AIエージェントが中國(guó)の2025年度の科學(xué)普及トレンドワードトップ10にランク入りした。娯楽や教育、醫(yī)療など、至る所でAIエージェントが存在感を放つようになっている。そこで、「AIエージェントと人工知能（AI）にはどんな違いがあるのか？」や「どんな特質(zhì)を備えていればAIエージェントと呼ばれるのか？」などについて、業(yè)界の専門家に聞いた?？萍既?qǐng)?bào)が伝えた。

生活におけるパートナー：SF映畫の世界が現(xiàn)実に

上海霊宇宙科技発展有限公司の創(chuàng)業(yè)者?顧嘉唯氏は取材に対して、「2013年のSF戀愛映畫『her/世界でひとつの彼女』に出てきた人格を持つ最新の人工知能型OSサマンサが、理想のAIエージェント像?！亥单蕙螗怠护稀⑿丐吻挨斯潭à丹?、カメラのレンズを通して、外部環(huán)境を認(rèn)識(shí)し、ユーザーにいろんなアドバイスをくれる」とした。

そして、「パネルディスカッションに參加している時(shí)に、AIエージェントがその時(shí)の話題に基づいて、イヤホンを通して、能動(dòng)的、かつ継続的にインターネット上の最新情報(bào)、最も網(wǎng)羅的なデータを提供してくるところを想像してみてほしい。AIエージェントは、『軍師』のような能力を備え、シームレスのサポートを提供できなければならない」と説明する。

調(diào)査會(huì)社のインターナショナル?データ?コーポレーション（IDC）中國(guó)の研究総監(jiān)?盧言霞氏は、「現(xiàn)時(shí)點(diǎn)で、AIエージェントには多様な定義があるものの、理解や記憶、計(jì)畫、自ら狀況を判斷するといった幾つかの能力は不可欠」とする。

それらの能力を?qū)g現(xiàn)するために、AIエージェントの開発者はたくさんの新たなアプローチを模索している。顧氏は、「『her/世界でひとつの彼女』から啓発を受けたほか、人間の情報(bào)の80％以上は視覚を通して得ることを考慮し、當(dāng)社が研究開発したAI學(xué)習(xí)パートナー『小方機(jī)』には、外部環(huán)境を認(rèn)識(shí)するカメラを搭載。アルゴリズムを通して、現(xiàn)実の世界を立體的に認(rèn)識(shí)することができるようにした。人間が今いる場(chǎng)所の環(huán)境を高精度に認(rèn)識(shí)することができるため、AIエージェントの判斷力が大幅に高まっている」と話す。

発話理解という面を見ると、人間の意図を深く理解し、最後までタスクを?qū)g行するというのはAIエージェントの使命だ。

顧氏は、「AIが正確に反応するためには、『プロンプト』を正確に理解しなければならない。そのために、當(dāng)社はローカルモデルを開発し、生成的基礎(chǔ)大規(guī)模モデルのコールをする前に、迅速なプリコンディショニングを行っている。人間が二言三言話すと、ローカルモデルが、意図を推論し、コールルートを判斷する。このような階層化構(gòu)造設(shè)計(jì)により、迅速な反応と正確な応答の両立を?qū)g現(xiàn)している」と説明する。

ディープシンク、推論?応用といったシーンにおいて、消費(fèi)級(jí)AIエージェントは優(yōu)れたパフォーマンスを見せる。盧氏は、「相対的に見て、現(xiàn)時(shí)點(diǎn)で、企業(yè)級(jí)AIエージェントはスマートカスタマーサービスやオフィスアシスタントといった役割に導(dǎo)入されている。ただ、マルチモーダルコンテンツをベースに、核心業(yè)務(wù)にサービスを提供する業(yè)界の垂直AIエージェントを構(gòu)築するとなると、ある程度難しくなる」とする。

