World of Workato Las Vegas 2026参加レポート: Workatoの実現するAI統制基盤の姿
こんにちは、WorkatoのSolutions Consultantの木村です。
本記事では、私もスタディツアーのスタッフとしてお客様とともに同行したラスベガスで開催されたWorkato主催のカンファレンス「World of Workato Las Vegas 2026」のレポートをお届けします。
2026年9月22日〜24日に開催されたWorld of Workato Las Vegas 2026では50以上のセッション、100人以上のスピーカーが集い、最新情報が共有されました。基調講演で発表された内容と、現地で感じたことを記載いたします。
なお、発表された機能には一般提供前のものや日本データセンターでの提供前のものも含まれますのでご了承ください。
全体テーマは「インテントと成果とのギャップ」
メイン基調講演の軸は「Intent-to-Outcome Gap(インテントと成果とのギャップ)」です。これは、AIへの投資と、それに対する実際のビジネス成果との間にある隔たりのことです。それをどうなくしていくのか、それについて語られました。
Workato Chief of AIのBhaskar Royがまず指摘したのは、AIのControl Plane(統制の仕組み)が乱立するほど、かえって統制が効かなくなるということです。10年前のアプリやデータの乱立と同じカオスが、今度はより速いスピードで起きているという見立てでした。
これに対するWorkatoの答えは、次の三つの中核要素を備える基盤です。
コンテキスト:エージェントが参照する社内の知識(ナレッジ)と、業務の流れ(プロセス)という二つのコンテキストを理解していること
統制&実行プレーン:あらゆるシステムを繋ぎ、制御していく統制プレーンとランタイムとなる実行プレーンを、中立な一つの基盤で担うこと
インテントの基盤:エージェントとのインターフェースとなり意図を伝える入口
統制と実行は一体であるべきだ、という説明には空港の管制塔が例えに使われました。統制を司る管制塔は、空港そのものではないが、なければ空港は機能しない、という話です。
新しいWorkatoの顔「AIRO」
ビルダー向け基調講演の中心はAIROです。AIROには「AIはあなたのビジネスを知らない」という問題と、「エージェントを作るたびに基盤を一から整える必要がある」という問題を解く狙いがあります。
AIROは自然言語でWorkatoのアセット（レシピ、コネクター、MCP Server、AI Agent etc.）を作成することができる機能です。例えば、要件定義文書をアップロードして、「これを実現して」と指示するだけで、要件に沿ったWorkato上のアセットを作成します。
AIROの構成要素は次の五つです。
AIRO Foundry:構築・テスト・運用・監視の各段階を専門エージェントのチームが支援します。
AIRO Memory:ワークスペースにあるAPIやレシピ、スキルを把握し、再利用できるものを見極めます。
AIRO Playbooks:命名規則やセキュリティ方針など、自社のベストプラクティスを教え込めます。
AIRO Acumen:デプロイ後のプロセスを継続的に監視し、改善策を提案します。
AIRO Connect:Claude CodeやCursorなど普段の開発環境から、AIRO MCPを経由して、自然言語でWorkatoのアセットを作成できます。
ステージでは、本番環境のインシデントをAIROが調査し、原因のコネクタ変更を特定するデモが披露されました。修正は本番ではなく開発環境で構築され、差分を確認し、テストを経て承認する流れです。常に人が制御を握る設計となっています。
AIRO Connectのデモでは、Claude Code上で「エスカレーション時に顧客の状況が把握できていない」という課題を伝えるだけで、必要なMCPサーバーが数分で出来上がりました。完全に自然言語でMCPサーバーの構築までを完了することができていました。
「どう動いているか」を見せる「Enterprise Process Context」
もう一つの目玉が、Enterprise Process ContextとLive Process Graphです。ナレッジグラフに加えて、Workato上で蓄積されてきた実行履歴を意味づけし、AIが推論できる形にします。
デモはKYC(顧客確認)のプロセスでした。SLA達成率が目標の90%に届かない原因をたどると、書類不備による差し戻しが浮かび上がります。差し戻された案件は、初回通過の5.4時間に対して3.9日かかっていました。AIROは「不足書類のチェックをプロセスの早い段階へ移す」改善案まで提示します。「なぜ遅いのか」に一般論でなく、自社の実データで答えるという考え方です。
リスクとコストの統制を実現する「Enterprise AI Control Plane」
今回、最も明確に打ち出されたのが統制プレーンの位置付けであるEnterprise AI Control Planeです。「エージェントは機械のスピードでミスをする」という、あるCIOの言葉が印象的でした。人のミスは一度で済みますが、エージェントは止められるまで同じ誤りを繰り返しかねません。これを防ぐためには統制の仕組みが重要となります。
多くのベンダーがMCPサーバー、エージェント、様々なツール、様々なモデルを提供するようになっている中での企業内のAIアセットも多様化が進んでいます。リスク管理観点では、見えないものは統制できません。そこで、AI Registryが、MCPサーバーやエージェント、モデルといったAI資産の「唯一の信頼できる情報源（Single Source of Truth）」になります。こちらには、Workato上で作成したアセットに限らず、社内にある様々なAIアセットを登録可能です。
