AIエージェントとは

AIエージェントとは、目標を伝えると、自分で計画を立て、道具を使い、手順を実行して、ゴールに向かって自律的に動くAIのことです。ただ質問に答えるだけでなく、「やっておいて」と仕事を任せられる“動くAI”です。2023〜2024年ごろから、業務の自動化につながる技術として関心が高まりました。

エージェントを“エージェント”たらしめる5つの動き

AIエージェントの働きは、大きく5つの動きに分けて捉えると分かりやすいでしょう。

• 目標を理解する：「何を達成したいか」を受け取る。
• 計画を立てる：ゴールまでの手順を自分で組み立てる。
• 道具を使う：検索やアプリ、外部のサービス(API)などを呼び出す。
• 実行する：組んだ手順を、一つずつ進める。
• 結果を見て直す：うまくいかなければ、やり方を見直して繰り返す。

たとえば「来週の出張を手配して」と頼めば、航空券を探し、空き状況を見て予約を進め、ホテルも押さえる、という一連を自分でこなします。この「実行して、結果を見て、直す」をぐるぐる繰り返せる点が、エージェントの肝です。

なぜいま広がってきたのか

AIエージェントの発想自体は新しくありませんが、実用に近づいたのは近年です。土台となる大規模言語モデル(LLM)が、文章を理解し、筋道を立てて考えられるほど賢くなりました。さらに、検索や外部サービスといった「道具」をAIに使わせる仕組みも整ってきています。この二つがそろい、AIが自分で段取りして動く芽が出てきたのです。

チャットボットとの違い

混同しやすいのが、チャットボットとの違いです。チャットボットは、こちらが質問するたびに答えを返す“受け身”の存在。これに対しAIエージェントは、いったん目標を渡せば、人がいちいち指示しなくても自分で判断して動き続けます。たとえるなら、チャットボットは「質問に答える人」、エージェントは「仕事を任せられる人」です。中身に大規模言語モデル(LLM)を使う点は同じでも、自分で行動するかどうかが大きく違います。

何ができて、何に気をつけるか

身近な例では、旅行の予約をまとめて取る、予定を調整する、資料を集めて下書きを作る、プログラムを書いて動かす、といった作業が挙げられます。AutoGPTやOpenAIのOperatorなど、さまざまなエージェントが登場しました。一方で、自律的に動くからこそ注意も要ります。指示を取り違えたまま突き進む、想定外の操作をするといったリスクがあるため、重要な作業では人が要所を確認する「人の監督」が欠かせません。最近は、Microsoft CopilotのようなAIアシスタントも、少しずつエージェントの性質を取り入れつつあります。経営に取り入れるなら、いきなり重要な判断を任せず、影響の小さい作業から始めて人が結果を確かめる形にするのが安全でしょう。

AIエージェントに関するよくある質問

AIエージェントは、任せた仕事を毎回きちんと終えられますか？

まだそこまで安定していません。エージェント評価用のベンチマーク「τ-bench」を公開したSierraの報告（2024年6月20日）によれば、当時もっとも成績のよかったエージェントでも、同じ種類の依頼を8回続けて全部成功させられた割合は約25%どまりで、1回だけ試した成績と比べて約60%低い数字でした。報告は「どのモデルも回数が増えるほど大きく成績を落とし、信頼性の低さを示している」と述べ、これは「同じ問題を抱えた8人の顧客を、そのエージェントが解決できる見込みが25%しかない」ことを意味するとしています。導入を検討するときは、一度うまくいった実演を根拠にせず、同じ作業を何度か繰り返して確かめるのが安全です。

AIエージェントに社内システムを触らせるとき、特に何に気をつけますか？

エージェントは自分でWebページやファイルを読みに行くため、そこに書かれた文章を利用者からの指示と取り違えて実行してしまうことがあります（間接プロンプトインジェクション）。OWASPの解説では、この文章は人の目に見える必要すらなく、モデルが読み取れさえすれば成立するとされています。さらに被害の大きさは、そのAIにどれだけの権限を持たせて組み立てたかに大きく左右される、とも指摘されています。したがって守りの要は、閲覧だけ・下書きまでといった具合に権限をあらかじめ狭めておき、送信・発注・支払いのような取り消せない操作は人がボタンを押す形にしておくことです。

これまでの自動化（RPA）とは何が違いますか？

総務省の資料はRPAを3段階に整理しています。クラス1は「ルーチン的業務の自動化」で、データ取得・整理、資料作成、データ入力といった定型的な作業が対象。クラス2はAIと組み合わせ、画像認識や機械学習などを使って「一部準定型業務の自動化」まで広げたもの。クラス3は「プロセスの端から端まで一貫して、意思決定までを実行でき、ディープラーニングや自己学習機能を備えている」ものとされています。AIエージェントが目指すのはこのクラス3に近い領域で、人があらかじめ手順を登録しておく従来のRPAとは、手順そのものを自分で組み立てる点が違います。