# ZipのAIスーパーエージェントが調達業務をエンドツーエンドで自動化する｜Rujul Zaparde - 番組: [Eye On A.I.](https://ai-curator.jp/podcasts/shows/cmv3z5bzz000b5o107u882j88)（Craig S. Smith） - 元のタイトル: How Zip's AI Superagents Automate Procurement End-to-End | Rujul Zaparde - 配信日: 2026年10月23日 - 長さ: 51分 - 要約作成日: 2026年10月23日 - トピック: [#AIエージェント](https://ai-curator.jp/topics/AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#調達](https://ai-curator.jp/topics/%E8%AA%BF%E9%81%94) [#ガバナンス](https://ai-curator.jp/topics/%E3%82%AC%E3%83%90%E3%83%8A%E3%83%B3%E3%82%B9) [#ERP](https://ai-curator.jp/topics/ERP) [#LLM](https://ai-curator.jp/topics/LLM) [#エンタープライズAI](https://ai-curator.jp/topics/%E3%82%A8%E3%83%B3%E3%82%BF%E3%83%BC%E3%83%97%E3%83%A9%E3%82%A4%E3%82%BAAI) - URL: https://ai-curator.jp/podcasts/cmvkztz7y00005o11qbrsn8z0 ## 要約 Eye on A.I. の Craig が、調達プラットフォーム Zip 共同創業者の Rujul Zaparde に、AI スーパーエージェントの仕組みと統制の考え方を聞いた回。契約の赤入れ、RFP の実施、ERP へのデータ反映までを自律化しつつ、監査性・権限管理・人間の承認を組み込む設計を説明している。AI を深く導入した企業と試験導入にとどまる企業との ROI 格差や、価格の効率化が経済に及ぼす影響にも話が及んだ。 ## ポイント - Zip は当初、SOC 2 レビューなど単発タスク用の小さなエージェントを提供していたが、往復のやり取りが必要な業務に対応するため、法務などペルソナ単位で工程全体を担うスーパーエージェントへ移行した。 - 調達は総勘定帳（GL）や損益に直結するため許容誤差がなく、全行動の監査証跡、350種類の権限、リスク条件ごとの人間承認・自動運転の切り替えといった統制の枠組みが核になると述べている。 - エージェントは依頼した人間が閲覧できる範囲内でしかデータを参照できない。この権限設計は構築も検証も難しいと語っている。 - モデルは用途ごとに日次で検証・切り替えており、請求書処理のような用途では最新の最上位モデルは不要で、コンテキストの与え方のほうが重要と説明している。 - 同社の調査では、AI を業務全体に深く展開した企業の ROI は39%、試験導入にとどまる企業は6%（本人の記憶による数字）で、導入の深さが成果を分けるとしている。 - AI で価格が効率化されても、削減分の再投資で雇用や機会は別の形で生まれるという楽観論を示す一方、企業営業のように人を説得して動かす仕事の自動化は難しいと見ている。 ## 章立て - [00:00] **スーパーエージェントの登場** — 単発タスク型エージェントの限界から、ペルソナ単位でエンドツーエンドの業務を担うスーパーエージェントへ進化した経緯と、調達が企業支出の大きな領域であることを説明している。 - [05:30] **安全性とガバナンスの設計** — ERP や総勘定帳に触れる調達は許容誤差がないため、監査性、リスク条件別の人間承認、350種類の権限などの枠組みを構築していると述べている。 - [09:42] **Anthropic・OpenAI との関係とモデル運用** — 両社の統制に関する知見の恩恵に触れ、用途別にモデルを日次で検証・ルーティングしている運用と、コンテキストの重要性を説明している。 - [16:02] **創業の経緯とAIネイティブな強み** — Flight Car の失敗、Airbnb や YC での経験を経て2020年に Zip を創業した経緯と、技術的負債のなさが AI 活用の強みになるという見方を語っている。 - [23:40] **自律範囲とRFP・責任の所在** — RFP から契約赤入れまでの自律処理、ERP への書き込み時の人間レビュー推奨、問題発生時は権限を与えた人間に責任があるという考え方を述べている。 - [33:10] **事例と調査：導入の深さがROIを分ける** — UCI Health の約2,000万ドルのコスト回避事例と、深い AI 展開が高い ROI をもたらすという調査結果、AI 向け Forward Deployed Engineer による支援を紹介している。 - [38:28] **市場・経済への影響と今後** — 調達と支払の双方を扱う市場での位置づけ、価格効率化が経済に与える影響、今後のスーパーエージェント拡充の方針を語っている。 ## 解説記事 Eye on A.I. のこの回では、調達プラットフォーム Zip の共同創業者 Rujul Zaparde が、同社の「スーパーエージェント」と、AI を企業の基幹業務に安全に入れるための統制の考え方を語った。