AI のキラー アプリ: AI エージェントがすべてを変える可能性

AIの大ヒットアプリを見つける

ChatGPT のリリースが世間で話題になって以来、AI テクノロジーは注目を集め、一般の人々、IT 専門家、投資家の注目を集めています。

これは、生成AIの能力が飛躍的に成長しているため特に当てはまります。さらに、新たな競争の波がこの分野の進歩を加速させています。 DeepSeekのような中国のAI 米国製AIのコスト構造と価格設定に異議を唱える。

それでも、AI インフラの何千億ドルもの投資を正当化するのに必要なレベルの収益をまだ生み出していないため、AI 業界はやや不安定な状況にあります。

これまでの技術革命は、オフィスワーク（Windows と Office）、エンターテイメント（ビデオゲームとストリーミング）、広告（Google）、通信（スマートフォン）、貿易（オンライン決済と電子商取引）など、技術を「実体」経済に応用し、利益を生むことを基盤として築かれてきました。

今のところ、AI はほとんどの人々の仕事や日常生活に革命をもたらしていません。しかし、パフォーマンスと能力が爆発的に広がる特殊な AI、つまり AI エージェントの出現により、この状況は変わりつつあります。

AIエージェントとは何ですか?

AI エージェントの中心的なアイデアは、特定の環境で独立して動作できる AI を作成することです。これにより、主に人間が作成したプロンプトに反応する LLM (大規模言語モデル) や画像ジェネレーターなどの生成 AI とはまったく異なる実用的な役割が生まれます。

この文脈では、「環境」とは、道路上の自動車や自動運転機能のための AI などの現実世界の特定の状況、または特定のソフトウェアやデジタル インターフェイスなどの完全に仮想的な場所の両方を意味します。

AI エージェントは与えられた役割において自律的に行​​動するため、人間による指示による継続的な介入を必要としません。そのため、確認や監視を必要とせずに、自ら行動を起こすこともできます。

実際には、ほとんどの AI エージェントには、人間の監督者からのフィードバックを求める条件とルールも組み込まれています。

Google によると、AI エージェントの主な機能は次のとおりです。

• 推論: データを分析し、パターンを識別し、証拠とコンテキストに基づいて情報に基づいた意思決定を行うことができます。
• 演技: アクションを実行したりタスクを実行したりする能力。これには物理的なアクションやデジタル アクションが含まれます。
• 観察: 環境や状況に関する情報を収集して、その背景を理解し、情報に基づいた意思決定を行います。
• 計画立案必要なステップ、実行可能なアクション、最善の行動方針を特定し、目標を達成するための計画を立てます。
• 共同作業: 人間や他の AI エージェントなど、他者と効果的に連携します。
• 自己精製AI エージェントは経験から学び、フィードバックに基づいて動作を調整し、時間の経過とともにパフォーマンスと機能を継続的に向上させることができます。

出典： 開発者

それは本当に新しいですか?

この機能セットにより、AI エージェントは、AI アシスタントやボットなどの以前の AI ツールよりも一歩進んで、より積極的な機能、自律性、より複雑なタスクを処理する能力を備えています。

出典： グーグル

物理的な「身体」を持つ AI エージェントは現実世界と直接対話できますが、デジタル AI エージェントは特定の仮想作業環境に特化される可能性があります。

どちらの場合も、AI に十分な権限と可能なアクションを与えて有用性を高めつつ、エラーによる予期せぬ損害を避けるために多すぎないようにすることが重要です。

全体的に、AI の意思決定の質の向上と AI に対する理解の深まりが同時に進むことで、人々や当局は AI の意思決定にさらに裁量権を与えるようになると考えられます。ただし、これにより、AI の行動の責任に関する興味深い法的および倫理的問題が生じます (このトピックに関する議論については以下を参照してください)。

AIエージェントの可能性

AI エージェントが独立して作業できる能力こそが、AI キラー アプリになる可能性を秘めています。現代の生活には、それほど複雑ではないが、同時に、より単純な形式の自動化に任せるには複雑すぎる反復作業があふれています。

例えば、これが テスラは2018年に組立ラインの自動化とロボット化を後退させなければならなかった。ロボットは素晴らしい仕事をするかもしれませんが、ほんのわずかな妨害や予期せぬ要件の変更でも、組立ライン全体が停止してしまいます。

「私たちは、このクレイジーで複雑なベルトコンベアのネットワークを持っていました...そして、それは機能していなかったので、それをすべて取り除きました。そうです、テスラの過剰な自動化は間違いでした。正確に言うと、私の間違いです。人間は過小評価されています。」

