AIエージェントが変革する未来を議論、人とAIの理想的な関係とは

中山氏：最初に、富士通が取り組む「AIエージェント」についてご紹介いただけますか。

鈴木：私からAIエージェントとは何かを説明するよりも、まずは生成AIに聞いてみました。それによると、生成AIは「コンテンツを生成する」のに対し、AIエージェントは「特定のタスクや目標達成のために動くもの」とのことです。

私自身も「目標を達成するために細かいタスクを計画して実行していくもの」というのが「AIエージェント」の特徴だと考えています。人間が指示した抽象的なタスクに対して、何をすべきかを考え、最適な経路を選択する「プランニング」を行い、そして「アクション」を実行します。アクションには、チャット応答、デジタル操作（Webサイトアクセスやアプリ操作等）、物理操作（ロボット制御や運転等）など様々です。

例えば「週末はどこに行けばいい？」という質問に対して、AIエージェントは、ユーザーの好みを分析してレストランに行くことを提案することに加え、お店のサイトにアクセスして予約するといった一連の過程を実行してくれるイメージです。

続いて、富士通が発表したAIエージェントについて説明します。富士通のAIエージェントとしては、「会議AIエージェント」（注1）、「映像解析型AIエージェント」（注2）、「マルチAIエージェントセキュリティ技術」（注3）の3種類があります。

会議AIエージェントは、オンライン会議に同席して、話題に沿ってデータを可視化してくれるものです。例えば、売上げについて議論していた場合、AIエージェントが関連する売上げのグラフをその場で作って提示してくれます。具体的な指示をしていなくても会話の文脈から読み取って必要なデータを表示してくれるのです。［デモ動画］（注4）
2つ目が「映像解析型 現場作業支援エージェント映像解析型AIエージェント」で、映像を認識することで現場の作業を支援します。例えば、フォークリフトが作業している映像をAIが分析して、危険な場所がないかを警告してくれます。［デモ動画］（注5）