AIエージェントとは?

G検定

近年のAI技術の急速な発展は、私たちの生活やビジネスに大きな変化をもたらしています。特に、AIエージェントはAIの新たな可能性を切り拓く技術として大きな注目を集めています。

AIエージェントとは、人間が設定した目標を達成するために、自ら考え、行動する自律的なAIシステムです。従来のAIのように、あらかじめ決められたルールに従って動作するのではなく、環境から情報を収集し、状況を判断して、適切な行動を選択することができます。まるで、私たち人間のように、自ら考えて行動するAI、それがAIエージェントなのです。

AIエージェントの特徴

AIエージェントには、以下の3つの特徴があります。1

  • 自律性: 人間が逐一指示を出さなくても、自ら考えて行動することができます。
  • 適応性: 環境の変化を感知し、それに合わせて自ら学習し、行動を変化させることができます。
  • 目標指向性: 人間が設定した目標を達成するために、最適な行動を自ら選択し、実行します。

これらの特徴により、AIエージェントは、従来のAIでは難しかった複雑なタスクをこなすことが可能になります。例えば、顧客からの複雑な問い合わせに対応したり、膨大なデータから必要な情報を抽出したり、状況に応じて最適な行動を判断したりすることができます。

AIエージェントの定義・概念・種類

AIエージェントは、複数のAI技術を組み合わせた高度なAIシステムです。人が設定したゴールに対して、自ら必要なデータを収集し、タスクを決定し、目標達成に向けて遂行します 2。意思決定から問題解決、必要なアクションの実行、外部とのやり取りなど、幅広いタスクをAIエージェントが自律的に選択、判断する点が特徴です 2

AIエージェントは、その意思決定能力と環境との相互作用のレベルに基づいて、以下のように分類されます 3

  • 単純な反射エージェント: あらかじめ決められたルールに従って行動する、最も基本的なタイプのエージェントです。現在の状況のみに基づいて行動し、過去の経験は考慮しません。例えば、室温が設定温度より高くなったらエアコンをオンにするといった単純な制御システムが挙げられます。
  • モデルベース反射エージェント: 環境のモデルを内部に持ち、そのモデルに基づいて行動するエージェントです。過去の経験をある程度考慮することができます。例えば、過去の気温変化のパターンを学習し、それに基づいてエアコンのオンオフを制御するシステムが挙げられます。
  • ゴールベースエージェント: ゴールを達成するために、行動を計画するエージェントです。現在の状況だけでなく、将来の状態も考慮して行動します。例えば、目的地までの経路を探索し、最適なルートを計画するナビゲーションシステムが挙げられます。
  • 効用ベースエージェント: ゴールの達成度を評価し、より良い結果を得るために行動するエージェントです。複数のゴールがある場合、それぞれのゴールの重要度を考慮して、最適な行動を選択します。例えば、自動運転車において、安全性、快適性、効率性など、複数の要素を考慮して運転を制御するシステムが挙げられます。
  • 学習エージェント: 経験から学習し、行動を改善するエージェントです。試行錯誤を通じて、より良い行動を学習していきます。例えば、ユーザーの好みを学習し、パーソナライズされた recommendations を提供する recommendation システムが挙げられます。

AIエージェントの応用例・ユースケース・成功事例

AIエージェントは、その自律性、適応性、目標指向性といった特徴から、様々な分野での活用が期待されています。

  • 顧客対応: 24時間365日対応可能なチャットボットとして、顧客の質問に自動的に回答したり、問題解決を支援したりすることができます 4。顧客の問い合わせ内容を分析し、適切な回答を生成することで、顧客満足度向上に貢献します。
  • 業務効率化: 定型的な業務を自動化することで、従業員の負担を軽減し、生産性を向上させることができます 5。例えば、データ入力、請求書処理、レポート作成などの業務を自動化することで、従業員はより創造的な業務に集中することができます。
  • パーソナライズ: ユーザーの行動や嗜好を学習し、パーソナライズされたサービスを提供することができます 6。例えば、ECサイトにおいて、ユーザーの過去の購入履歴や閲覧履歴に基づいて、おすすめの商品を表示したり、パーソナライズされたクーポンを発行したりすることができます。
  • 自動運転: 車両に搭載されたセンサーやカメラから取得したデータをリアルタイムで解析し、最適な運転ルートや安全な運転操作を指示することができます 7。交通状況や周囲の環境を認識し、安全かつ効率的な自動運転を実現します。
  • 教育: 学習者のレベルや興味関心に合わせた学習コンテンツを作成することができます 8。学習者の進捗状況に合わせて、問題の難易度や学習内容を調整することで、効果的な学習を支援します。
  • サプライチェーン管理: 需要予測、在庫管理、物流の最適化など、複雑なプロセスを効率化することができます 7。サプライチェーン全体を可視化し、需要変動や供給リスクに対応することで、安定した供給体制を構築します。
  • ヒューマンエラーの削減: 入力ミスなどのヒューマンエラーを削減することができます 1。人間が行う作業をAIエージェントが代行することで、ミスを減らし、業務の品質向上に貢献します。
  • リスク分析: ニュース記事やソーシャルメディアなどの情報源から、企業にとってのリスクを分析することができます 9。リスクを早期に発見し、適切な対策を講じることで、企業の損失を最小限に抑えます。
  • ソフトウェア開発支援: コードの修正やバグの発見などを支援することができます 10。開発者の負担を軽減し、開発効率を向上させることで、より高品質なソフトウェアの開発に貢献します。

