Workday AIエージェントは回答から実行へ、ただし大半のAutopilotはまだ広く利用できない

Workdayは、機微な4つの業務領域を対象とするAIエージェントを発表した。ただし、新たなAutopilot機能の大半は、まだ早期アクセスまたは今後のリリースに限定されている。Workday Rising 2026で発表されたWorkday AIエージェントは、採用、給与計算、会計、導入をカバーする。継続的に業務を監視し、例外を特定し、承認済みアクションを準備または実行するよう設計されている。

これは、WorkdayがAIに担わせようとする役割を変えるものだ。同社は、情報を検索したり文章を下書きしたりするアシスタントの先へ進もうとしている。採用者の決定、従業員への給与支払い、財務取引の審査通過を左右するワークフローの内部で、エージェントを機能させようとしている。

したがって、中心となる競争はWorkdayと単一のソフトウェア競合企業との対決ではない。コピーされたデータや広範なシステムアカウントに依存する、緩く接続されたAIアシスタントに対する、統制された自動化の競争である。Workdayは、既存の権限、承認、ポリシー、監査証跡が、この競争で優位性をもたらすと主張する。

この主張は精査に値する。Workday Data Cloudやカスタムエージェント構築ツールを含む基盤プラットフォームの構成要素の一部は、すでに一般提供されている。しかし、給与計算、会計、導入向けのAutopilotは、2027年初頭に早期導入企業へ提供される予定だ。一部の安全対策も、なお導入を待つ段階にある。

新しいWorkday AIエージェントは実際に何をするのか

Workdayは、身近な複数のエンタープライズワークフローを継続監視型のプロセスへ転換し、従業員には承認と例外対応を担わせようとしている。

今回発表されたAutopilotの最初の1つが、Talent Acquisition Agentだ。Workdayによると、同エージェントは募集中のポジションを監視し、適格な候補者の不足を探し、求人掲載時に適した応募者を提示できる。

例えば、25件の募集ポジションを担当する採用担当者を考えてみよう。各候補者パイプラインを繰り返し確認する代わりに、エージェントがバックグラウンドでそれらを監視できる。その後、候補者の適合性や資格に関する情報を採用担当者へ提供する。

この例は、Workdayが選んだ役割分担を示している。エージェントは継続的に検索、監視、情報準備を行う。一方で、候補者との関係構築、判断、最終的な採用決定は採用担当者が担い続ける。

Talent Acquisition Agentは2026年10月13日に早期アクセスへ入った。Workdayは、同社のAutopilot発表によると、2027年初頭の一般提供を予定している。

Payroll Agentは、同じモデルを給与業務に適用する。Workdayによると、このエージェントは給与計算を監視し、異常を特定し、人によるレビューが必要な問題に優先順位を付ける。また、項目がフラグされた理由を説明し、対応を推奨することもできる。

この違いが重要なのは、給与計算の誤りが即座に影響を及ぼすためだ。問題に気づくだけの自律システムが提供する価値は限られる。十分なレビューなしに支払いを変更するシステムは、別種の、しかも潜在的により大きな問題を生む。

Workdayが提案するシステムでは、エージェントは既存の社内ルールの内部に置かれる。エージェントは業務を準備し、定型的なケースを前へ進められる一方、承認は基礎となる業務プロセスに結び付いたままだ。

Accounting Agentは、照合、取引テスト、監査準備に焦点を当てる。取引を比較し、不一致を特定し、例外を財務チームに提示できる。Workdayによると、年間を通じて関連取引をテストすることも可能だ。

継続的なテストは、監査前にしばしば生じる混乱を軽減できる可能性がある。また、予測可能なケースを手作業で確認する代わりに、会計チームが異常な取引へ集中する助けにもなり得る。

ただし、この利点は基礎となる記録と統制の品質に依存する。エージェントは、誤った分類を正しくしないまま、より速く処理できてしまう。財務チームには依然として、信頼できるデータ、明確に定義されたポリシー、責任を持つレビュー担当者が必要だ。

Deployment Agentは別の問題を扱う。大規模なWorkday顧客にはソフトウェアの各リリースで新機能が提供されるが、そうした変更の設定とテストには広範な計画が必要になる場合がある。

このエージェントは、顧客が現在Workdayをどのように利用しているかを確認し、まだ有効化されていない関連機能を特定することが期待されている。そのうえで運用上の影響を説明し、レビューに向けた設定およびテスト手順を準備できる。

