自律型のエージェンティックAIを目指すAIエージェントの姿【第99回】

AIエージェントのためのエコシステムが必要に

　AIエージェントが広がると、AIシステムのインフラになるLLMや開発環境などのプラットフォーム、AIエージェントを検索・活用を広げるマーケットプレイスなど、AIエージェントのためのエコシステムが必要になる。

　AIエージェントプラットフォームは、AIエージェントの開発・実行環境をクラウド上で提供する。Amazon.comやMicrosoft、Googleなどの米大手テクノロジー企業は「AWS（Amazon Web Services）」「Microsoft Azure」「Google Cloud」などのクラウドプラットフォームを通じてAIエージェントのためのインフラを提供する。AWSの「Amazon Bedrock Agents」と「同AgentCore」、Microsoftの「Agent 365」、Googleの「Google Agentspace」と「同Antigravity」などだ。

　AIエージェントの一種である「Webエージェント」のプラットフォームを提供する企業も登場している。例えば米TinyFishは、自社や競合のWebサイトから情報を収集し、目的に応じたワークフローを自動的に実行するプラットフォームを提供する。

　TinyFishが提供する小売り・旅行業界向けのWebエージェントは、対象のWebを動き回り、ホテルの価格や在庫をモニタリングし、価格の監視・追跡、プロモーションの分析、在庫状況の提供を自動化する。情報へのアクセスが難しかった情報にもアクセスし、可視化されていなかったWeb資産の活用を可能にする。

　AIエージェントプラットフォームを選ぶ基準としては、以下のようなものが挙げられる。

● 使用しているLLM ：エージェントで使われるタスクの分解・計画・自己修正などの機能には推論がキーになる。複数ステップの推論や論理的一貫性、タスクの保持と交信、エラー時の自己修正能力を実現できなければならない。LLMの永続性も見る必要がある
● ツール実行能力 ：ツールによって、コードやAPI（Application Programming Interface）を実行したり、検索や外部サービスを呼び出したりができなければならない
● コード生成能力 ：提案コードの一貫性、自己修正の可能性、バグの少なさなどが必要になる
● 実行速度 ：複数ステップを連続して実行するため、実行速度が重要になる
● コスト ：APIを大量に呼び出すことがあるため、コスト構造を理解しコストを抑えることも重要である。
● マルチモーダル能力 ：画像解析やPDF解析、音声の理解・指示が必要な場合は、マルチモーダル能力が不可欠になる
● オープンかクローズドか ：オープンモデルは、コストが安かったりカスタマイズが可能だったりする。一方のクローズドモデルは、動作が安定し推論などの機能が優れたものが多い

AIエージェント同士の協業を促す標準化も進む

　今後は、AIエージェント同士が協力し、より複雑で大規模な目標達成を目指す「エージェンティックAI」の世界を目指すことになる。複数のAIエージェントの協業例としては、ソフトウェア開発におけるコーディングやテスト、プラジェクト管理の統合や、カスタマーサポートにおける顧客1人ひとりの要望の応じた情報の提案、およびそのためのメールやチャットの作成などが挙げられる。

　協業に向けては相互接続の仕組みも重要になる。米OpenAIは相互接続のための規格「ACP（Agentic Commerce Protocol）」を、米AnthropicはAIエージェントが外部ツールやデータを使うための標準企画「MCP（Model Context Protocol）」を、Googleは、AIエージェント間が相互連携できる「A2A（Agent to Agent）」を、それぞれオープンソースとして提供している。

　AIエージェントやエージェンティックAIのゴールは「自律型エージェント」の実現・普及である。環境を判断し、それに対応した行動を自律的に判断し、実行する。その実現には懐疑的な見方もあるが、影響の少ない分野から実現していくはずだ。従来システムでは実現が難しかった分野でも、人による業務の自動化や補強、UX（User Experience：顧客体験）の改善に役立てられ、製造や金融、医療、教育など、さまざまな分野に広がるであろう。

　AIエージェントのようなシステムやアプリケーションの自律化が進む世界では、AI技術による意思決定の根拠といった透明性や、人からの信頼性、説明可能性が求められる。さらに安全に利用するためには、ガバナンスと制御を効かせ、誤動作や暴走を防ぐ仕組みが必要になる。