AIエージェントの成功事例

  • Microsoft: Microsoftは、AIエージェントを活用した業務効率化ツールを開発し、従業員の生産性向上に成功しています 11
  • Salesforce: Salesforceは、AIエージェントを活用した顧客対応サービスを提供し、顧客満足度向上に貢献しています 12

AIエージェントの技術的な側面

アーキテクチャ

AIエージェントのアーキテクチャは、エージェントの構成要素とその配置を記述した設計図です 13。主な構成要素は以下の通りです。

  • エージェント関数: エージェントの行動を決定する関数です。環境から得られた情報と、エージェントの内部状態に基づいて、次の行動を決定します。
  • センサー: 環境から情報を得るためのセンサーです。カメラ、マイク、センサーなど、様々な種類のセンサーがあります。
  • エフェクター: 環境に働きかけるためのエフェクターです。ロボットアーム、スピーカー、ディスプレイなど、様々な種類のエフェクターがあります。
  • エージェントプログラム: エージェント関数を具体的に実装したプログラムです 14

開発手法

AIエージェントの開発には、主に以下の3つの手法が用いられます。

  • ルールベース: あらかじめ決められたルールに基づいてエージェントを構築する手法です。ルールは、if-then 形式で記述されます。
  • 機械学習: 大量のデータからエージェントを学習させる手法です。教師あり学習、教師なし学習、強化学習など、様々な種類の機械学習アルゴリズムがあります。
  • 深層学習: 多層のニューラルネットワークを用いてエージェントを学習させる手法です。画像認識、自然言語処理など、様々な分野で高い性能を発揮しています。

使用されているAI技術

AIエージェントには、様々なAI技術が使用されています。

  • 自然言語処理: 人間が話す自然言語を理解するための技術です 6。AIエージェントが人間と自然なコミュニケーションをとるために必要不可欠な技術です。
  • 画像認識: 画像を認識するための技術です。AIエージェントが周囲の環境を認識するために使用されます。
  • 音声認識: 音声を認識するための技術です。AIエージェントが人間の音声を理解するために使用されます。
  • 機械学習: データから学習するための技術です。AIエージェントが経験から学習し、行動を改善するために使用されます。
  • 深層学習: 多層のニューラルネットワークを用いた学習技術です。AIエージェントの高度な機能を実現するために使用されます。
  • セマンティックエンジン: 通常、大規模言語モデル (LLM) が使用され、AIエージェントが言語を理解し、生成するために重要な役割を果たします 15

Memory and Learning

AIエージェントは、「メモリ」と呼ばれるデータストアに過去の経験や情報を保存することで、文脈を理解し、学習することができます 15。このメモリは、特定の実行だけでなく、過去のやり取りや関連する履歴を含むため、AIエージェントは継続的に学習し、より適切な行動をとることができるようになります。

Monitoring and Adjustment

AIエージェントを効果的に活用するためには、継続的なモニタリングと調整が不可欠です 16。パフォーマンスを定期的にモニタリングし、ユーザーからのフィードバックを収集することで、AIエージェントの精度と実用性を向上させることができます。また、変化する状況やニーズに合わせて、AIエージェントを継続的に調整することで、最適なパフォーマンスを維持することができます。