イーロン·マスク

しかし、現代の AI は、すべてを事前に予測しようとする非常に精巧な一連の厳格なルールだけではありません。トレーニング中に十分な関連データを与えられれば、ある程度、新しい状況に適応し、進化することができます。

そのため、トラブルシューティングのアルゴリズムを顧客に説明することから高速道路でのトラックの運転まで、反復性の高いタスクに AI が特に役立つ可能性があります。

人間とは異なり、このような AI は 24 時間 7 日働くことができ、給与や健康保険などを必要としません。

AI の能力がどの程度のレベルに到達しているかを分類する方法は数多くあります。全体的には、AI の能力を一般の人間と比較する傾向があり、最新の AI エージェントは、特定の狭い領域のタスクにおいて、おそらくすぐに人口の 50 ～ 90% のスキルに到達します。これは通常、AI の進歩の中間点であり、AGI にとっては始まりに過ぎないと考えられています。

出典： コバスグレイリング

AI エージェントはどのように機能しますか?

AI エージェントは、相互に作用するいくつかの主要な「コンポーネント」で構成されています。

• センサー: 物理的な AI エージェントの場合、これにはカメラ、マイク、LIDAR、無線アンテナなどが含まれます。デジタル AI エージェントの場合、これには検索機能、ファイルを読み取るツール、特定のソフトウェアまたはデータベースからデータを抽出するツールなどが含まれます。
• アクチュエータ: これが AI が仕事を実行する方法です。物理的な場合は、車輪やロボット アームになります。デジタルの場合は、ファイルの作成や変更、レポートの作成、データ分析の実行などが可能になります。
• ブレインズ: ニューラル ネットワークから構築された、ますます複雑化する AI ツールで構成されており、AI エージェントの意思決定の中心となります。
• データベース: これは、「脳」が正しい決定を下せるようにする事実、トレーニング データ、および人間による修正を備えた知識センターです。

出典： トーマス・ラターナー

これらのコンポーネントを組み合わせることで、AI エージェントは、専門的な LLM の基盤の上に構築されたメモリとペルソナを持つことができます。

ここでのメモリは AI の非常に重要な部分であり、以前のボットに比べて大幅に改善されています。これは、メモリ不足がチャットボットやその他の同様のシステムに関するほとんどの不満の原因であるためです。ほとんどのボットが推論のループに陥ったり、すでに与えられた以前の情報を思い出せなかったりするのは、このためです。

AIエージェントの種類

物理的対デジタルの格差以外にも、AI エージェントを分類する方法は他にもあります。

• 1 つの方法は、エージェントが人間と対話するか、バックグラウンドで動作するかを検討することです。
• もう 1 つの方法は、特定のタスクに単一のエージェントを使用するか、複数のエージェントが相互に通信してより複雑なジョブを実行することを検討することです。各エージェントは独自のモデルを持ち、他のエージェントとデータを共有するかどうかを決定します。
  • 複数のエージェントを使用する場合、階層を確立することができ、1 つまたは複数のエージェントが下位レベルのエージェントの調整と「指示」を担当します。
• AI エージェントの分類のもう 1 つの可能性は、最終目標と複雑さを考慮することです。
  • 目標ベースの AI エージェントは最終結果に焦点を当て、その目標が達成されるまで行動やアクションを調整します。たとえば、倉庫の AI は荷物を目的地に到着するまで移動するための指示を出します。
  • ユーティリティベースのエージェント 目標に焦点を当てるだけでなく、そこに到達するための最善の方法にも焦点を当てます。たとえば、自動運転車は A 地点から B 地点まで移動しますが、安全性、最終的には燃費、移動時間、道路の種類なども考慮します。

出典： アンプカム

ジェネラリスト AI の代わりに AI エージェントを使用する理由

AI 業界がユニバーサル モデルよりも AI エージェントに注目している理由はたくさんあります。

1 つ目は、技術的な複雑さと実現可能性の問題です。私たちが知る限り、完全な人間のような汎用知能 (AGI) はまだ実現不可能です。

しかし、例えば、他の事柄に関して人間が持つ推論能力を一切持たずに、人間のように車を運転できる専用の AI エージェントを作成する方がはるかに現実的であるように思われます。

もう 1 つの問題は効率性です。自動車の運転に使用されるモデルは、会話、歩行、Web 検索、計算などに非常に優れている必要はありません。したがって、SF でよく見られるように、多目的 AI/ロボット システムを展開するよりも、タスクごとに多数の個別の AI エージェントを配置する方がはるかに理にかなっています。

最後に、コストはすべての AI プロジェクトにとって深刻な問題です。これはトレーニングのコストや、トレーニングに必要な数千、数百万の GPU にも当てはまります。しかし、これはコンピューティング ハードウェアで AI を運用するコストや消費されるエネルギーにも当てはまります。したがって、より専門的でシンプルな AI エージェントが好まれ、その仕事のパフォーマンスも向上します。

専門分野に特化した AI エージェントからジェネラリスト AI エージェントへ?

