IT分野の定評ある情報源が出す新たな総括を見れば、人工汎用知能（AGI）への道のりで私たちがどこにいるのかが見えてくる。AGIという言葉に馴染みのない人に向けて補足すると、これはレイ・カーツワイルが「シンギュラリティ」と呼んだものに近づいていく概念であり、私の言葉で言い換えるならこうだ。新しい多目的AIが、私たちよりもうまく物事をこなし、複数段階のタスクを制覇し、自ら主導権を握り、設計プロセスを牽引し、さまざまな役割で概して監督なしに動くようになる。
これこそが、IBMが2026年に向けて「2026年のAIとテクノロジーを形作るトレンド」というタイトルで発表した最新の技術トレンド調査の中心テーマだ。スタッフライターのアナベル・ニクーが、来年間違いなく見出しを賑わせるであろう、目が回るほど多彩な進歩の数々を案内している。
その1つが量子コンピューティングであり、デジタルの「脳力」を全体として押し上げるのは明らかだ。量子が古典計算を上回る利点は明白で、IBMが2024年から2025年にかけても実際にここへ注力してきたのを私は見てきた。
だが、より興味深い要素の1つは、ニクーが「スーパーエージェント」と呼ぶものの登場だ。
それは何を意味するのか。
スーパーエージェントの働き
エージェント型AI（Agentic AI）とは、AIがタスクを実行できることを意味する。最初のエージェントは最も原始的だった。例えば、詩や歌を作る、画像を作る、ウェブサイトを使って何らかの取引を行う、といったことはできたが、ある意味では専門家だった。単発用途、単機能だったのである。
スーパーエージェントの発想は、デジタル環境の中を動き回り、システムを分析し、プロセスを航行し、さらには自ら洞察を提供できるようになるというものだ。洞察を提供するだけでなく、その洞察に基づいて働き、実質的に大きな人間の監督を必要としない形で動く。
つまり、朝目覚めると、AIが明示的な指示なしに詩や歌を書いていたり、取引を済ませていたりするかもしれない。それもこの全体像の一部である。
では、スーパーエージェントはどうやってそれを実現するのか。
答えの大きな部分は、スーパーエージェントが実は単一のエージェントではない点にある。より広い目標を達成するために、複数のエージェントが連携して動く一連の仕組みなのだ。IBMのAI担当チーフアーキテクト、ゲイブ・グッドハートはこう説明する。
「ChatGPTに行けば、あなたはAIモデルと話しているわけではない……。ウェブ検索のためのツールや、さまざまな個別のスクリプト化されたプログラム的タスクを実行するためのツール、そしておそらくはエージェント型のループを含むソフトウェアシステムと話しているのだ」
スーパーエージェントについても同じことが言える。
「単一目的のエージェントの時代は過ぎ去った」とIBMのエンジニア、クリス・ヘイは言う。「私が『スーパーエージェント』と呼ぶものの台頭が見えている。2026年には、エージェントのコントロールプレーンとマルチエージェント・ダッシュボードが現実になると見ている。1つの場所からタスクを起動すれば、エージェントは環境をまたいで──ブラウザ、エディター、受信箱──動作し、別々のツールを大量に管理する必要はなくなる」
目標検証プロトコルとは何か
ニクーが、こうしたスーパーエージェントとその動作を語る多様な専門家たちを紹介していく途中で、私は奇妙な用語に出くわした。「目標検証プロトコル（Objective-Validation Protocol）」だ。文脈がなければ、私はこれを「検証という目的を達成するためのプロトコル」を指すものだと推測する。「目標を検証するためのプロトコル」ではないだろう、という意味である。私がこの構文上の失敗に初めて遭遇した箇所は、ニクーがIBMリサーチの量子およびAI担当バイスプレジデント、イスマエル・ファロを引用する場面だった。
「ソフトウェアの実践は、バイブコーディング（直感的なコーディング）から目標検証プロトコルへと進化するだろう」とファロはIBM Thinkのインタビューで述べた。「ユーザーが目標を定義し、エージェント群が自律的に実行する一方で検証を行うようになる。これはヒューマン・イン・ザ・ループ（人間参加型）の考え方を拡張し、重要なチェックポイントで人間の承認を求めるものだ」
続けてニクーはこう付け加える。
「この移行により、制御メカニズムを備えて複雑なワークフローを動かすエージェント型ランタイムが出現し、エージェントの振る舞いは、静的でコードに縛られたアウトプットから、柔軟性と制御のバランスを取るポリシー駆動のスキーマによって可能となる動的な適応へと移っていく」
これが少し「言葉のサラダ」に見えると思うなら、あなただけではない。ここで言う「制御メカニズム」がエンジニアリングチームによって提供されることを示唆しているようにも思えるが、それは明確ではない。ランタイムが複雑なワークフローを動かす？ まあ、そういうことだろう。
「目標検証プロトコル」についてさらに調べるため、私はグーグル検索し、米食品医薬品局（FDA）の次の説明に行き当たった。
「バリデーションプロトコルの目的は、あるプロセスが、あらかじめ定められた仕様を満たす製品を一貫して生み出すことを実証することである。これは、医薬品プロセス、設備、またはシステムが、あらかじめ定義された品質基準を満たす製品を一貫して生み出すことを確実にするうえで重要なステップである。バリデーションプロトコルはバリデーション活動を実施する前に作成されるべきであり、関係部門の適格者によって作成され、実施前に承認されなければならない。内容には、プロトコル承認、目的、範囲、バリデーションの理由、再バリデーション基準、責任、参照文書、手順、逸脱、結論、変更管理などの項目を含むべきである」
私には、ほとんど意味不明に近い。GPTがこれをどう簡略化するかは、次の通りだ。
バリデーションプロトコルとは計画である。
あるプロセスが毎回同じように機能することを証明する。
試験の前に承認されなければならない。
試験内容、合格基準、役割、問題や変更への対処方法を列挙する。
わかりやすくなっただろうか。
ここで深入りするつもりはないが、ファロはさらに、上記が「エージェント型オペレーティングシステム（AOS）」と呼ばれるものにつながるとも主張している。ファロの言葉によれば、それはエージェント群全体でオーケストレーション、安全性、コンプライアンス、そしてリソースガバナンスを標準化するという。
「セキュリティ、リソース管理、コンプライアンス、運用の卓越性に規律ある注意を払うことで、企業はエキスパートシステムのエージェントを活用し、ミッションクリティカルなコンピューティングにおけるリーダーシップを取り戻すことができる」と彼は述べた。
私たちの中のAI
目標を検証しているのか、検証するための目標を追っているのかはともかく、AIがその役割をあなたの代わりに担う比重は増していく可能性が高い。現実には、現時点で自動化できないことはそれほど多くない。大規模言語モデル（LLM）はハルシネーション（幻覚）を起こすのか？ もちろんだ。だが、そのために「Mixture of Experts（MoE：専門家混合）」がある。人間の委員会も同じことをしている。
続報に注目したい。