AIエージェントの倫理的な問題点・課題・将来展望

倫理的な問題点

AIエージェントの利用に伴い、いくつかの倫理的な問題点が指摘されています。

  • 責任の所在: AIエージェントが誤った行動をとった場合、誰が責任を負うのかという問題です 17。例えば、自動運転車が事故を起こした場合、AIエージェントの開発者、所有者、利用者の誰が責任を負うべきなのか、明確な基準が必要です。
  • プライバシー: AIエージェントが個人情報を収集・利用することによるプライバシー侵害の可能性があります 18。AIエージェントが収集した個人情報は、適切に管理され、プライバシーが保護される必要があります。
  • バイアス: AIエージェントが学習データに含まれるバイアスを反映してしまう可能性があります 19。例えば、人種や性別に関する偏見を含むデータで学習されたAIエージェントは、差別的な行動をとってしまう可能性があります。
  • 透明性: AIエージェントがどのように意思決定を行っているのか、そのプロセスが不透明であるという問題があります。AIエージェントの行動を理解し、信頼性を確保するためには、意思決定プロセスを透明化する必要があります。
  • 人間の尊厳: AIエージェントが人間のような人格を持つようになると、人間の尊厳を脅かす可能性があります。AIエージェントはあくまでも道具であり、人間を支配するような存在になってはいけません。

課題

AIエージェントの実用化には、以下の課題を克服する必要があります。

  • 技術的な複雑さ: 高度なAIエージェントの開発には、高度な技術力が必要です 20。機械学習、深層学習、自然言語処理など、様々なAI技術を統合する必要があります。
  • データのプライバシー: 大量のデータの取得・保存・移動に伴うプライバシー保護の必要性があります 20。個人情報を含むデータを利用する場合には、特に注意が必要です。
  • セキュリティ: AIエージェントのセキュリティ対策が必要です 21。AIエージェントが不正アクセスやサイバー攻撃を受けると、重大な被害が発生する可能性があります。
  • データ管理: AIエージェントは、その動作のために大量のデータを必要とします。そのため、データを効率的に管理・保存する必要があります 22。データベース、データレイク、クラウドストレージなど、様々なデータ管理技術が活用されています。

将来展望

AIエージェントは、今後ますます進化し、私たちの生活やビジネスに大きな影響を与えることが予想されます。

  • 業務の自動化: AIエージェントは、より多くの業務を自動化し、人間の負担を軽減することが期待されます 23
  • パーソナライズ: AIエージェントは、よりパーソナライズされたサービスを提供し、私たちの生活をより豊かにすることが期待されます 24
  • 新たなビジネスの創出: AIエージェントは、新たなビジネスの創出を促進することが期待されます 25
  • 社会問題の解決: AIエージェントは、医療、教育、環境問題など、様々な社会問題の解決に貢献することが期待されます。
  • 人間とAIの協調: AIエージェントは、人間と協調して、より良い社会を築くために活用されることが期待されます。

主要なAIエージェントプラットフォーム・開発ツール・サービス

 

プラットフォーム開発ツールサービスDescription
Agentspace (Google) 26AutoGen (Microsoft) 27Salesforce Agentforce 16Googleが提供するAIエージェントプラットフォーム。Geminiの高度な推論能力、Googleの検索機能、Google Cloud製品などを活用できます。
Automation Anywhere 22Vertex AI Agent Builder (Google) 28AWS AIエージェント 20RPAとAIを組み合わせた自動化プラットフォーム。企業の業務効率化を支援します。
ServiceNow 29milize Agent (MILIZE) 30Zendesk AIエージェント 31ITサービス管理、従業員エクスペリエンス、カスタマーサービスなどを自動化するプラットフォーム。
Databricks 32データとAIのためのオープンソースプラットフォーム。AIエージェントの開発・運用を支援します。

AIエージェントに関する最新の研究動向・論文・学会発表・業界トレンド

最新の研究動向

  • 自然言語処理の進化: Transformerアーキテクチャを基にしたモデルが主流となり、文脈を理解し、より自然な会話を実現する能力が向上しています 33
  • マルチモーダルAI: テキストだけでなく、音声や画像などの異なるデータ形式を統合して処理する能力を持つようになっています 33
  • パーソナライズの強化: ユーザーの行動や嗜好を学習し、個々のニーズに応じたパーソナライズされた体験を提供する能力が向上しています 33
  • グラウンディング: AIエージェントが現実世界を理解し、適切に行動するために、知識や情報を現実世界に結び付ける「グラウンディング」技術の研究が進んでいます 34

