AI
Microsoft ほか（OSWorldベンチ・OpenAI/Anthropic/Google CUA比較）
公開: 2026.05.13
更新: 2026.06.25
7分で読める
画面が万能APIに、でも本番は無理——計算機を使うAIは『統治された混成』で勝つ
画面を視覚で操作するAIは、APIのない長尾ソフトまで自動化する万能インターフェースの夢だ。だが本番はまだ無理——Operatorは机上タスクの62%で失敗し最良でも27%誤る。だから2026の正解は『全部やる』でなく、作業ごとに最適モデルへ振り人の承認と監査で囲う『統治された混成』。Microsoftはエージェントでなく統治層で勝とうとしている。
イメージ画像：記事内容をもとに編集部がAIで生成したもので、実際の人物・場面の写真ではありません。
出典
Microsoft ほか（OSWorldベンチ・OpenAI/Anthropic/Google CUA比較）
techcommunity.microsoft.com ↗
公開
2026.05.13
更新
2026.06.25
検証
✓ 複数ソース確認済み
文字サイズ
3行要約
- 画面を視覚で操作するCUA（計算機利用エージェント）がGAへ。APIなき長尾ソフトを自動化し、脆いRPAを脅かす
- だが本番は未到達——OpenAI Operatorは机上タスクの62%で失敗、最良でもOSWorld 73%（27%は誤動作）
- Microsoftの勝負はエージェントでなく統治——OpenAI CUAとClaudeを選べ、Purview監査・人の承認を標準装備
- 2026の正解は単一でなく混成——作業ごとに最適モデルへ振り、ガバナンスで囲う『統治された多モデル』だ
概要
画面を視覚で操作するAIは、APIのない長尾ソフトまで自動化する万能インターフェースの夢だ。だが本番はまだ無理——Operatorは机上タスクの62%で失敗し最良でも27%誤る。だから2026の正解は『全部やる』でなく、作業ごとに最適モデルへ振り人の承認と監査で囲う『統治された混成』。Microsoftはエージェントでなく統治層で勝とうとしている。
背景
MicrosoftはCopilot StudioのComputer Use（CUA）を全商用環境でGAにした。画面を視覚推論で操作し、UI変更で壊れる従来のRPAの弱点を解く。だが現実は厳しい——ベンチでOpenAI Operatorは机上タスクの62%で失敗し、最良のAnthropicでも73%（27%誤動作）で本番未到達だ。設計も割れる：Anthropicは汎用ツール、OpenAIは独立デスクトップ、GoogleはDOM重視。Microsoftは両モデルを選べ、Purview監査と人の承認を標準で備える。
あわせて読みたい: 『チャットから管理へ』は進化でなく必要悪——信頼性ギャップを客に外注する転換
日本への影響
M365が普及し、基幹システムとExcel間の手作業転記が厚い国内のバックオフィスは、CUAの格好の標的だ。だが本番未到達の現実ゆえ、品質保証・稟議の文化に合う『人の承認を残した混成』が現実解になる。SAP・Oracleと汎用ツール間の転記など、検証可能で区切れた業務から始めるべきだ。日本語UIの精度と1ステップ課金のコストが普及の分岐点で、RPA大手（国内で強いUiPath等）の置換は新規案件から徐々に進む。複数モデルを作業別に振り分け、監査と権限で囲う統治設計が、安全と効率を両立させる。
追加分析
MicrosoftがCopilot StudioのComputer Use（CUA）を全商用環境でGAにした——この一報を、また一つのAI機能追加として読むと核心を逃す。Microsoftの発表に、OSWorldベンチの成功率、OpenAI・Anthropic・GoogleのCUA設計の違い、RPA市場の動向を重ねると、二つの相反する事実が見えてくる。一方で、画面を視覚推論で操作するCUAは『万能インターフェース』の夢だ。APIを持たない古い業務ソフトまで、人と同じ操作で自動化でき、UI変更で壊れる従来のRPAの弱点を解く。他方で、本番にはまだ届いていない。OSWorldベンチでOpenAI Operatorは机上タスクの62%で失敗し、最良のAnthropicでも73%——つまり27%は誤動作する。重要業務を任せるには信頼性が足りない。
最大の論点は、この『万能だが本番未到達』という現実が、勝負の軸を変えた点だ。各社の設計は割れている——Anthropicは汎用の計算機利用ツール（スクショ→操作）、OpenAIは独立デスクトップ、GoogleはDOM重視だ。どれも単独では重要業務に耐えない。だから2026年の現実解は『最強のCUAに統一する』でなく、作業ごとに最適なモデルへ振り分ける薄いハーネスと、人の承認・監査・権限で囲う統治層になる。ここにMicrosoftの戦略が見える。同社はOpenAIのCUAとClaude Sonnet 4.5の双方を選べるようにし、Purviewの監査・DLP・人の介入チェックポイントを標準装備した。つまりMicrosoftは最強のエージェントを競うのでなく、不確実なエージェントを安全に使える統治層と、M365という配信網で勝とうとしている。これはエージェントの信頼性問題（[[ai-agent-supervision-shift]]）と統制基盤（[[sycamore-enterprise-ai-agent-seed]]）が、CUAという最も生々しい形で交差する地点だ。