Workdayによると、既存のDeployment Agentはすでに約5,000社の顧客で有効化されている。新たなAutopilot機能では、より積極的な分析と導入準備が追加される。

Payroll Agent、Accounting Agent、Deployment AgentのAutopilot機能は、2027年初頭に早期導入企業向けアクセスが予定されている。このスケジュールは、この発表が完了済みの展開であると同時に、製品の方向性でもあることを示している。

これらのツールは、Workdayが主要な対話型インターフェースに据えようとしているSanaとも並行する。Sanaは、従業員が通常の言葉で結果を要求し、その要求を適切なWorkdayエージェントへ振り分けられるようにする。

従業員は、複数の画面を移動せずに休暇を申請し、経費を承認し、パスワードをリセットできる。現在早期アクセス中のSana Conciergeは、特定のHRおよびIT要求をサポートチケット化する前に解決することを目的としている。

個々のツールは異なる利用者に向けられているが、戦略は一貫している。Workdayは、従業員が目的を述べれば、同社のプラットフォームがワークフローを選択し、社内ルールを適用し、結果を記録する形を目指している。

WorkdayがメニューをAgentic Homeへ置き換える理由

より大きな変化は、もう1つのチャットボットではない。Workdayは、アプリケーション、フォーム、メニューではなく、成果を中心にインターフェースを再設計している。

Sanaは現在、新しいWorkday Homeとして位置付けられている。タスク、会議、意思決定、エージェントの活動を1か所に集約する。従業員は自然言語で支援を求め、その同じインターフェースから生成されたプロセスを追跡できる。

WorkdayのChief AI OfficerであるJoel Hellermarkは、製品の主張を短い言葉で要約した。「AI is the new UI.」この主張は、正しい画面を探す行為から、許可されたタスクを完了するようシステムに依頼する行為への転換を表している。

Workdayによると、Sanaは質問への回答以上のことができる。休暇申請の処理、承認に向けた経費の準備、パスワードリセットの開始が可能だ。そのagentic home designは、ポリシー、権限、給与データ、業務プロセスを含む既存のWorkdayコンテキストを利用する。

このアプローチは、エンタープライズソフトウェアにおける現実的な弱点に対処する。従業員は必要な成果を知っていても、それを管理するアプリケーション、チケットキュー、ワークフローを把握していないことが多い。

対話型レイヤーはその複雑さを隠せる。しかし、プロセスを隠しても、そのルール、依存関係、リスクがなくなるわけではない。基盤となるオーケストレーションが正確で理解可能な場合にのみ、インターフェースはシンプルになる。

WorkdayはSanaを自社インターフェースの外にも拡張している。同社はClaude、Google Gemini Enterprise、Microsoft 365 Copilot、Microsoft Teams、Slackとの統合を計画している。

Gemini Enterprise、Microsoft Copilot、Teams、Slackでは、セルフサービスアクセスがすでに一般提供されている。Workdayによると、より完全なSana機能は2026年後半にこれらのプラットフォームへ提供される。

Claude Cowork内のSanaは早期アクセス中だ。Model Context Protocol、すなわちMCPを使用する別のSana接続も、2026年後半にMicrosoft Copilotで早期アクセスへ入る見込みだ。

MCPは、AIシステムが一貫したインターフェースを通じてツールとコンテキストを要求できるようにするオープンな接続標準である。それ自体が、ユーザーがどのデータへアクセスすべきかを判断するものではない。

Workdayのアーキテクチャでは、これらのアクセス判断をWorkdayに根付かせたままにする。外部アシスタントが要求を送信し、Sanaがポリシー、権限、承認を確認したうえでアクションを完了する。

同社によると、サードパーティのアシスタントが生のWorkdayデータへ無制限にアクセスすることはない。Sanaは承認済みタスクに必要な情報のみを提供し、結果として行われたアクションを記録する。

例えば、出張後の未申請経費をSanaが検知する可能性がある。Claude内でその経費を提示し、雇用主のポリシーを適用し、確認用の報告書を準備できる。

このワークフローでは、利便性とガバナンスが同じ取引に置かれる。従業員は使い慣れたアシスタントに留まれる一方で、財務アクションを管理するルールへの責任はWorkdayが担い続ける。