限定的で繰り返し実行されるタスクには、非常に限定された AI エージェントがおそらく最適です。ただし、AI 革命のメリットを十分に享受するには、もう少し有能なシステムが必要になります。たとえば、AI はメンテナンスが必要な機器のリストを自動的に生成できるだけでなく、そのメンテナンスを行う技術者のスケジュールを立て、関連するタイムシートや給与などを管理することもできます。

一部のアプリケーションでは、タスクと分析を完全に分離することはできないため、人間の作業者を真に支援するにはこれが必須のステップとなる場合があります。

たとえば、診断を行う AI には、医用画像を分析し、症状を説明するテキストや音声を理解し、医療検査の結果と患者の履歴を統合し、関連する科学文献や医療プロトコルを見つけるなどの機能が必要になります。

出典： 自然

このような汎用的だがアプリケーション固有の AI は、マルチエージェント構造を通じて構築される可能性が高く、各サブ要素が 1 つのタスクに優れ、監督 AI が個々のエージェントの出力を 1 つのまとまりのあるものに統合します。

アプリケーション固有のユースケースだけが可能性ではありません。たとえば、非常に異なる分野のエージェントを使用するマルチエージェント AI は、さまざまなデータセットを統合することで、新たな科学的発見を行うのに役立つ可能性があります。

AIエージェントアプリケーション

1995 年に現代のインターネットを誰も想像できなかったように、多くのアプリケーションはまだ理解されていない可能性がありますが、いくつかのアクティビティはすでに AI エージェントのアプリケーションに対応しています。

• 顧客サービスオンラインチャットからレストランでの注文受付まで、ほとんどの顧客からのリクエストは比較的単純なプロセスであるため、自動化が容易です。今のところチャットボットだけでは不十分ですが、よりスマートなAIエージェントがこれらの業務の多くを代替し、最も複雑なリクエストには少数の人間が対応するようになるでしょう。
• 科学研究: これには、非常に複雑で大規模なデータセットの分析や、英語以外の言語を含む何千もの科学出版物の閲覧が含まれます。また、タンパク質の折り畳みや物質の原子組成の予測など、非常に技術的なタスクに特化した AI も対象となります。
• ウェブサイトとマーケティング: 今日のオンライン マーケティングや広告の多くは、すでにテンプレートと自動最適化によって部分的に処理されています。カスタマイズされたエクスペリエンスが顧客に高く評価されるようになるにつれて、柔軟な AI エージェントがこの分野で多くの人間と同等のパフォーマンスを発揮するようになるでしょう。
• 翻訳と法律: 人間のタスクの多くは、分析が特に難しいトピックというよりも、非常に具体的なトピックについて独自の知識を持っていることに依存しています。膨大な量のデータを精査する AI の能力が役立ちます。
  • しかし、特にクライアントが間違いに気付く可能性が低いため、「幻覚」のリスクは非常に高いため、これらのタスクを実行できるのは極めて信頼性の高いエージェントのみになります。
  • 特に観光などの重要でない状況では、リアルタイム翻訳や音声対音声がスマートフォンの標準的な期待値になる可能性が高いでしょう。
• 芸術: おそらく AI の機能の中で最も議論を呼ぶのは、何千人ものミュージシャン、画家、グラフィック デザイナーなどの職を失うというアイデアであり、これは多くの人々にとって納得のいくものではありません。しかし、AI は、はるかに小規模なチーム、あるいは個人でさえ、映画、ビデオ ゲーム、書籍などの制作において、はるかに大規模な企業と競争できるようにする可能性もあります。
• 健康すでにイーロン・マスクは、XのAIであるGrokを二次的な医学的意見として利用することをフォロワーに推奨している。長期的には、専用の医療AIが医師の医療データの分析や治療法の提案に役立つようになるだろう。
  • ロボット手術がより一般的になるにつれ、AI外科医が人間の支援なしにいくつかの外科手術を実行できる未来も想像できます。
• セキュリティ: これは、地方の治安から警察、さらには軍隊にまで及びます。AI は脅威の検出、さらにはターゲットの識別において優れた能力を発揮します。ただし、現時点では、この分野で AI に過度の自律性を与えることは、特に致命的な決定に関しては、ほぼタブーです。
• ロジスティクスと輸送すでに倉庫での使用が増えているロボットやドローンは、よりスマートになり、現実世界の障害に対処できるようになるにつれて、荷物の配送や物流、サプライチェーン全体の仕事を引き継ぐ可能性がますます高まっています。
  • そしてもちろん、自動運転の車やトラックはさらに大きな革命となり、私たちの移動手段に対する考え方を完全に変え、個人で車を所有することが珍しいこととなる可能性もあります。
• ファイナンス「アルゴリズム」は今日の金融市場で既に大きな役割を果たしており、よりスマートなAIがさらに市場参入してくることが予想されます。カスタマイズされたAIエージェントは、保険案件やローン申請などの審査にも広く利用されるようになるかもしれません。
• 製造現場3D プリント、CNC マシン、その他の柔軟な生産のための新しいツールのトレンドにより、現代の工場は古い組み立てラインよりもはるかに多様化しています。産業用ロボットやヒューマノイド ロボットに組み込まれた AI エージェントは、このトレンドをさらに推進する可能性があります。