論文

  • 人間の行動をシミュレーションできるAIエージェントに関する論文 35
  • AIエージェントと人とのコミュニケーションに関する論文 36

学会発表

  • 日本人工知能学会全国大会(JSAI)におけるAIエージェントに関する発表 37

業界トレンド

  • AIエージェントの開発・導入が加速している。30
  • AIエージェントの倫理的な問題点や課題への対応が求められている。

AIエージェントの将来的な可能性・社会への影響・未来予測

将来的な可能性

AIエージェントは、私たちの生活やビジネスを大きく変える可能性を秘めています。

  • より高度なタスクの自動化: AIエージェントは、より高度なタスクを自動化し、人間の創造性を支援することが期待されます 38
  • パーソナライズされたサービスの提供: AIエージェントは、個々のニーズに合わせたサービスを提供し、顧客満足度を向上させることが期待されます 39
  • 新たなビジネスモデルの創出: AIエージェントは、新たなビジネスモデルの創出を促進し、経済成長に貢献することが期待されます 40
  • 複雑な問題の解決: AIエージェントは、人間では解決できないような複雑な問題を解決する可能性を秘めています。
  • 人間の能力の拡張: AIエージェントは、人間の能力を拡張し、新たな可能性を切り拓く可能性を秘めています。

社会への影響

AIエージェントは、社会に大きな影響を与える可能性があります。

  • 雇用への影響: AIエージェントが人間の仕事を代替することで、雇用が失われる可能性があります 23。特に、定型的な業務や単純作業は、AIエージェントに置き換えられる可能性が高いです 41。一方で、AIエージェントの開発や運用、AIエージェントと連携した新たな仕事が生まれる可能性もあります。
  • 格差の拡大: AIエージェントの恩恵を受ける人とそうでない人の間で、格差が拡大する可能性があります 42。AIエージェントを使いこなせる人材と、そうでない人材との間で、収入格差や雇用機会の格差が生じる可能性があります。
  • 倫理的な問題: AIエージェントの利用に伴い、倫理的な問題が発生する可能性があります 8。責任の所在、プライバシー、バイアス、透明性など、様々な倫理的な問題に対処していく必要があります。

未来予測

  • 2025年はAIエージェント元年になると言われています 43
  • AIエージェントは、今後ますます進化し、私たちの生活に欠かせない存在になると予想されます 44
  • AIエージェントは、あらゆる分野で活用され、社会全体に大きな変革をもたらす可能性を秘めています。

結論

AIエージェントは、AI技術の進化によって生まれた、自律的に行動するAIシステムです。従来のAIとは異なり、環境から情報を収集し、状況を判断して、適切な行動を選択することができます。

AIエージェントは、様々な分野での活用が期待されており、私たちの生活やビジネスに大きな変化をもたらす可能性を秘めています。顧客対応、業務効率化、パーソナライズ、自動運転、教育、サプライチェーン管理など、AIエージェントの応用範囲は広範にわたります。

AIエージェントは、まだ発展途上の技術であり、倫理的な問題点や課題も存在します。しかし、今後の研究開発によって、これらの問題が解決され、AIエージェントがより安全で便利な技術として社会に普及していくことが期待されます。

AIエージェントは、単なる技術革新にとどまらず、社会全体の変革をもたらす可能性を秘めています。雇用、格差、倫理など、AIエージェントが社会に与える影響は大きく、AIエージェントと人間が共存していくためのルール作りや社会システムの整備が重要となります。

AIエージェントは、今後ますます進化し、私たちの生活に欠かせない存在になると予想されます。AIエージェントの進化は、人間社会にどのような未来をもたらすのでしょうか?それは、私たち人間がAIエージェントをどのように活用していくのかにかかっています。AIエージェントの可能性を最大限に引き出し、より良い未来を創造していくために、AIエージェントへの理解を深め、積極的に活用していくことが重要です。