Sana integrationsは、エージェントの乱立を減らす可能性もある。企業は、外部インターフェースごとに各Workdayエージェントへ接続する代わりに、Sanaを1度接続すればよい。

Anthropicとの提携は、より詳細なモデルを示している。Sanaは長時間にわたるHRおよび財務プロセスを扱い、Claudeは選択された推論または文章作成タスクを実行できる。

例えば報酬サイクルでは、Sanaがプロセスを維持し、ライブワークスペースを組み立てられる。Claudeは、必要なコンテキストだけを使って、従業員の給与調整に関する管理職向け説明文を下書きできる。

採用マネージャーは、Claude内から募集中のポジションを承認済みの人員枠や予算と比較することもできる。どの記録をそのマネージャーが閲覧または変更できるかは、引き続きWorkdayのルールが決定する。

この設計は、競争における主な分岐を明確にする。汎用アシスタントは柔軟な推論と使い慣れたインターフェースを提供する。Workdayは企業固有の記録、承認経路、権限の境界を提供する。

どちらのレイヤーも単独では十分ではない。信頼できる業務コンテキストなしの推論は、無関係または権限外のアクションを生みかねない。使いやすいインターフェースなしの業務記録は、従業員に従来と同じ複雑さをたどらせることになる。

Workdayは、両者の間にあるオーケストレーションレイヤーを制御できると賭けている。それが機能すれば、外部アシスタントは中核システムの代替ではなく、Workdayへ入る追加の入口となる。

統制された自動化こそがWorkdayの真の競争上の賭け

Workdayの最も強い主張は、モデルの推論能力がより優れていることではない。すべてのエージェントが、HRと財務をすでに統制している仕組みを継承できることだ。

同社はこの基盤をTrusted Agent Platformと呼ぶ。現在はヘッドレス化されており、人が従来のインターフェースを開かなくても、エージェントがWorkdayの機能を利用できることを意味する。

ヘッドレスアクセスは、有用性とリスクの両方を高める。エージェントは夜間にプロセスを監視したり、別のアプリケーションから動作したりできる。一方で、過度に広範なアカウントを介して接続された場合、機微な記録を露出させる可能性もある。

Workdayは、HRや財務データを別のリポジトリへエクスポートする一般的なパターンを避けようとしている。コピーは古くなる可能性があり、アクセスルールもソースシステムから乖離し得る。

その代わり、Workday Data Cloudは、認可されたエージェントにライブ情報と業務ロジックへのアクセスを提供する。Live Data Queryは、静的なレポートに依存せず、アプリケーションがSQLを使って統制されたデータを要求できるようにする。

Agent-Ready Toolsは、承認済みのWorkday操作をMCP経由で公開する。各リクエストには、要求したユーザー、許可されたアクション、必要な承認、結果として残る監査記録に関する情報を含められる。

このプラットフォームには、共有コンテキスト、メモリ、ガードレールとともにエージェントを実行するAgent Harnessも含まれる。Custom AgentsとDeveloper Agentにより、顧客は同じ基盤上で新しいワークフローを作成できる。

Agent Harness、Agent-Ready Tools、Custom Agents、Developer Agent、Workday Data Cloudは、すでに一般提供されています。いくつかの注目度の高い自律型機能がプレビュー段階にとどまる中でも、顧客は実用可能なインフラを利用できます。

顧客は単一のモデルに縛られません。Workdayによれば、そのプラットフォームはAnthropic、Google、Meta、Mistral、OpenAI、Nvidiaのモデルをサポートしています。LangChainを含む外部の開発フレームワークにも対応しています。

このモデル選択の幅は、戦略上重要です。Workdayはすべてのモデル開発企業を上回る必要はありません。各モデルが人事・財務記録とやり取りする際に、信頼される実行レイヤーであり続けることが求められます。

Workdayはこの原則を「headless can’t mean lawless」と表現しています。この印象的なフレーズは、製品にとって最も重要な技術的課題も示しています。

従業員向けに設計された権限管理では、エージェントのガバナンスを自動的に解決できません。エージェントは短時間に多数のリクエストを実行し、タスク間でコンテキストを保持し、個別には無害なデータを組み合わせてセンシティブな結論に至る可能性があります。

したがって、包括的な制御システムはログイン認証情報だけでなく、リクエストの背後にいるユーザー、エージェントの目的、許可される行為、必要な人間による承認を統制しなければなりません。

