AIエージェント革命 「知能」を雇う時代へ

シグマクシス(著者)

• 販売会社／発売会社: 日経BP/日経BPマーケティン
• 発売年月日: 2025/06/14
• JAN: 9784296208166

商品レビュー

2025/10/28

AIエージェントの歴史や得意なこと、適用しやすい業務など、AIをビジネス適用するための概要が分かりやすく解説されています。
もはや仕事も私生活も、AI無しでは成り立たない時代になってきたなぁという実感です。

将来はどうなるのだろうか？
従来のITシステムが不得意だった非定型業務をAIエージェントが代行・自動化できるようになり、人間は肉体労働や心のケアにフォーカスした業務に専念するのだろうか？

2025/10/24

RPAとAIエージェントは、自律的に判断・状況を判断した対応が可能な点で異なる。
特徴は以下
・LLMを利用
・ゴールを達成する計画を立てる
・外部とやり取りする
・計画に沿って臨機応変に実行
・自律的に行動

■実企業インパクト事例
・国内メガバン
　労働時間削減24%　⇒　516億円＝経常利益の6%相当

■サービス事例
・データ分析の自動化　Google Golab　
　ブラウザ上・開発環境無しでデータ読み込み、前処理、可視化、MLモデル構築、結果評価可能
・研究活動支援
　・・AlphaFold　タンパク質の立体構造を数分～数時間で推定。
　・・サカナAI　アイデア生成、実験プラン、実験作成、論文執筆、論文レビュー
■AIエージェントの導入
・フレームワーク型　LangGraph
・ノーコード　Dify
・RPA　Operator

2025/10/19

AIエージェントの特徴　・・・行動できるシステム
　大規模言語モデルを使う
　与えられたゴールを達成する計画を立てる　（推論）
　与えられたツールを使って外部とやり取りする
　立てた計画に沿って臨機応変に実行する　（適応的）
　自律的に行動する　（ヒューマン イン ザ ループ）

PC操作の自動化：パスワードは人間が入れる
調査の自動化　：公開情報に限るため身体制を伴う調査の価値が上がる
申請の自動化　：法や規律のバランスが課題に
データ分析の自動化：

構成要素
　①ペルソナ：役割定義　　→モジュール性
　②考える　：状況認識　　→反省手法
　③行動する：ツールによるセンシング　　→構造化されたJSON形式
　④メモリー：過去の記憶からの抽出と活用　プロンプト大型化でノイズ
　　　　　　　→ RAG データベース検索：ベクトル検索、ナレッジグラフ検索

マルチエージェントシステム
　オーケストレーター（分析プランとタスク割当て）と特化型エージェント（遂行）
　全部コード化タスク→一部AI→定義ステップ内でAI判断→ステップも自立AIで

AIエージェント向き：入出力が柔軟な定常/非定型業務　入出力が厳密な非定型業務
向いてない　　　　：厳密な解が求められる業務　短期で大量のデータ加工業務

こういったものが欲しい、好きという気持ちの価値が重要に（Free AI 清水氏）
　デジタルで表現できる世界を生成AIが飛躍的に拡大させる
　大企業のメリット（内部に専任プロ　多数の部下のパフォーマンス）が限定的に　
　サービスの信頼性は企業規模ではなく第三者評価で
　データやナラティブな体験の提供サービス

AIエージェントが期待される領域（NTT　爪長氏）
　ワールドモデル（AIに創造力を持たせる技術）＋外部のセンサー　客観的
　1次産業←過程のデータ蓄積　ヘルスケア領域←データがつながっていない　
　目的別の　例えば 魚や蜂の能力からのAIエージェント