合法性、規制、倫理

Responsibilities

AIに関するあらゆる議論では、技術の責任ある取り扱いの問題が激しく議論されます。

一方では、規制が多すぎると進歩が妨げられ、おそらく最も先進的な AI がより柔軟な管轄に引き渡されるだけになるでしょう。米国と中国の間の AI 技術競争という文脈では、これがどちらの側にとっても望ましい結果ではないことは明らかです。

一方で、責任のない制御不能な AI を望む人は誰もいません。

したがって、明確な法的枠組みを決定する必要があります。たとえば、自動運転車が事故を起こした場合、AI エージェントの提供者が責任を負うのでしょうか。また、AI エージェントに与えられる自律性が高まれば高まるほど、その決定が実際の人々に与える影響が大きくなり、コストが高くつく可能性があります。

これには、たとえば個人情報の盗難や詐欺行為など、AI の悪用に関する問題も含まれます。

多くの場合、どの機関または当局が AI を規制すべきかさえ明確ではありません。専用の専門機関が規制すべきでしょうか? それとも金融における AI は SEC、空中ドローン、FAA などによって規制されるべきでしょうか?

これらは立法や規制に関する質問ですが、技術の進歩に何年も遅れることが多いため、AI エージェントの規制枠組みに関する最も差し迫った質問のいくつかに早急に答えることが急務であると考えられます。

雇用と不平等

AI 開発の影響としてよく懸念されるのは、大量の失業の増加です。これは、人々が再訓練を受けたり、新しい仕事が生み出されたりするよりもはるかに速いペースで、AI がますます多くの仕事を置き換えてしまうためです。

理論上は、これはユートピア的な、物資不足のない文明への道への一歩となるはずです。しかし実際には、その地点に到達する前に、何百万人もの人々が貧困に陥る可能性があります。また、これまでの自動化の波とは逆に、AI は優秀な知識労働者に取って代わる可能性があります。

出典： インテリポイント

独占や富の不平等の拡大の危険性もまた深刻であり、これは歴史的に社会全体にとって危険であり不安定化をもたらすことが証明されている。

倫理

AI で管理できるものとできないもの。これは、倉庫内でのパレットの移動や電子メールの自動返信以外のタスクにとって、ますます差し迫った問題となっています。

軍用ドローンの標的システムにAIを使用する誘惑がある場合、この問題はさらに切迫している。ウクライナでは「ウクライナの戦場でAI搭載ドローンの導入が急務に"。

ロイター通信は、AI 搭載ドローンの競争は「戦闘員が戦闘で技術的優位性を獲得しようと競い合う中、戦争を未知の領域へと導いている」と報じた。ウクライナでは、AI ドローンの開発は、標的の特定、ナビゲーションのための地形マッピング、相互接続されたドローンの「群れ」の作成という 3 つの主要領域に重点を置いている。

Swarmer という会社は、ドローンをネットワーク化するソフトウェアを開発しており、最小限の人間の入力でドローンの群れ全体に即座に決定を実行できるようにしています。

私たちは本当に AI にこのような能力を与えたいのでしょうか? しかし、本当に「敵」だけにそれを持たせたいのでしょうか?