Workdayは、この課題の一部に対応するためAgent Passportを開発しています。この機能は、エージェントのテスト、評価者、適用される標準に関する署名付き記録を提供します。現在は早期アクセス段階です。

同社はまた、2026年後半の早期アクセス開始を見込むAgent Context Serviceも計画しています。Grounded Reasoningは2027年初頭の早期アクセスを予定しています。

Grounded Reasoningは、エージェントが提案する行為をポリシー、業務プロセス、テナントデータに照らして検証することを目的としています。テナントとは、顧客ごとに分離されたWorkday環境を指します。

例えば、このシステムは、権限のない役職へ従業員を異動させようとするマネージャーを阻止できる可能性があります。その後、制限の理由を説明し、適切な次の手順を示すこともできます。

これは有用なシナリオですが、リリース状況が重要です。Workdayのヘッドレス・プラットフォームは現在利用可能である一方、より高度なコンテキスト検証の一部は今後提供される予定です。

C1.aiの買収計画は、このガバナンス戦略をWorkdayの外部にも広げます。C1.aiは、メール、顧客管理、財務、クラウドインフラ、コードリポジトリなどのシステム横断でIDとアクセスを管理します。

Workdayは、採用、役割変更、退職を含む主要な雇用イベントを記録します。こうしたイベントは、接続されたアプリケーション全体のアクセス変更を引き起こすことがあります。

従業員が異動した場合、同じID管理プロセスによって古い権限を削除し、新しい権限を付与できる可能性があります。同様のライフサイクルルールをAIエージェントにも適用できます。

Workdayは、この買収が2027年1月31日に終了する2027年度第4四半期に完了すると見込んでいます。この取引は、通常のクロージング条件を満たすことが前提です。

取引が完了し、製品が統合されるまでは、C1.aiは確立されたWorkdayの機能ではなく、戦略的なコミットメントです。顧客は買収計画を導入済みの制御機能として扱うべきではありません。

より大きな競争上の意味合いは明確です。Microsoft、Google、Anthropicなどのプロバイダーは、従業員がすでに働く場所にアシスタントを配置できます。Workdayは、そうしたアシスタントが何を実行できるかを決めるシステムを守ろうとしています。

Workdayの優位性は、既存の顧客関係、記録、ワークフロールールにあります。不利な点は、顧客が新たな閉鎖的レイヤーを生むことなく、多数のベンダーをまたいで機能するソフトウェアをますます求めていることです。

勝つプラットフォームには、オープン性と強制可能な制御を組み合わせることが求められます。オープン性が不十分なら有用性が制限されます。制御が不十分なら、給与や従業員データへの自律的アクセスを承認することは難しくなります。

Work Intelligenceが自動化と人材計画を結び付ける

Workdayはタスクを自動化するだけではありません。リーダーが、どのタスクを変えるべきか判断するための枠組みも提供しています。

Work Intelligenceは、職務を個別のタスクに分解し、それらを必要なスキルに結び付けます。AIがどこで業務を自動化できるか、どこで人を支援すべきか、どこに人間が担うべき業務が残るかを示すよう設計されています。

このタスクレベルの視点は、職業全体が自動化されると断言するより有用です。大半の職務は、反復的な事務作業、専門的な判断、コミュニケーション、説明責任を組み合わせています。

採用担当者は、面接と採用判断を保持しつつ、候補者パイプラインの監視を委任できるかもしれません。会計担当者は、取引照合を委任する一方で、異常な例外をレビューし、統制対象のレポートに承認を与えることができます。

Work IntelligenceはWorkday Skills Cloudを基盤としています。同社によると、Skills Cloudには7万5,000件を超える標準化スキルが含まれ、3,450社を超える顧客に提供されています。

Workdayは、システムが多様な記述を一貫した概念に対応付けるため、これらを「canonical」スキルと呼んでいます。これにより、職務、従業員プロフィール、新たに生じる要件を比較しやすくなります。

リーダーはこのツールを使い、従業員がタスクごとにどのように時間を配分しているかを確認できます。また、どのスキルが伸びているか、従業員が新しい責任へ移行しているかも追跡できます。

Work Intelligenceを利用できるのは、早期アクセスのWorkday Human Capital Management顧客に限られます。発表では、より広範な提供時期は示されていません。

