最新動向

DigitalOceanがAIエージェント基盤を公開 統制と課金に特徴

DigitalOceanがAIエージェント基盤を公開 統制と課金に特徴

この記事の要点

DigitalOceanはAIエージェントを動かす基盤Managed Agentsを広く公開した。1.6万超のツールへ安全につなぎ、機密操作は人の承認を挟む。課金は使った秒数ぶんで待機中は止まる。社内でエージェントを作る企業に、統制と費用設計の具体例を示す内容だ。

結論

DigitalOceanは、AIエージェントを動かす基盤Managed Agentsを広く使える形で公開した。GitHubやStripe、Snowflakeなど500を超える提供元の1.6万以上のツールに、認証情報をエージェント本体へ渡さずつなげる窓口を備え、機密性の高い操作には人の承認を挟める。課金は使ったCPUの秒数に応じ、待機中は止まる。10月にはエージェント向けのデータ機能も加わった。

この基盤が示すのは、社内でエージェントを作って動かす作業が、個別に組み上げるものから、クラウドの標準部品を組み合わせるものへ移りつつあることだ。注目すべきは機能の多さより、権限と費用をどう抑える設計になっているかだ。自社でエージェントを検討する企業は、ここにある統制と課金の考え方を自分たちの設計の下敷きにできる。

基盤の中身

Managed Agentsは3つの部品でできている。1つ目は実行環境だ。エージェントのセッションごとに隔離された軽量の仮想マシンを立て、コマンド実行、一時停止と再開、待機後の自動停止、並列での実行に対応する。Claude CodeやCodex CLI、OpenCodeといった主要なエージェント基盤に加え、独自のエージェントを決まった形式の入れ物として持ち込める。

2つ目はツールへの接続窓口だ。500を超える提供元の1.6万以上のツールに、一つの管理された接続口からつなぐ。重要なのは、認証情報をエージェントの動く環境の外で管理し、本体に直接渡さない点だ。支払いや削除のような機密性の高い操作には、人の承認を必須にできる。DigitalOceanは、要求を正しいツールに割り当てる精度を社内試験で99.3%としている。

3つ目は推論の組み込みで、実行、ツール利用、推論を一か所でつなげる。観測機能は一部で先行提供が始まり、実行の記録を評価や改善に回す機能も予定されている。利用はコマンド一つでセッションを立ち上げる形で、導入企業として支援業務の自動化で週に4〜8時間を節約した例が挙げられている。

課金の考え方

費用は使ったCPUの秒数に応じて決まり、エージェントが待機している間は課金が止まる。公式が挙げる例では、2コアで平均25%稼働のセッションが1時間あたり0.060ドルで、常時フル稼働とみなした場合の0.126ドルより安い。保存領域や推論、別に計測されるツールは追加で課金される。一時停止でCPUと記憶の課金は止まるが、保存領域は残る。

この仕組みは、エージェントが動いていない時間にも固定費がかかる構成と比べ、使った分だけ払う形に近い。常時待機のエージェントを多く抱える運用ほど、待機中に課金が止まる設計の効果が出る。実際の費用は使い方で変わるため、自社の典型的な稼働率で見積もるのが確実だ。

現場の実務にどう効くか

まず参考にしたいのは、権限を絞る設計だ。エージェントに外部ツールを使わせるとき、認証情報を本体に持たせると、誤作動や乗っ取りの際に被害が広がる。認証情報を外で管理し、機密操作に人の承認を挟む構えは、自社でエージェントを組むときの土台になる。エージェントの基本像はAIエージェントとは?生成AIとの違いと業務への影響で押さえられる。

次に、費用の見える化だ。待機中に止まる課金は、どの業務にどれだけエージェントを使っているかを測りやすくする。費用を業務ごとに把握できれば、効果の薄い使い方を見直せる。自律的に動く仕組みの考え方はClaudeエージェントループとは?AIが自律的にタスクをこなす仕組みが参考になる。

同種の管理されたエージェント基盤は各社が整えている。社内データに根ざした回答を安全に返す流れはRAGとは?社内文書をAIに答えさせる仕組みで、出典付きで社内に閉じて使う方向はAWSがBedrock AgentCoreのWeb検索を正式提供 出典付きで社内完結で確認できる。どの基盤を選ぶかは、権限管理と課金の透明さを軸に比べたい。

具体的なイメージ

社内の問い合わせ対応で、エージェントに在庫や請求のシステムを参照させる場面を考える。ここで認証情報をエージェントに直接持たせると、想定外の動作が起きたときに、どの範囲まで操作されたかを追いにくい。認証を外で管理し、請求の変更など影響の大きい操作にだけ人の承認を挟めば、自動化の利点を保ちつつ被害の範囲を区切れる。

費用の面でも、夜間や休日に問い合わせが少ない業務なら、待機中に課金が止まる構成が効く。まず一つの業務でエージェントを動かし、稼働率と費用を1か月記録してから横に広げると、固定費の読み違いを避けられる。

まとめ

Managed Agentsは、エージェント運用を自前の組み上げからクラウドの標準部品へ寄せる試みだ。学ぶべきは、認証情報を本体に持たせず機密操作に承認を挟む統制と、待機中に止まる課金による費用の見える化。この2点を自社の設計に取り込めば、エージェント導入の安全性と採算を両立しやすくなる。

出典

よくある質問

Managed Agentsは何をする仕組みですか。

AIエージェントを動かす実行環境、外部ツールへ安全につなぐ窓口、推論の組み合わせを一つの基盤にまとめたものです。GitHubやStripe、Snowflakeなど500超の提供元の1.6万を超えるツールに、認証情報をエージェント本体に渡さずつなげます。機密性の高い操作は人の承認を挟めます。

費用はどうかかりますか。

使ったCPUの秒数に応じて課金され、エージェントが待機している間は止まります。公式の例では、2コアで平均25%稼働のセッションが1時間あたり0.060ドルで、常時フル稼働の0.126ドルより安く済みます。保存領域や推論、一部のツールは別課金です。最新の料金は公式で確認してください。