職場(chǎng)デビュー：受け身の対応から主體的な予測(cè)?判斷へ

北京雲(yún)跡科技股份有限公司（以下「雲(yún)跡科技」）研究開発センターの責(zé)任者?龔漢越氏は、「多くの人は、仕事において、能力の高い『パートナー』が協(xié)力してくれることを望む。その點(diǎn)、AIエージェントは、仕事の內(nèi)容に基づいて、主體的に目標(biāo)を段階分けし、徐々に達(dá)成していくことができる。機(jī)械的な受け身の対応から、主體的な対応へのステップアップが、特定のシーンに特化したAIエージェントの進(jìn)化の方向性だ」と説明する。

現(xiàn)時(shí)點(diǎn)で、AIエージェントは、ホテルや工場(chǎng)、病院といった多數(shù)のシーンで徐々に導(dǎo)入されており、同じことを繰り返す仕事やマニュアル化された仕事、人間とコンピューターが連攜する必要がある仕事をこなすのをサポートするようになっている。龔氏は、「生活におけるパートナーと比べると、特定のシーンに特化したAIエージェントはクローズド?ループの部分に対応することが多く、プロセスも長(zhǎng)い。感知、認(rèn)知、行動(dòng)決定、実行から、フィードバックに至るまでのポイント?ツー?ポイントサービスを?qū)g現(xiàn)するべく、當(dāng)社の『サービスに特化したAIエージェント』は『エンボディド?インテリジェンス』と『ディセンボディード?インテリジェンス』を組み合わせたスタイルを採(cǎi)用している?！亥ē螗堀钎％?インテリジェンス』のUPロボットは、実際の物理的なタスク実行を擔(dān)う。一方、『ディセンボディード?インテリジェンス』のHDOS（雲(yún)跡科技が獨(dú)自に研究開発したAIデジタル化システム）は、スマートスピーカー『小度』を含むさまざまなエントランスと連攜させる役割を擔(dān)い、リアルタイムでユーザーのニーズに対応し、社會(huì)常識(shí)に基づいて、意図を認(rèn)識(shí)?予測(cè)し、意思決定、実行、フィードバックして、トータルクローズド?ループサービスを?qū)g現(xiàn)する」としている。

盧氏は、「人間の代わりに仕事をして、人間は監(jiān)督、校正をするだけでよいというのが、理想の成熟したAIエージェント」とする。

どのようにしてAIエージェントを、正確にタスクを認(rèn)識(shí)し、実行するパートナーから、深いやり取りをして、自ら進(jìn)化し、安全で、信頼できるスマートパートナーへと成長(zhǎng)させることができるのだろうか？

盧氏は、「そのステップアップ実現(xiàn)のためには、業(yè)界と企業(yè)のデータと知識(shí)の蓄積が不十分で、基盤モデルの処理能力と正確率も低いという課題を克服しなければならない」と指摘する。

そして、「例えば、テスラは膨大な量の電気自動(dòng)車のデータを収集することで、リアルなシーンのクローズド?ループを構(gòu)築した上で、自動(dòng)運(yùn)転タクシー?ロボタクシーを作った。各職場(chǎng)でしっかりと応用できるAIエージェントを?qū)g現(xiàn)するためには、垂直分野の膨大な経験の蓄積が必要だ。テスラのほかにも、たくさんの企業(yè)が、自分たちが必要とする設(shè)備設(shè)置を通して、將來(lái)の成熟AIエージェントのために、リアルなシーン対応能力、はっきりとしない情報(bào)の処理能力を高めている」と説明する。

龔氏は、「AIエージェントの深い推論能力を高め、『なにか』を認(rèn)識(shí)するだけでなく、『なぜか』を理解できるようにするためには、AIアライメントを踏み込んで促進(jìn)し、AIエージェントのために複雑なシーンにおける明確な動(dòng)的行為の境界を定め、その物理的環(huán)境や社會(huì)交流における行為の安全性を確保しなければならない」と指摘した。（編集KN）

「人民網(wǎng)日本語(yǔ)版」2025年12月4日