この製品は、自動化とリスキリングの重要な接点を生み出します。エージェントが役割の一部を担う場合でも、雇用主は残りの時間をどう使うかを決める必要があります。

この計画段階がなければ、自動化によって職務を改善せずにタスクだけがなくなる可能性があります。従業員は、より意義のある責任ではなく、新たな監視業務や例外処理キューを割り当てられるかもしれません。

Workday CEOのAneel Bhusriは、Risingの基調講演でこの移行の規模を認めました。同氏は、職務が、AI以前とは異なるスキルや役割を軸に再定義されつつあると述べました。

この認識は、前向きな結果を保証するものではありません。節約された時間を能力開発、サービス改善、追加業務、または人員削減のどれに充てるかは雇用主が決めます。

Workdayの人材分析は、計画のモデルを提供できます。その推奨が人材流動性や生産性を改善するかどうかを確立するには、引き続き独立した証拠が必要です。

Decision Intelligenceは、さらに別のレイヤーを追加します。現在、Workday Human Capital ManagementおよびWorkday Financial Managementの顧客が利用できます。

この製品により、人事・財務チームは最新の人材、財務、計画データを使って質問できます。人員配置の選択肢を比較し、スキルギャップを特定し、財務上の差異を調査し、既存の承認フローに推奨事項を送ることができます。

これは、人材に関する意思決定が財務上の影響を持つため重要です。採用計画は予算に影響し、支出制限は人員配置能力を変える可能性があります。

従来の分析では、こうした問いはスプレッドシートや部門別レポートに分けられることが多くありました。Decision Intelligenceは、共通かつ統制された情報源を通じて評価することを試みます。

企業は、承認済みの人員枠と予算を考慮しながら、外部採用と社内異動を比較できます。財務チームは、分析のたびに静的データをエクスポートすることなく、不一致を検証できます。

期待されるのは、問いから統制された行動までの経路を短縮することです。ただし、回答の質は依然として、完全な記録、正確な前提、適切なアクセスに左右されます。

Workdayは、これらのシステムが一貫してより良い人材・財務上の意思決定を生むことを示す独立評価を公表していません。同社の発表が示しているのは機能であり、測定された意思決定の質ではありません。

この隔たりは、AIの推奨が雇用に影響する場合に特に重要です。システムはポリシーを一貫して適用できても、そのポリシー自体が不公平または不十分にしか正当化できない結果を生むことがあります。

したがって、人間による承認は完全な安全策ではありません。レビュー担当者にはシステムに異議を唱えるための十分な情報が必要であり、組織は影響を受ける従業員グループ全体で結果を測定しなければなりません。

同じ原則は財務分析にも当てはまります。明確な推奨の背後に、不確実な前提や不完全なデータが隠れている可能性があります。チームには追跡可能な入力と、エージェントの提案を実務的に却下する方法が必要です。

こうしたシステムを導入する企業は、どの判断を人間に残すか、どの行為に承認が必要か、どの指標がエスカレーションを引き起こすかを文書化すべきです。その文書は、社内のAIナレッジベースの一部になり得ます。

Workdayのタスクベースのモデルは、自動化を全面的に導入するか否かという選択として扱わないため価値があります。その成功は、雇用主が得られた洞察をどう活用するかにかかっています。

最大の論点は可用性、証拠、説明責任にある

Workdayは一貫したアーキテクチャを提示していますが、顧客が自律的な人事・財務業務を確立済みの技術として扱うには、なお導入実績の証拠が必要です。

最初の不確実性は可用性です。Talent Acquisition Agentは早期アクセス段階にあり、一般提供は2027年初頭に予定されています。

Payroll、Accounting、Deploymentの自律型機能は、2027年初頭に早期アクセスへ入る見込みです。Work IntelligenceとSana Conciergeも早期アクセス製品です。

Sanaの統合には、異なるリリース段階が混在しています。複数の外部プラットフォームでは基本的なセルフサービスが利用できる一方、より完全なオーケストレーションは後続リリースに予定されています。

顧客は、一般提供済みのインフラとプレビュー段階のアプリケーションを区別すべきです。プラットフォームのコンポーネントが利用可能であっても、すべてのパッケージ化されたワークフローが広範な本番テストを終えているとは限りません。

