして」ではなく「どの要因が解約率に最も効いているかを知りたい。可能なら要因の寄与度を順位づけしてほしい」と書く。手法の選択はAnalystのほうが幅広く知っていますし、選んだ手法と理由を説明してくれるので、こちらは妥当性を確認する側に回れます。

    ある小売の顧客で、店舗別の売上データをAnalystに渡して「売上が落ちている店舗に共通する特徴は何か」と問いを立てたことがあります。Analystは商圏人口、競合店の出店時期、スタッフの平均勤続年数の三つを候補に挙げ、それぞれの相関と、どのデータが欠けていて断定できないかを明示してきました。この「断定できない理由」を言語化してくれることが、会議での議論の質を上げます。データが足りないと分かれば、次に何を集めるかが決まるからです。

    注意点を一つ。Analystは渡されたデータの品質を疑ってはくれますが、データの意味までは知りません。「売上」列が税込か税抜か、返品を含むか。この手の定義は、最初のプロンプトで明記しておかないと、もっともらしい分析が土台から崩れます。コンサル時代に先輩から叩き込まれた「分析の前に定義を揃える」という基本動作は、相手がAIになっても一切変わりません。

    第4章 Office内のエージェント化 Agent Mode・Cowork・Notebooks

    Word・Excel・PowerPointの中で動くAgent Mode

    ここまでの二つはCopilotアプリやTeamsから使うエージェントでしたが、2026年の大きな流れは、Officeアプリそのものがエージェント化していることです。PowerPointのAgent Modeは、Work IQで把握した業務文脈や、指定したTeams会議の議論を踏まえて提案資料を組み立てます。Excelでは前章で触れたとおり、外部データへのフェデレーテッドコネクタやルール宣言が入りました。

    Wordでは、2026年半ばからAnthropicのモデルとOpenAIのモデルを編集時に選べるようになり、8月にはSonnet 5が高度な推論を要する作業の標準モデルに設定されました。私の実感では、長文の構造を組み替えたり、論旨の矛盾を見つけたりする作業と、定型文を手早く整える作業とでは向くモデルが違います。「一つのモデルがすべてをやる」時代は終わり、作業の性質で頭を使い分けるのが当たり前になっていきます。

    Cowork 粒度の大きな仕事を丸ごと委任する

    Coworkは、2026年6月に一般提供が始まった委任型エージェントです。Copilotアプリの画面上部にあるチャットとCoworkの切り替えで入ります。特徴は、複数のファイルとアプリを横断して一連の作業をやり切ることで、たとえば「このRFPに対する回答書を、過去三件の類似提案書を参考に初稿まで作って」という依頼に、Wordの文書とPowerPointの概要資料をまとめて返してきます。

    Coworkには外部サービスのプラグインが用意されており、Miroやmonday.com、Harvey、LSEG、Morningstarなど業務システムや情報サービスと連携できます。また、ローカルのEdgeブラウザを操作して、ユーザーのログイン状態のままWebサービスを使う機能もFrontierで展開中で、認証情報やセッションは端末の外に出ない設計です。Coworkは従量課金の対象なので、どの部門にどれだけ使わせるかは管理者が「Copilot Credits」の配分で設計することになります。

    Copilot Notebooks 「プロジェクトの作業台」になった

    Copilot Notebooksは、プロジェクトやテーマごとに参照資料を一か所に集め、その範囲だけを根拠にCopilotと対話できる作業台です。2026年に入ってから参照できるものが急速に増え、Outlookのメール、Teams会議の記録、Webページのリンク、そしてスマートフォンで撮った写真や音声メモまで放り込めるようになりました。

    そして2026年10月9日の大型アップデートで、Notebooks上でWord・Excel・PowerPointのファイルを直接編集できるようになり、さらにノートブックのチャットから「この資料群をもとに提案書の骨子を作って」とファイル作成を依頼できるようになりました。定期的なタスクの自動化も続いて展開される予定です。これに加えて、2026年11月中旬からはOfficeアプリ自体をCopilotアプリの中で開ける「Office in Copilot」の展開が始まります。「Officeの中にCopilotがいる」から「Copilotの中にOfficeがある」への逆転です。