引用文献

  1. AIエージェントとは?特徴や生成AIとの違い、種類や活用シーンを紹介 – AIsmiley, 1月 12, 2025にアクセス、 https://aismiley.co.jp/ai_news/what-is-ai-agent-introduction/
  2. aismiley.co.jp, 1月 12, 2025にアクセス、 https://aismiley.co.jp/ai_news/what-is-ai-agent-introduction/#:~:text=AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%81%A8%E3%81%AF%E3%80%81%E8%A4%87%E6%95%B0,%E3%81%99%E3%82%8B%E7%82%B9%E3%81%8C%E7%89%B9%E5%BE%B4%E3%81%A7%E3%81%99%E3%80%82
  3. ビジネス効率を高めるAIエージェントの種類 – ClickUp, 1月 12, 2025にアクセス、 https://clickup.com/ja/blog/252292/types-of-ai-agents
  4. AIエージェントのユースケース – Agentforce, 1月 12, 2025にアクセス、 https://www.salesforce.com/jp/agentforce/use-cases/
  5. AIエージェントの実用性と可能性を基礎から解説!~金融業界の先進事例~ | The Finance, 1月 12, 2025にアクセス、 https://thefinance.jp/tecnology/ai_agent
  6. AIエージェント(AI agent)とは?その仕組みや作り方、活用事例を解説 | AI総合研究所, 1月 12, 2025にアクセス、 https://www.ai-souken.com/article/ai-agent-overview
  7. 【初心者向け】AIエージェントとは?生成AIとの違いや特徴、活用例をご紹介, 1月 12, 2025にアクセス、 https://promo.digital.ricoh.com/ai-for-work/column/detail006/
  8. 【最新レポート】AIエージェントが変える未来の仕事!生成AIとの融合で仕事はどう進化する?, 1月 12, 2025にアクセス、 https://deepsquare.jp/2024/07/ai-agent-report/
  9. 【Vertex AI】AI エージェント開発の実践から学んだ設計と最適化のポイント – Zenn, 1月 12, 2025にアクセス、 https://zenn.dev/cloud_ace/articles/28829bb58be129
  10. 低コスト&爆速でコード修正!AIエージェントを実務の開発でも試してみる, 1月 12, 2025にアクセス、 https://zenn.dev/ubie_dev/articles/624c9034cc9b43
  11. AI エージェントで実現する業務効率化とイノベーション: 日本の最新事例 – News Center Japan, 1月 12, 2025にアクセス、 https://news.microsoft.com/ja-jp/2024/12/18/241218-operational-efficiency-and-innovation-enabled-by-ai-agents-latest-case-studies-from-japan/
  12. AIエージェントとは何か。仕組み、事例など徹底解説 – Salesforceブログ, 1月 12, 2025にアクセス、 https://www.salesforce.com/jp/blog/jp-what-is-aiagent/
  13. Agent architecture, 1月 12, 2025にアクセス、 https://en.wikipedia.org/wiki/Agent_architecture
  14. What are AI Agents? – Artificial Intelligence – AWS, 1月 12, 2025にアクセス、 https://aws.amazon.com/what-is/ai-agents/
  15. 生成 AI のその先へ : AI エージェントを支えるテクノロジー | Google Cloud 公式ブログ, 1月 12, 2025にアクセス、 https://cloud.google.com/transform/ja/more-than-gen-ai-other-ai-ml-technologies-making-ai-agents
  16. AIエージェントとは – セールスフォース・ジャパン – Salesforce, 1月 12, 2025にアクセス、 https://www.salesforce.com/jp/agentforce/what-are-ai-agents/
  17. AI エージェントの法的位置づけ, 1月 12, 2025にアクセス、 https://www8.cao.go.jp/cstp/ai/ningen/r2_2kai/siryo2.pdf
  18. AIエージェント登場前夜、いま考えるべき倫理的問題点とは? – MITテクノロジーレビュー, 1月 12, 2025にアクセス、 https://www.technologyreview.jp/s/350568/we-need-to-start-wrestling-with-the-ethics-of-ai-agents/
  19. AIエージェント登場前夜、いま考えるべき倫理的問題点とは? – ASCII.jp, 1月 12, 2025にアクセス、 https://ascii.jp/elem/000/004/238/4238603/
  20. AI エージェントとは何ですか? – 人工知能のエージェントの説明 – AWS, 1月 12, 2025にアクセス、 https://aws.amazon.com/jp/what-is/ai-agents/
  21. AIエージェント開発の課題:システム基盤における弱点 | トレンドマイクロ – Trend Micro, 1月 12, 2025にアクセス、 https://www.trendmicro.com/ja_jp/research/24/l/agentic-ai.html
  22. AI エージェント | Automation Anywhere, 1月 12, 2025にアクセス、 https://www.automationanywhere.com/jp/rpa/ai-agents