番組紹介によれば Zip の累計処理額は1.2兆ドルに上り、Anthropic と OpenAI も顧客だという。 #### 単発エージェントからスーパーエージェントへ Zaparde によれば、調達業務の約8割は比較的単純で定型的なタスクに分解できる。たとえば取引先の W-9 書類が3年以上古くないかの確認や、IT 担当者による SOC 2 レポート（セキュリティ監査報告）の確認などだ。Zip は約1年半前、こうした作業ごとの小さなエージェントをワークフローに組み込む形で始めた。ただ、これらは一度のプロンプトで出力を返す「ワンショット」型で、やり取りを重ねる業務には向かなかった。 数か月前に発表したスーパーエージェントは、法務など特定のペルソナ単位で工程全体を担う。法務のスーパーエージェントは MCP（外部ツール連携の規格）でメールと接続し、取引先やその弁護士に赤入れ（修正案）を送り、返答を待つところまで自律的に進めるという。RFP（提案依頼書）でも、既存の取引先マスタの確認や Web 検索による候補探し、RFP の作成・送付、結果の比較、選定案の提示までを一連で処理できる。未解決の論点が残れば、人間の弁護士に引き継ぐ。 #### 許容誤差ゼロの領域でのガバナンス 調達は ERP（基幹業務システム）の総勘定帳を通じて損益計算書に直結する。Zaparde は、マーケティングメールの誤りなら許容できても、財務に関わる領域では「ほぼ正しい」では済まないと述べている。 そのため Zip は、エージェントの判断・実行内容、参照した文脈と出典、誰がいつその権限を設定したかを一か所に残し、監査人がダウンロードできる監査パッケージも用意している。さらに、リスク条件に応じて「必ず人間が承認する」「自動運転でよい」を選べる。銀行は前者、テック企業は後者を選ぶ傾向があるという。 権限管理では350種類のパーミッションを人間とエージェントの双方に適用する。エージェントは依頼した人間が見られる範囲の部分集合でしか動けない。たとえば IPO 準備に関する機密文書があっても、権限のない利用者の質問への回答に使われないようにするためだ。Zaparde はこの仕組みを、構築以上に検証が難しいと述べている。ERP へデータを書き込む場面では、ほぼすべての顧客が人間のレビューを望むとも語った。責任の所在については、権限を与えて実行させた人間にあるという見方を示している。 #### モデル運用とコンテキスト Zip は主要ラボの複数モデルを使い、請求書のコーディング、MSA の赤入れ、予算コードの検証など用途別に、ほぼ毎日モデルを比較検証している。Zip 固有の文脈を与えた場合と与えない場合の精度も追跡し、条項単位・明細単位などで測定する。1,200ページに及ぶ請求書や非英語の請求書は、別のルートで処理するという。 興味深いのは、請求書処理のような用途では最新・最上位のモデルは不要で、コンテキストのほうがはるかに重要だと述べた点だ。コストの管理にもつながる。一方、長大な入力による計算量増大については、自分は専門ではないとしつつ、これまで問題にはなっていないと答えている。 #### 導入の深さがROIを決める 同社が1,000人超の支出リーダーを対象に行った調査では、AI を業務全体に深く展開した企業の ROI は39%、試験導入にとどまる企業は6%だった（Zaparde の記憶に基づく数字）。人間が作業の95〜99%を従来どおり行っているなら、AI は実質的な効果を生まない、というのが彼の解釈だ。 この「ラストマイル問題」に対し、Zip は過去12か月の承認履歴を分析して自動化できるユースケースを提案し、AI 版の Forward Deployed Engineer が設定を支援する「AI Spend Automation」を提供している。UCI Health の事例では、交渉用エージェントで支出の中間層まで対象を広げ、累計で2,000万ドル超のコスト回避につながったという。数億円規模の契約は人が担い続ける一方、中間層やロングテールは手が回っていなかったため、そこに余地があると説明する。 #### 経済への影響と人間の役割 Craig は、価格が効率化すれば、非効率から利益を得てきた人々の優位が失われると指摘した。Zaparde は賛同しつつ、節約分が研究開発などへ再投資され、新たな雇用が生まれるという楽観的な見方を示した。同時に、人を説得して案件を動かす企業営業は最後まで残る職種だと述べている。 また同社は、調達の受付・承認を扱うオーケストレーションと、発注から支払いまでの Procure-to-Pay の双方を提供する唯一の企業だと主張し、Gartner の Magic Quadrant にビジョナリーとして初掲載されたと紹介した。RFP 回答では AI に任せすぎて品質が落ちたため、人間が承認した回答集と AI のマッチングに切り替えたという自社の失敗談も語っている。 #### まとめ 本エピソードの核心は、エージェントの能力そのものよりも、それを支える統制の枠組みが導入の成否を握るという点にある。監査証跡、人間の権限に連動したアクセス制御、リスク別の承認設計は、SOX などの規制下にある日本企業にも参考になる。また、試験導入にとどまらず業務に深く組み込んだ企業ほど成果が出るという調査結果は、PoC 止まりに悩む組織への示唆となる。ただし数値は Zip 自身の調査と本人の記憶に基づくもので、顧客事例も同社の説明である点には留意したい。 > この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Eye On A.I.「How Zip's AI Superagents Automate Procurement End-to-End | Rujul Zaparde」