    私はNotebooksを、コンサル時代の「案件フォルダ」の進化形だと捉えています。あのころは資料を集めても、読んで頭に入れる作業は全部人間がやっていました。いまは集めた時点で、その範囲を熟知した相棒が隣に座っている状態になります。

    第5章 自分の業務エージェントを作る Agent Builder・Copilot Studio・Agent Store

    まずはAgent Builderで「知識を限定した相棒」を作る

    自社専用のエージェントを作る最初の一歩は、Copilotアプリに内蔵されたAgent Builderです。プログラミングは不要で、名前と役割、口調、そして参照してよい知識源を指定するだけで、数分で動くものができます。知識源にはSharePointのサイトやフォルダに加え、2026年7月からはSharePointリストを一エージェントにつき一つ、2万件まで登録できるようになりました。問い合わせ対応の履歴やFAQをリストで管理している部門なら、それをそのまま「社内ヘルプデスクの一次回答エージェント」の知識にできます。

    作ったエージェントは、2026年7月から社内のAgent Storeに「自組織製」として申請できるようになりました。管理センターで管理者が確認して承認すると、全社員が同じ場所から使えます。「作った人のPCの中だけで動いている便利ツール」を、組織の資産に変える仕組みです。

    Copilot Studio 外部システムとつながる自律エージェントへ

    Agent Builderの上位にあたるのがCopilot Studioです。こちらは業務フローを組み、外部システムのAPIと連携し、人の承認を挟みながら自律的に動くエージェントを作る環境です。2026年に入ってからの強化点として、エージェントの行動ルールをGUIで設定できること、外部API連携が簡易化されたこと、トレースビューで「なぜその判断をしたか」を追跡できることが挙げられます。また、Word・Excel・PowerPoint・Outlookの中からMCPという標準プロトコル経由でエージェントを呼び出せるようになり、2026年10月には管理者がMicrosoft 365管理センターで独自のMCPコネクタを作って全社展開できるようになりました。

    ここで大切なのは、「作れる」ことと「運用できる」ことの差です。エージェントは人の代わりに権限を持って動くので、誰のデータにアクセスし、何を実行してよいかの線引きが要ります。Microsoftはこの領域をAgent 365という枠組みで整備しており、2026年11月にはエージェントの利用状況レポートで、アクティブなエージェント数、利用ユーザー数、作成元の種別を把握できるようになりました。情シスの仕事が「ユーザーの管理」から「エージェントの管理」へ広がりつつあります。

    作る前に決めるべき三つのこと

    私が社内でエージェント作成の相談を受けるとき、必ず最初に確認するのは三点です。一つ目は、誰のどんな問いに答えるエージェントか。対象が「全社員の何でも」になった瞬間、知識源が広がりすぎて回答の質が落ちます。二つ目は、根拠にしてよい文書はどれか。古い規程と新しい規程が同じフォルダにあれば、エージェントは平然と古いほうを引用します。三つ目は、間違えたときに誰が気づく仕組みがあるか。利用ログを週に一度見返す担当を決めるだけでも、運用の安定度は大きく変わります。

    第6章 使い始めのロードマップ 明日からの四週間

    ここまで読んで「全部やらなければ」と感じた方がいたら、それは逆です。全体像を知る目的は、やらないことを決めるためです。私が勧めている導入の順番は、使う側の習慣が変わりやすいものから始め、組織の仕組みが要るものを後に回す、という原則に基づいています。

    第一週 Researcherで「調べる仕事」を一つ置き換える

    最初の一週間は、Researcherだけを使ってください。題材は、いま抱えている仕事の中で「調べて整理する」要素のあるものを一つ選びます。競合の動向、新しい規制の概要、顧客業界のトレンド、何でも構いません。第2章で述べた依頼書形式のプロンプトで依頼し、出てきたレポートを自分ならどう直すかを書き出す。これだけで、Researcherの得意と不得意が体感として掴めます。