2つ目の不確実性は、測定された性能です。Workdayは詳細なシナリオを説明していますが、新しい自律型機能のエラー率は公表していません。

購入者は、エージェントがどの程度の頻度で誤った問題を検出し、実際の例外を見逃し、またはレビュー担当者に却下される行為を推奨するかを知る必要があります。こうした測定は、ワークフローと顧客設定ごとに分類されるべきです。

重要なベンチマークは、エージェントが洗練されたデモを完了できるかではありません。雑然とした記録、ポリシーの例外、変化する組織構造にまたがって、信頼性高く機能するかどうかです。

3つ目の不確実性は説明責任に関するものです。監査証跡はエージェントが何をしたかを示せますが、顧客はなぜその行為が起きたのかも理解する必要があります。

その説明は、行為が候補者、従業員、サプライヤー、または財務報告に影響する場合に決定的に重要になります。技術的に有効なログが、意味のある正当化を自動的に提供するわけではありません。

Workdayは、自社のエージェントが会社のポリシーに従い、高度な判断を要するケースを人へ振り分けるとしています。購入者は、その境界がどこに設定されているか、管理者が調整できるかを確認すべきです。

また、障害からの復旧もテストする必要があります。許可はされているものの誤った変更を行うエージェントには、信頼できるロールバック手段、明確な責任者、迅速な通知が必要です。

4つ目の論点は統合です。Workdayのモデルでは、業務が別の場所で開始されても、権限は同社のプラットフォームに紐付いたままであることを前提としています。

同社によれば、このアーキテクチャは生データの露出を減らします。一方で、WorkdayのID、外部アシスタント、エージェント、接続済みアプリケーションの間にあるマッピングへの運用上の依存も生じます。

提案されているC1.aiの買収は、このレイヤーを強化する可能性があります。統合はまだ実施されていないため、購入者は現在の制御機能を、計画中の統合製品とは分けて評価すべきです。

WorkdayのAIエージェントが、野心的なローンチから持続的な企業利用へ移行しているかどうかを示すシグナルは3つあります。

第一に、2027年初頭のリリース目標に注目すべきです。採用自律型機能の一般提供は、Workdayが限定的な早期アクセス利用者の段階を超えたことを示すでしょう。

給与計算、会計、デプロイメントにおける早期アクセスは、機微なワークフローでバックグラウンド自動化を初めて広範に検証する機会となる。遅延すれば、このローンチが短期的に持つ意義は薄れる。

次に、エラー率、承認率、レビュー後に削減された時間を含む顧客の導入実績に注目すべきだ。導入数だけではビジネス価値を証明できない。

有用なケーススタディでは、対象ワークフロー、従来の基準値、人による監督、例外発生率、測定された成果を明示する必要がある。また、エージェントに許可されていなかった行為についても説明すべきだ。

第三に、WorkdayがGrounded ReasoningとAgent Context Serviceを予定通りに提供するかを注視したい。これらの安全策は、ヘッドレスエージェントを適切に統制できるという同社の主張の中核をなす。

これらが導入されれば、既存の権限設定がより自律的なシステムを支えられるというWorkdayの主張は強まる。一方で、適用範囲が限定的だったり提供が遅れたりすれば、実行能力とコンテキストに基づく制御との間にある隔たりが露呈する。

同社によれば、WorkdayはFortune 500の65％超を含む11,500以上の組織にサービスを提供している。このリーチは、同社に大きな流通上の優位性をもたらす。

同時に、リスクも高まる。小さな設計上の選択が、多数の組織にまたがる給与計算チーム、採用担当者、候補者、従業員に影響を及ぼす可能性がある。

エンタープライズの購買担当者にとって、次に取るべき行動は、エージェント型自動化を一括りにして承認・却下することではない。対象を限定したワークフローを選び、導入前に成功の定義を定めることだ。

基準値、明示的な権限の制限、人によるエスカレーション、復旧手順を求めるべきである。そのうえで、エージェントの作業をレビューするために必要な労力も含め、プロセス全体を測定する。

従業員やナレッジワーカーにとっても、重要なのは同じく実務的な問いだ。エージェントは反復的な調整作業を取り除くのか。それとも、監督すべきキューを新たに生み出すだけなのか。

顧客が本番環境のデータでこの問いに答えられるようになったとき、Workday AI agentsの価値は証明される。それまでは、このローンチは、最も重要な用途がなお評価段階にある、本格的なプラットフォーム移行として理解するのが適切だ。