2025年のAIエージェント：期待と現実

2020年代初頭を特徴づけたNFTと暗号通貨への過剰な期待（ハイプ）の嵐と、それに続くメタバース・バブルからようやく抜け出したばかりでしたが、OpenAI社のGPTモデル・ファミリー、Anthropic社のClaude、Microsoft社のCopilotなどのリリースを受けて、メディアでは生成AIを称賛する声が上がり始めました。

こうした記事は今でも散見されますが、2025年の焦点は、大規模言語モデル（LLM）から、未来の仕事の先駆けとなる、一見自律的な人工知能（AI）エージェントの進歩へと移行しています。

ChatGPTよりも大幅なパフォーマンス向上を約束したDeepseek社のR1の登場により、AI世代への関心が一時的に高まりましたが、2025年現在、イノベーションの主流はAIエージェントです。

メディアでは、エージェントがもたらすとされているイノベーション、自動化、効率化への期待がやたらと強調されていますが、このうちどの程度がクリックを求めて意図的に大げさに表現しているだけなのでしょうか。

広告で支えられるメディアの世界はクリックによって栄えており、クリックを集めるためにセンセーショナルで注目を集めるような見出しが作られがちです。一方、2025年にエージェント型AIに現実的に何を期待できるのでしょうか。また、それは私たちの生活にどのような影響を与えるのでしょうか。

AIエージェントとその将来について、より現実的な議論を交わすことを目的とし、IBMのエキスパート数名にインタビューを行いました。過剰な期待を排除し、より現実的な視点でAIエージェントとその将来について議論を深めたいと考えています。情報に精通したIBMチームのメンバーは以下のとおりです。

• Maryam Ashoori博士：製品管理担当ディレクター、IBM® watsonx.ai  

• Marina Danilevsky：シニア・リサーチ・サイエンティスト、言語テクノロジー

• Vyoma Gajjar：AIテクニカル・ソリューション・アーキテクト

• Chris Hay：特別エンジニア

AIエージェントは、タスクを理解、計画、実行するために自律的に動作できるソフトウェア・プログラムです。AIエージェントはLLMを搭載しており、ユーザーの目標を達成するために必要に応じてツール、他のモデル、システムまたはネットワークの他の側面と連携できます。

現在のテクノロジーは、冷蔵庫にある材料に基づいて夕食のレシピを提案するだけのチャットボットの枠も、「問い合わせ内容に対して担当者から連絡が行くまで数日間お待ちください」とお客様に送信する顧客体験の自動メールの枠も超えています。

AIエージェントは、応答を生成するたびにプロンプトを必要とする従来のAIアシスタントとは異なります。理論上は、ユーザーがエージェントに高レベルのタスクを与えると、エージェント自身がそれをどのように完了するかを判断します。

現在の製品はまだこのアイデアへのアプローチの初期段階にあります。「市場で一般的に『エージェント』と呼ばれているのは、LLMに基本的な計画機能とツール呼び出し機能（別名、関数呼び出し機能）を追加したものです」とAshooriは言います。「これにより、LLMは複雑なタスクをLLMが実行できる小さなステップに分解できるようになります」。

その一方で、Hayは、より堅牢なエージェントが登場すると楽観視し、「将来のAIエージェントを構築するには、今日モデルをさらに進化させる必要はありません」と断言します。

それでは、来年には、エージェントに対するどのような期待が書かれるようになるでしょうか。また、そのような期待をどの程度真剣に受け止めることができるのでしょうか。

「より多くの、より優れたエージェント」が登場すると、『Time』誌は予測しています。¹また、「自律型『エージェント』と収益性が、AI領域で主流になる可能性が高い」とロイター通信は報じています。²さらに、NVIDIA社のJensen Huang社長の発言に応える形で『Forbes』誌は「エージェント型AIの時代が到来した」と断言しています。³ 

テクノロジー・メディアは、私たちの生活が完全に変革される一歩手前にまで来ているという確信に満ち溢れています。自律型エージェントは、私たちの仕事を効率化し、変革し、最適化を推進し、日常生活に寄り添い、日常的な作業をリアルタイムで処理することで、私たちがより創造的な活動やその他のより高度なタスクに費やす時間を与えてくれるでしょう。

「IBMとMorning Consultは、企業向けAIアプリケーションを開発している開発者1,000人を対象に調査を実施しました。その結果、99％がAIエージェントの検討または開発を進めていると回答しました。つまり、2025年はエージェントの年になるでしょう」」とAshooriは説明します。しかし、この発言には注意が必要です。

Ashooriは、エージェントを関数呼び出し機能を持つLLMとして捉える現在の市場概念を確立した上で、その概念と真に自律的なエージェントとの違いを明確にしています。「（AIエージェントの）真の定義は、推論能力と計画能力を備え、自律的に行動できる知的な存在です。こうした推論能力と計画能力については議論の余地があり、どのように定義するかによって大きく異なります」。

「AIエージェントがこの方向に向かっていることは間違いありませんが、まだ完全には到達していません」とGajjarは言います。「今は、その兆しが見えはじめたところです。AIエージェントはすでにデータを分析し、トレンドを予測し、ワークフローをある程度自動化できます。しかし、複雑な意思決定を自律的に処理できるAIエージェントを構築するには、アルゴリズムの改善だけでは不十分です。文脈に基づく推論とエッジケースのテストにおいて、大きな飛躍が必要になるでしょう」と断言します。

