Workdayの新規契約額25％をAIが牽引、人事エージェントは実用段階へ

Workdayは2026年8月27日、2027年度第2四半期決算で、AI製品が同四半期の新規年間契約額（ACV）の25％超を生み、自社開発エージェントを少なくとも一つ使う顧客が5500社を超えたと発表した。7月31日までの四半期が対象で、利用顧客は前四半期から35％超増えたことが Workdayの決算資料 で確認できる。

導入規模と本番展開の事例から、人事向けエージェントの一部は実証実験だけの段階を越えた。ただし、5500社という数字は利用するエージェントの種類や処理量、業務改善の程度を示していない。採用、人事、給与、財務への影響を判断するには、契約、利用、本番稼働、業務成果を別の指標として読む必要がある。

25％は総売上高ではなく新規ACVの構成比

「25％超」が示すのは総売上高や既存契約を含む全ACVの比率ではなく、四半期中に成立した新規ACVに占めるAI製品の割合だ。決算会見ではAI製品による新規ACVが1億ドルを超えたと説明されており、AIが新規販売の重要な入口になったことは読み取れる。一方、この数字だけでは会社全体の収益がAIへ急速に置き換わったとはいえない。

同四半期の売上高は26億4900万ドルで前年同期比12.8％増、サブスクリプション売上高は24億7100万ドルで13.9％増だった。Reutersの決算報道 によると、新規顧客獲得の半数超が一つ以上のAIソリューションを契約し、業界アナリストはAIが一部顧客のWorkdayへの基盤移行を後押ししていると分析した。

今回の数値が示す構図は、AIが人事・財務の基幹ソフトを直ちに不要にするというものではない。むしろ、業務データ、権限、承認経路を持つ既存プラットフォームにAIを組み込むことが、新規導入や移行の販売材料になっている。ただし、サブスクリプション売上高の増加には既存契約の更新や追加導入も含まれるため、その全額をAIの効果とはみなせない。

5500社の利用と本番展開は同じ意味ではない

5500社超という集計の条件は、自社開発エージェントを一つ以上利用していることだ。企業ごとの利用者数、継続期間、処理件数は開示されておらず、試行中の顧客と広範囲に展開した顧客が同じ母数に含まれ得る。このため、顧客数は普及の広がりを示すが、導入の深さを比較する指標にはならない。

一方、個別事例では本番運用への移行が確認できる。2027年度第2四半期の決算会見記録 では、BMOがSelf-Service Agentを2026年5月に従業員500人で試行し、6月に5万5000人へ展開したほか、直近1カ月で100社超がSana Self-Service Agentを本番環境へ移したと説明された。同じ会見では、四半期中に3000万人超の候補者がTalent Acquisition Agentと接触し、800万件超の面接が自動設定されたとしている。

これらは、従業員からの照会や面接調整が会話デモではなく、実際の処理量を伴う段階へ進んだ証拠になる。ただし、候補者との接触数や面接設定数は処理量であり、採用期間の短縮、採用品質、問い合わせ解決率、回答の正確性を直接示す成果指標ではない。

契約、利用、成果を混同しない評価表

今回の開示を実務判断へ置き換えると、評価対象は五つに分かれる。数字が大きく見えても、異なる段階の指標を足し合わせて導入効果と判断することはできない。

• 商用化：AI製品が新規ACVの25％超を占めた。顧客がAI機能に予算を付け、Workdayの新規販売を押し上げたことを示す。
• 利用の広がり：自社開発エージェントの利用顧客は5500社超となった。ただし、企業当たりの利用者数や処理量は分からない。
• 本番稼働：BMOの全社展開や100社超の本番移行は、一部製品が試行段階を越えたことを示す。すべてのエージェントや顧客に同じ成熟度を当てはめることはできない。
• 業務成果：面接設定などの処理量は開示されたが、誤回答率、例外率、採用期間、給与訂正件数、監査工数を横断的に比較できるデータは示されていない。
• 会社全体の成長：サブスクリプション売上高は増加したが、既存契約や更新も含むため、増加分のすべてをAIに帰属させることはできない。

したがって、「AI製品が売れた」「エージェントが使われた」「仕事の成果が改善した」は別々の評価になる。ソフト選定では顧客総数だけでなく、自社と近い従業員規模、制度、業務量での本番稼働率と、導入前後の品質指標を確認する必要がある。

採用、人事、給与、財務で変わる工程

開示された利用例からは、職種全体の置き換えより、条件と入力を定義しやすい工程への導入が先行している。採用では候補者との面接調整、人事では規程に基づく従業員照会がすでに大規模処理の対象になった。給与や財務でも、規則違反の検出、証憑収集、監査資料の準備などは同じ方向に進み得る。

一方、採否、報酬、懲戒、給与確定、支払い、仕訳承認は、個人の権利や金銭、説明責任に直接影響する。今回の決算は、こうした最終判断まで無人化されたことを示していない。担当者の仕事は定型処理から、例外の確認、判断根拠の検証、規程の更新、異議への対応へ移る可能性があるが、人員削減や職種消滅まで結論づける根拠はない。

ソフト選定で差が出るのは、回答を生成できるかだけではなく、既存の人事・給与データに対する権限を守れるか、承認経路を飛び越えないか、処理履歴を追跡できるかという部分だ。今回の販売実績は、基幹データと統制を持つプラットフォームがエージェントの実行基盤になる可能性を示している。

権限、監査、人的承認が導入条件になる

Workdayのエージェントには、利用者を代理して動くdelegate modeと、固有の権限でバックグラウンド処理を行うambient modeがある。公式のAgent Security設定文書 は、モードごとに別のAgent System Userを用意し、必要最小限の権限を設定するとともに、自律実行と利用者を代理した実行を監査ログで区別するよう推奨している。

導入企業が確認すべきなのは、統制機能の有無だけでなく、自社環境での設定と運用だ。アクセスできるデータ領域、実行可能な業務プロセス、代理実行と自律実行の識別、ログを確認する責任者、異常時の停止方法、最終承認者を明確にする必要がある。

人的承認は処理の影響度に合わせて設計するのが妥当だ。規程検索や面接候補日の提示は自動化しやすいが、候補者の除外、給与額の変更、支払い、会計上の確定には明示的な承認を残す余地が大きい。本番稼働後も処理件数だけでなく、差し戻し率、誤処理、権限拒否、異議申し立て、手作業へ戻した回数を追わなければ、統制を含む効果は判断できない。

次に問われるのは顧客側の成果

2026年8月27日の開示で確認できたのは、AI製品がWorkdayの新規販売を押し上げ、自社開発エージェントが数千社規模で利用され、一部の人事向け機能が全社展開や本番運用へ進んだことだ。「実用段階」といえるのはこの範囲であり、5500社すべてが主要業務を自動化したことや、製品群全体が同じ成熟度に達したことを意味しない。

次の焦点は利用社数の増加だけでなく、本番稼働の継続率と顧客側の成果になる。採用期間、問い合わせ解決率、給与訂正件数、監査工数、例外率を導入前後で比較できれば、AI由来の契約増が持続的な業務改善につながったかを判断できる。今回の決算は商用化と利用拡大を示したが、仕事の質と統制を含む評価には、さらに具体的な運用データが必要だ。