AIの本格活用において、もう一つの大きな課題はトークンコストの管理です。Model Gatewayはこちらの課題の解決に寄与します。複数のモデルプロバイダーへの入口を一つにまとめ、ユーザーのリクエストに応じた適切なルーティングを実現します。インテリジェント・ルーティングは、タスクの複雑さや機密性に応じて、適切なモデルへ自動で振り分けることができ、これによりトークンコストの最適化が可能となります。
予算や利用上限も設定でき、ダッシュボードでは、モデル単位、チーム単位、プロジェクト単位、アプリケーション単位、エージェント単位といった様々な切り口でトークン消費を可視化できます。
さらに、そもそもトークンを使わない工夫も語られました。決まった手順の業務は、毎回AIに考えさせず「エンタープライズスキル」として固定します。決定論的なプロセスを自律的なAIにツールとして渡していく発想です。また、ツールを絞った構築済みMCPサーバーを使えば、コンテキストの肥大化も抑えられます。
AIを成果に結びつける「Enterprise AI Execution Plane」
実行プレーンとしての位置付けにあたるEnterprise AI Execution Planeでは、1万7000以上のアプリケーションとの接続性が改めて強調されました。コネクタSDKがAIROに組み込まれ、APIドキュメントを渡すだけでコネクタが作れるようになりました。
新ランタイム「Workato NEXT Runtime」は、エージェントが求めるミリ秒単位の応答に対応します。「エージェントは確率的でもよいが、動くインフラは確率的であってはならない」という言葉が、設計思想をよく表していました。
組織内でのアセット共有には、Workato XChangeが紹介されました。CoEチームが承認したMCPサーバーやレシピなどを、各ワークスペースへ配布できます。
顧客事例から見えたこと
Lenovo:LevovoのパーソナルAI「Qira」の裏側ではWorkatoが利用されています。（参考リンク）この開発においては、2週間のハッカソンで数十のコネクタを作成しました。スピードと、セキュリティ・ガバナンスの両立が評価されていました。
VOIS(Vodafone Intelligent Solutions):5日間で30体のエージェントと60の再利用可能なスキルを構築しました。既存プロセスにAIを重ねるのではなく、プロセスから作り直すこと、最初から運用の指標を決めておくことが学びだそうです。
Coinbase:MuleSoftからWorkatoに移行して約4年、AIROを本格活用中。AIROの「Blueprint」と「Playbook」を高く評価していました。独自の運用エージェントが、運用業務の約7割を処理しているそうです。
TCS:レガシーIT基盤をそのままAIに変換させると、規模が大きいほど失敗しやすいと指摘しました。まず意図を抽出してからAIROで構築する手法で、インターフェース調査の工数を約70%削減したとのことです。
Red Hat:わずか4人のエンジニアでWorkatoを運用して支えていますが、事業部門側での市民開発も進み、約300人のビルダーが全社に存在。本番化までの期間は約8週間から1週間に短縮されたそうです。「早く失敗できる文化」と、変化への不安に向き合う姿勢が印象的でした。
Anthropicからのメッセージ
キーノートにはAnthropicからもゲストスピーカーが登壇しました。Claudeを「非常に賢い脳」、Workatoを「正しく動かす手」にたとえ、モデルはコンテキストの分しか賢くなれないと語りました。給与計算のように「必ず一度」でなければならない処理は、決定論的なままにすべきだという指摘もありました。
ビルダー向けセッションでもAnthropicのゲストスピーカーが登壇し、エージェントに仕事を任せる際の姿勢が語られました。新入社員と同じように、信頼を段階的に築き、範囲を広げていくという考え方です。ビルダー自身は「自分の仕事のCEO」として、引き返せる判断は任せ、戻れない判断に集中するようにと話していました。成果は、エージェントの数やトークン量ではなく、Evals(評価テスト)で測るべきだという点も強調されていました。
詳しくは以下の記事でも紹介されていますので、ご覧ください。
日本でもこのイベントの振り返りを行うProduct Hourをオンデマンド配信しています。併せてご活用ください。
また、次回のWorld of Workatoについても発表があり、従来の秋ではなく、来年5月18-20日の開催予定です。
おわりに
今年のWorld of Workatoで印象に残ったのは、AIの本番運用を見据えた場合の中立的な一つのプラットフォームの重要性です。
ITの世界では極端な話になりますが、コストを意識しなければ何でも実現できます。ただそれを、制約がある現実に即した形で、スピード感を持って、ガバナンスも備えたプラットフォームの上に構築できるのか、それを現実にできるのかが重要です。AIを「どう統制し、どう実行し、どう成果につなげるか」、今回のWorld of Workatoではこれらを一つのプラットフォームで実現していくWorkatoの姿が見えました。
ぜひ今後も最新情報のアップデートにご期待いただけたらと思います。
また、今年11月18-19日に東京マリオットホテルで開催されるWorld of Workato Tokyo 2026でも、アップデートをたくさんお届けできる予定ですので、ご都合調整可能な方はぜひご参加ください！