  23. AIエージェントが変革する未来の働き方 – Deloitte, 1月 12, 2025にアクセス、 https://www2.deloitte.com/jp/ja/pages/about-deloitte/articles/ai-institute/ai-agent-future-of-work.html
  24. 生成AIとAIエージェントの将来展望 2030年 2024年10月17日 | 大和総研 | 坂本 博勝, 1月 12, 2025にアクセス、 https://www.dir.co.jp/report/column/20241017_012167.html
  25. 米マイクロソフト幹部が明かす生成AIの注目トレンド「AIエージェント」、そして2025年に起きる「3つの大きな出来事」, 1月 12, 2025にアクセス、 https://diamond.jp/articles/-/355721
  26. エンタープライズ領域におけるAIエージェント元年–グーグル・クラウド・平手代表 – ZDNET Japan, 1月 12, 2025にアクセス、 https://japan.zdnet.com/article/35227988/
  27. 話題の『AIエージェント』とは?【優しく解説】自律型AIエージェント『Cline(クライン)』を使ってみる!, 1月 12, 2025にアクセス、 https://www.youtube.com/watch?v=H2EqMYoud28
  28. AIエージェントを構築するためのトップ5プラットフォーム – Skim AI, 1月 12, 2025にアクセス、 https://skimai.com/ja/ai%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%82%92%E6%A7%8B%E7%AF%89%E3%81%99%E3%82%8B%E3%81%9F%E3%82%81%E3%81%AE%E3%83%88%E3%83%83%E3%83%975%E3%83%97%E3%83%A9%E3%83%83%E3%83%88/
  29. ServiceNow AI エージェント, 1月 12, 2025にアクセス、 https://www.servicenow.com/jp/products/ai-agents.html
  30. MILIZE、LLMアプリ開発プラットフォーム「milize Agent」を活用したAIエージェント導入サポートを開始 – PR TIMES, 1月 12, 2025にアクセス、 https://prtimes.jp/main/html/rd/p/000000214.000034351.html
  31. AIエージェントの概要 – Zendeskヘルプ, 1月 12, 2025にアクセス、 https://support.zendesk.com/hc/ja/articles/6970583409690-AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%81%AE%E6%A6%82%E8%A6%81
  32. AIエージェントの作成 |Databricks on AWS, 1月 12, 2025にアクセス、 https://docs.databricks.com/ja/generative-ai/agent-framework/create-agent.html
  33. AIエージェントの最新技術動向 – Crew, 1月 12, 2025にアクセス、 https://www.gocrew.jp/blogs/aiagent-trends
  34. エンタープライズ領域におけるAIエージェント元年に向けて – Google Cloud日本代表平手氏, 1月 12, 2025にアクセス、 https://news.mynavi.jp/techplus/article/20250107-3101937/
  35. 最新のAIエージェントが人間を85%の精度で再現可能に|田中侑李 – note, 1月 12, 2025にアクセス、 https://note.com/tanakayuuri/n/n602a5e7d26d9
  36. AIエージェントの挙動に関する共通認識の構築に向けた人とのコミュニケーションモデルの研究 – Keio University, 1月 12, 2025にアクセス、 https://koara.lib.keio.ac.jp/xoonips/modules/xoonips/download.php/KO50002002-20226002-0002.pdf?file_id=171360
  37. 発表者へのご案内 – JSAI2024 – 人工知能学会, 1月 12, 2025にアクセス、 https://www.ai-gakkai.or.jp/jsai2024/speakers
  38. 未来のビジネスを担うAIエージェント:自律型システムと人間の協働に向けて – KPMGジャパン, 1月 12, 2025にアクセス、 https://kpmg.com/jp/ja/home/insights/2024/12/ai-agent-alh.html
  39. AIエージェントの未来:2025年の注目予測とトレンド – Salesforce, 1月 12, 2025にアクセス、 https://www.salesforce.com/jp/news/stories/ai-agents-trends-2025/
  40. AIエージェントが中小企業経営をサポートする未来 資金繰りもメンターも | ツギノジダイ, 1月 12, 2025にアクセス、 https://smbiz.asahi.com/article/15570832
  41. AIエージェント – その可能性と課題|イノーバウィークリーAIインサイト -14, 1月 12, 2025にアクセス、 https://innova-jp.com/media/ai-weekly/14
  42. 2025年はAIエージェント元年!「普通の人間より賢いAI」がバーチャル同僚になる, 1月 12, 2025にアクセス、 https://diamond.jp/articles/-/357344?page=4
  43. 2025年はAIエージェント元年!「普通の人間より賢いAI」がバーチャル同僚になる, 1月 12, 2025にアクセス、 https://diamond.jp/articles/-/357344
  44. ビル・ゲイツ、サム・アルトマンなどのテック界のリーダーが2025年を予測, 1月 12, 2025にアクセス、 https://www.businessinsider.jp/post-299492
タイトルとURLをコピーしました