ビル・ウォン - Info-Tech Research GroupのAIリサーチフェロー。
リサーチ企業のAIリサーチフェローとして、私はAI戦略を追求する何百もの異なる組織と交流し、ベストプラクティスを共有する機会を得ている。そのため、エージェントAIが世界の関心を集め、組織がこの技術をどう進めるべきか模索していることは、私にとって驚くことではない。私の経験をもとに、エージェントAIの機能、ユースケース、課題、そして推奨される次のステップについて簡潔に解説する。
大規模言語モデル（LLM）の登場により、AIツールのエコシステムが活性化した。開発者やデータサイエンティストがAIモデルを構築またはチューニングするための新しいツールが爆発的に増加している。AIテクノロジースタックは、アプリケーション、データとAIツール、基盤モデル、データプラットフォーム、インフラストラクチャという層で構成されている。最新のツールカテゴリは、AIエージェントの開発、デプロイ、オーケストレーションを可能にする。AgentOpsツールは、これらの他のカテゴリのツールと連携して、基盤モデルを活用したアプリケーションの開発を加速する：
• DataOps: これらのツールは、生データを取り込み、クレンジングし、AIや分析アプリケーションをサポートする検証済みデータに変換するタスクを加速・統合することで、質の高いデータの提供に焦点を当てている。
• MLOps: これらのツールは、機械学習アルゴリズム（自然言語処理など）やアプリケーション（音声や動画など）の開発とプロダクション環境へのデプロイを加速することに焦点を当てている。
• LLMOps: これらのツールは、プロンプトエンジニアリング、検索拡張生成（RAG）ベースのアプリケーションのデプロイ、AIモデルのファインチューニングなどを含む、LLMベースのアプリケーションの開発とデプロイに焦点を当てている。
• AgentOps: これらのツールは、AIモデルと外部ツールを活用し、外部環境と統合できる自律的かつ適応性のあるAIシステムを提供するための、AIエージェントの開発とオーケストレーションに焦点を当てている。
エージェントAIの機能
生成AIは新しいコンテンツ（テキスト、コード、音声、動画など）の生成に焦点を当てているが、エージェントAIはそれらの機能を超え、AIモデルを活用して目標指向型で自律的かつ適応性のあるシステムを提供する。
エージェントAIと生成AIシステムはどちらもLLMを使用してタスクを実行するが、エージェントAIは応答の生成方法において生成AIとは異なる。エージェントAIアプリケーションは自律的であり、LLMを取り込んでワークフローに統合することができる。エージェントAIがこれを実現できるのは、センサーやIoTデバイスを通じてデジタル環境や物理環境と相互作用できるからである。
エージェントAIはまた、LLMを使用して目標を設定し、その目標をサブタスクに分解する。AIエージェントはこれらのサブタスクを実行するためにツールを呼び出すことができる。サブタスクの例としては、情報を見つけるためのGoogle検索の実行や、中間結果に対して財務分析を行うためのスプレッドシートの呼び出しなどがある。各サブタスクの結果が返され、応答に統合された後、エージェントAIシステムはその応答を保存し、この情報を使用して学習し、将来のリクエストに対するパフォーマンスを向上させる。
つまり、生成AIが特定のトピックを調査するというユーザーのリクエストに対して迅速な応答を生成できるのに対し、エージェントAIは同じプロンプトを取り、複数の可能な応答を生成し、結果を比較し、財務分析を実行し、どの調査がより関連性が高いかを判断してから、結果をユーザーに返すことができる。
エージェントAIのユースケース
金融サービス業界で使用されるエージェントAIの例を考えてみよう。生成AIは信用レポートを生成することで、ローン申請の評価を提供できる。しかし、エージェントAIは同じローン申請の評価リクエストを受け取り、ローンの評価プロセス全体を管理し、ローンをより実行可能にする可能性のあるシナリオの作成など、追加の評価を実行し、ローンを承認するかどうかの決定を下すことができる。
2025年のInfo-Tech調査では、2026年に計画されている最も人気のある2つのエージェントAIアプリケーションが特定された。まず、回答者は人間の監視がほとんど、あるいはまったく必要としない複雑な多段階のワークフローを自動化することで、運用の卓越性を提供するためにエージェントAIシステムを使用する予定である。次に、シンプルなチャットボットから、高度にパーソナライズされた、積極的で目標指向のアクションを提供できるバーチャルアシスタントに移行することで、顧客体験を向上させるためにエージェントAIを使用する計画がある。
エージェントAIのビジョンと可能性は魅力的だが、この技術は新たな課題ももたらす。ほとんどの組織は、AIエージェントの行動とパフォーマンスを管理することが開発努力の大部分を占めることになるだろう。開発の各段階とアプリケーションが本番環境に移行される際、AIエージェントが生成する結果は、組織が採用するAI原則とセーフガードに沿ったものでなければならない。
エージェントAI：次世代のAIアプリケーション
エージェントAIは、収益成長の促進、超パーソナライズされた体験の提供、運用の卓越性の向上、市場投入までの時間短縮、リスク軽減を実現するアプリケーションによって推進される、生成AIの次の主要な進化になる可能性を秘めている。
私の調査によると、多くの組織が現在、今年のエージェントAIの評価と概念実証に取り組んでいる。来年までには、本番環境でのエージェントAIの採用が指数関数的に増加すると予想している。