    第二週 Analystに手元のデータを渡してみる

    二週目は、普段Excelで眺めている数字をAnalystに渡します。重要なのは、最初に列の定義を書くことと、手法ではなく問いを渡すことです。「この数字、何か変なところはないか」という素朴な問いから始めて構いません。Analystが提示する手法と、その選択理由を読み、自分の仮説と照らし合わせる。ここで「断定できない理由」を説明してくれる体験をしておくと、AIとの付き合い方の感覚が一段変わります。

    第三週 NotebooksかAgent Modeで「作る仕事」に広げる

    三週目は、進行中のプロジェクトを一つ選び、Copilot Notebooksに関連資料をまとめて放り込みます。会議記録、メール、参考リンクを集めたうえで、「この範囲で次回の報告資料の骨子を作って」と依頼する。あるいはPowerPointのAgent Modeで、直近のTeams会議を参照させた資料作りを試す。「調べる」「分析する」から「作る」へ、委任の粒度を一段上げる週です。

    第四週 Agent Builderで部門の相棒を一つ作る

    四週目に初めて「作る側」に回ります。部門でよく聞かれる質問、たとえば経費精算のルールや、製品仕様の問い合わせを題材に、Agent Builderで知識源を限定したエージェントを作ります。第5章の三つの問いを事前に紙に書き、知識源は多くても三つまでに絞る。同僚に一週間使ってもらい、回答がずれた例を集めて知識源を直す。この小さな反復を一度経験すると、Copilot StudioやCoworkの検討に進む判断もできるようになります。

    組織として並行して進めること

    個人の四週間と並行して、組織側では二つの準備を進めてください。一つは、管理センターでの設定確認です。ResearcherとAnalystが統合アプリとして有効か、モデル提供元の設定が揃っているか。使えない原因の多くはここにあります。もう一つは、従量課金の対象機能について、試用枠を小さく設定して「誰がどれだけ使い、何が生まれたか」を一か月計測することです。投資対効果を聞かれて困らないための、最も確実な準備です。

    まとめ

    Microsoft 365 Copilotは、2026年に「チャット機能」から「エージェントの集合体」へと姿を変えました。本稿で示した地図を改めて整理すると、Microsoft製の専門エージェントであるResearcherとAnalyst、仕事を丸ごと委任するCoworkとAutopilot、そして自社で作るAgent BuilderとCopilot Studioという三つの層があり、それらをOfficeアプリとCopilot Notebooks、そしてWork IQという文脈理解の仕組みがつないでいます。

    Researcherは「深く調べて考える」を数十分単位で任せる道具であり、複数モデルの査読機能によって、生成AIの弱点だった信頼性に正面から手を打っています。Analystは計算をPythonに任せることで「自信満々に間違える」リスクを構造的に減らし、問いを渡せば手法と限界を説明してくれる分析者です。Officeアプリの中ではAgent ModeとCoworkが「作る仕事」の委任を可能にし、Notebooksはプロジェクト単位の作業台として、OfficeファイルそのものをCopilotの中で扱う方向に進んでいます。

    そして最後に強調したいのは、道具がどれだけ賢くなっても、定義を揃える、問いを明確にする、根拠を限定する、結果を人が点検するという基本動作は変わらないということです。むしろエージェントに仕事を任せる時代ほど、この基本動作の差が成果の差として大きく現れます。

    四週間のロードマップは、その基本動作をAI相手に身につけるための練習メニューでもあります。まずは明日、いま抱えている「調べる仕事」を一つ選んで、Researcherに依頼書を書いてみてください。そこから見える景色が、Copilotの投資対効果を語る言葉を変えてくれるはずです。

     
     
    PwC→Mck→Google→現外資AIベンチャー役員。コンサル思考とAI活用をわかりやすく解説。社会人・就活生の武器になる知識を発信します。 ※こちらの記事はAquaVoiceで音声入力した内容をClaudeにまとめているため、多少表記に揺れが出ますがご容赦ください。

    あなたへのおすすめ