これらの問題は、国際的に議論され、決定されるべき問題であると思われます。また、AI 業界が避けるべきではないトピックでもあります。

AIエージェントはすでに稼働中

OpenAIエージェント

AIの長年のリーダーとして、OpenAIがGPTベースの強力なエージェントをいくつか持っているのは驚くことではありません。同社は AIエージェントを開発するための専用ツールを備えた開発者など、 マルチエージェント Open AI SDK (標準開発キット)。

OpenAI モデルは、GPT や他の LLM のより優れたバージョンを作成し、それを個別のエージェント開発のベースとして使用し、その主導的地位を利用して GPT を使用するエージェントの需要を生み出すことに主に重点を置いているようです。

グーグル

グーグル (GOOGL -2.34％) ディープマインドモデルを通じてAIに長い間存在してきました。しかし、 ジェミニ2.0は「エージェント時代」を受け入れた.

Google はまた、LLM AI が従来の検索に及ぼす潜在的な脅威を痛感しており、これは今でも同社の収益の 90% の源泉となっている。

そこで同社は、Gemini 2.0 を使用して、数学やコーディングなど、より複雑なトピックや複数ステップの質問に取り組むための追加の検索結果である AI 概要を作成しました。

また、コーディング アシスタント AI エージェントの Jules と、プレイ可能な 2D 世界を作成する AI モデル Genie 3 も作成しました。

Googleはまた、ハードウェア研究を通じて最先端技術を維持することを目指しており、特に トリリウムTPU（テンソル処理ユニット）。

マヌス島人

中国のスタートアップ企業であるバタフライエフェクトは、自律的に行​​動できる初の汎用AIエージェントであると主張し、2025年XNUMX月にManusをリリースした。

ある人たちは、それを「2度目のDeepSeekの瞬間中国がリードする AI エージェントに関しては、DeepSeek のコンピューティング (および財務) 効率が著しく高いアプローチに比べると状況は明確ではありません。

マヌスは 少し遅く、クラッシュしやすいですが、ChatGPTよりも詳細な応答を提供します。しかし、すべての状況に理想的ではないとしても、汎用 AI エージェントは結局予想よりも早く実現可能になるかもしれないようです。

アリババ

TemuやTikTokなどの競合プラットフォームからの圧力にさらされている電子商取引のリーダーであるアリババは、AIの進歩によりテクノロジーリーダーとしての地位を取り戻しつつある。

注目すべきは、32年2025月初旬にQwQ-1Bモデルをオープンソース化し、DeepSeek-RXNUMXのXNUMX分のXNUMXのパラメータで効率性を重視して設計されていると主張したことだ。

また、2025年200月、アリババはAI Qwen社が開発した、ディープシンキングと生成AIを組み合わせたAIアシスタント/エージェントであるQuarkの新バージョンをリリースしました。このAI刷新以前、Quarkは検索エンジンだった時点ですでにXNUMX億人のユーザーを抱えていました。

AIエージェント会社

アリババ

欧米では電子商取引プラットフォームや安価な材料、部品、消費財のサプライヤーとしてよく知られているアリババは、AIとクラウドコンピューティングをリードする中国の巨大テクノロジー企業でもあります。

注目すべきは、アリババが中国のクラウド市場の36%を占めており、競合他社を大きく引き離していることである。

出典： ジェフ・タウンソン

おそらくもっと重要なのは、すでに6つの新しい DeepSeek AI モデル世界を驚かせたオープンソースAI 開発コストと使用コストの両方で、ほとんどのアメリカのAIモデルを突然上回る.

アリババには独自のAIモデル「Qwen」もあり、 Qwen 2.5はDeep Seek V3よりも優れていると主張している.

「Qwen 2.5-Maxは、GPT-4o、DeepSeek-V3、Llama-3.1-405Bをほぼ全面的に上回ります」

アリババのクラウド部門

全体的に見ると、クラウドと AI での成長以外にも、アリババは中国における電子商取引の巨人であり続け、タオバオと Tmall は 29 年の世界のオンライン販売シェア 2019% からわずかに減少しただけです。

出典： フォーブス

近年のAIの進歩は、アリババに対する見方を変えました。かつてはプレッシャーにさらされていた旧来のeコマースの地位と、クラウド販売における圧倒的な優位性（そして競合他社からの圧力）から、アリババは再び中国の技術革新をリードする立場へと返り咲いたのです。

Quarkは現在、アリババが中国のAIアシスタント市場を制覇するために展開している追加の武器であり、同社はこれをまずAI検索エンジンとして展開し、200億人のユーザーを集めて市場基盤を築いてきた。

そのため、中国における長年の技術取り締まりと同国への投資に対する懸念によって株価が比較的低いにもかかわらず、中国がAI競争でリードすることに賭ける意思のある投資家にとってはアリババはチャンスとなる可能性がある。

（こちらもお読みください 詳細については、Alibabaに特化したレポートをご覧ください。).

Alibabaの最新情報