市場の読み方
Microsoftの公式発表は、コンピューター操作型エージェントが企業の本番環境に入る段階が来たことを示す材料です。単なるデモや早期アクセスではなく、全商用Power Platformリージョンでの正式提供という点が、企業導入の現実性を大幅に高めています。
事業への影響
UiPath・Automation Anywhere・Blue Prismなどの既存RPAベンダーは、MicrosoftがGAレベルで同じ領域に参入したことで競争圧力が高まります。ただしRPAは既存のワークフローに深く組み込まれているため、短期での乗り換えは限定的で、新規自動化案件での競合が主戦場になります。
次の確認点
日本語UIでのComputer Useの動作精度が実用に耐えるかどうかが国内普及の分岐点です。また、実行コスト（Computer UseタスクあたりのPower Platformユニット消費量）が明示されるかどうかが、企業のROI計算に直結します。
事業者が見る点
- RPAの主戦場が「ルールベースの自動化」から「視覚推論ベースの自動化」に移行します。RPAへの投資を検討中の企業は、従来のツールではなくComputer Useの評価を先行させる判断が合理的になります。
- 人間の介入チェックポイント（Human-in-the-loop）の標準装備は、「AIが誤った操作をした場合の責任はどこにあるか」という問いへの実装レベルの回答です。エラー時の承認フローを事前に設計することが導入の前提条件になります。
- OpenAIとAnthropicのモデルを選択できる設計は、企業が特定AIプロバイダーに依存するリスクを軽減します。一方でMicrosoftがモデルの窓口を握ることで、プロバイダーの切り替えには引き続きMicrosoftを介する構造が生まれます。
日本での見方
- 日本の企業で最初にComputer Useを適用すべき候補業務は「基幹システムと汎用ツール間のデータ転記」です。SAP・OracleなどとExcel・Outlook間のコピペ作業が典型で、RPAより安定した自動化が期待できます。
- Power Platformの利用規約と個人情報保護法の観点から、Computer UseエージェントがPurview・Dataverseに残す実行ログが個人データを含む場合の取り扱いを事前に法務部門と確認することが必要です。
- 国内のMicrosoftパートナー企業（SI・コンサル）は、Computer Useの検証・導入支援サービスを速やかに立ち上げることで差別化できます。早期事例を獲得したパートナーがリファレンス優位を持つ競争になります。
出典から読む視点
GAの事実とガバナンス機能はMicrosoftの公式発表、信頼性（Operator62%失敗・最良73%）はOSWorldベンチ、各社の設計差はOpenAI・Anthropic・GoogleのCUA比較、置換動向はRPA市場の分析に基づく。発表元・第三者ベンチ・競合比較という独立した3系統が、いずれも『画面は万能APIだが本番未到達であり、勝負はエージェント単体でなく統治された多モデルにある』という同一の結論を指すことを三角検証の根拠とした。発表元がMicrosoft自身のため、実行コストやモデル別精度は第三者の実装レポートと合わせて再評価するのが妥当だ。
深堀り視点
なぜ重要か
なぜ今か——画面を視覚で操作するCUAが、APIのない長尾ソフトまで自動化する『万能インターフェース』としてGAに達したからだ。だが本番未到達（最良でも27%誤る）の現実が、勝負の軸を『最強のエージェント』から『不確実なエージェントを安全に使える統治層』へ移した。RPAの終わりと、混成・統治の始まりを同時に告げる。
ビジネスの見方
勝者はエージェントを商品化せず統治層と配信網で囲うMicrosoft（M365基盤・Purview・複数モデル）、敗者は単一の自社CUAに賭ける陣営とUI変更で壊れるRPAだ。マネタイズはエージェント単体でなく、ステップ課金（1ステップ5クレジット）と統治を束ねた基盤利用へ。価値は最強モデルでなく、混成を安全に回す仕組みに宿る。
次に見るポイント
- OSWorld等のベンチで主要CUAの成功率が、重要業務に耐える水準（誤動作の十分な低さ）へ上がるか
- 作業別に最適モデルへ振る『多モデル・ハーネス』が標準実務として定着するか
- 日本語UIでの精度と1ステップ課金のコストが、国内のROIに見合う水準に達するか
編集部コメント
CUAは『画面＝万能API』という夢を見せる——APIのない古い業務ソフトまで人と同じ操作で自動化できる。だが最良でも27%誤る現実は、夢の手前に壁があることを示す。だから2026の正解は『エージェントが全部やる』でなく、作業ごとに最適モデルへ振り、人の承認と監査で囲う『統治された混成』だ。Microsoftの賢さは、最強のエージェントを競うのでなく、不確実なエージェントを安全に使える統治層を握ろうとする点にあると見ている。
Newsletter
週1回、重要なニュースをまとめてお届け
AI・テック・ビジネスの海外動向を編集部が整理。毎週届く無料ニュースレターで、見逃しゼロに。
いつでも解除できます
