ロングホライズンタスクとは
ロングホライズンタスクとは、AIエージェントが長い時間軸で、複数の手順や途中判断を重ねて進める仕事です。単に長い文章を書くことではなく、調べる、試す、失敗を直す、次の手を決めるといった流れを含む仕事です。人間の仕事でいえば、数分の質問対応ではなく、半日かかる調査や資料作成に近いでしょう。
英語表記：Long-horizon task
なぜ難しいのか
短いタスクなら、AIは質問に答えて終わります。ロングホライズンタスクでは、目的を覚えたまま、情報を集め、ツールを使い、結果を見て計画を直す必要があります。途中で前提が変わることもあるため、記憶、状態管理、失敗からの復帰、判断の記録が欠かせません。
たとえば、新規事業の競合調査をAIエージェントに任せる場合、検索して終わりではありません。候補企業を洗い出し、料金や訴求を比べ、表にまとめ、足りない情報を再調査し、最後に経営判断に使える形へ整える必要があります。ここまで来ると、単発の生成AIより、エージェントオプスやAIエージェントオブザーバビリティの設計が効いてくるでしょう。
業務導入での考え方
ロングホライズンタスクを任せる時は、最初から「全部自動で完了」させるより、途中の区切りを設ける方が安全です。調査結果をいったん確認する、外部送信の前に承認を入れる、判断理由を残す、といった設計にします。長い仕事ほど、AIの賢さだけでなく、止め方と見直し方が成果を左右します。
評価でも同じです。短いベンチマークの点数だけでは、長い業務に耐えられるか分かりません。途中で迷子にならないか、ツールの結果を読み違えないか、間違いに気づいて戻れるか。経営で見るべきなのは、派手な一発回答より、長い作業を安定して進める力です。
Topic点数ではなく「人間なら何分か」で見る評価
METRは、AIがこなせる仕事を「人間ならどれくらい時間がかかるか」というTime Horizonの考え方で測っています。高得点かどうかより、実務で何分級、何時間級の仕事まで任せられるかを見る発想です。
ロングホライズンタスクに関するよくある質問
- 長文生成と何が違いますか？
- 長文そのものではなく、調査、判断、修正、再確認をまたぐ仕事を指します。途中経過を扱う点が違います。
- 最初に任せやすい業務は何ですか？
- 社外送信や削除を含まない調査、要約、比較表づくりのように、人が確認しやすい作業です。
- 失敗を減らすには何を決めますか？
- 区切りごとの確認、使えるツール、禁止操作、記録の残し方を先に決めます。