Danilevskyは、これが何か新しいものになるとは考えていません。「これが単なるオーケストレーションとそれほど違うものになるとは思えません。かつてオーケストレーションという呼ばれていたものは、今はエージェントと呼ばれています。そのほうが印象が格好いいですから。しかし、オーケストレーションはプログラミングでずっと前からやってきたことです」。

2025年がエージェントの年になるという見方については、Danilevskyは懐疑的です。「エージェントとは何か、エージェントが何を達成できると考えているか、そしてどのような価値をもたらすと考えているかによって結論は変わってきます」とDanilevsky。「LLMテクノロジーのROI（投資収益率）がまだ一般的には解明されていない中で、そのような発言をするのはかなり大胆なことだと思います」。

そして、彼女が賭けに出ているのはビジネス面だけではありません。「もしこの機械があなたに代わって考え、あらゆる決定を下し、コンピューター上で行動を起こしてくれるとしたら、という期待感があります。しかし、それを現実的に考えると、実に恐ろしいことです」。

Danilevskyは、この断絶はコミュニケーション不足によるものだと指摘します。「人間はコミュニケーションが非常に下手なので、エージェントは非常に非効率的になる傾向があります。チャット・エージェントが顧客の要望を常に正確に解釈できるとは限りません」。

それでも、これからの1年は実験の年となるとして大きな期待を寄せています。「私は（2025年はエージェントの年になると）強く信じています」とHayは興奮気味に語ります。

大手テクノロジー企業や数百社ものスタートアップ企業が、現在、エージェントの導入を試みています。例えばSalesforceは、Salesforceアプリのエコシステムに簡単に統合できるエージェントを作成できるAgentforceプラットフォームをリリースしました。

「確かにその波が来ており、多くのエージェントが登場するでしょう。まだ非常に初期のエコシステムなので、多くの人がエージェントを構築し、これらから大きな恩恵を受け取ることになると思います」。

こうした話は、今日のエージェントが本稿の序論で概説した理論的な定義を満たしていることを仮定しています。2025年のエージェントは、プロジェクトの規模を把握し、必要なツールをすべて駆使して、人間のパートナーの助けを借りずに完了できる、完全に自律的なAIプログラムになるでしょう。しかし、この話にはニュアンスが欠けています。

Hayは、こうした発展のための基盤はすでに整っていると考えています。「エージェントの大きな特徴は、計画能力を持っていることです。エージェントには推論能力、ツールの使用能力、タスク遂行能力があり、それを迅速かつ大規模に実行する必要があります」。

そこで、12～18カ月前の最良のモデルと比較して4つの進展があったことを挙げています。これは、2025年初頭のモデルがこのストーリーの支持者が思い描くエージェントを実現できることを意味していました。

• より優れた、より高速な、より小さなモデル

• 思考連鎖（COT）トレーニング

• コンテキスト・ウィンドウの増加

• 関数呼び出し

「今、これらのほとんどが現実のものになっています」とHayは続けます。「AIはツールを呼び出すことができ、計画を立て、推論し、適切な答えを導き出します。推論時間で計算を行うこともできます。思考の連鎖がより良くなり、より多くのメモリーを活用できるようになります。動作も高速になり、コストも削減されます。こうして、エージェントを活用できるような構造が生まれると考えています。モデルは進化を続け、より優れたものになっています。この流れは加速するばかりと言えます」。

Ashooriは、エージェントが将来できることと、今できることを慎重に区別しています。「将来できることと、エージェントが今できることは違います。答えはユースケースによって異なると思います。単純なユースケースであれば、エージェントは適切なツールを選択できますが、より高度なユースケースでは、技術がまだ成熟していません」。

Danilevskyは、このストーリーを文脈的なものとして別の視点で捉えています。「あることが一度真実だからといって、それが常に真実であるとは限りません。エージェントができることは何かありますか。もちろんです。では、頭に浮かんだあらゆるフローをエージェント化できるのでしょうか。その答えはノーです」。

Gajjarは、これはリスクとガバナンスの問題と捉えています。「AIエージェントは、コンテンツ生成器から自律的な問題解決者へと進化しています。これらのシステムは、連鎖的な障害を回避するために、サンドボックス環境で厳格なストレステストを実施する必要があります。ロールバック・アクションのメカニズムを設計し、監査ログを確実に記録することは、これらのエージェントをハイリスクな業界で運用可能にするために不可欠です」。

その一方で、Danilevskyはこれらの課題を乗り越えられると楽観視しています。「今年はロールバック・メカニズムと監査証跡の構築において進展が見られると思います。よりスマートなAIを構築するだけでなく、何か問題が発生したときに迅速に追跡・修正できるセーフティー・ネットを設計することも重要です」。

Hayは2025年のエージェント開発の可能性に期待を寄せている一方で、別の分野で問題を抱えていると考えています。「ほとんどの組織はエージェント対応に対応できていません。今後興味深いのは、現在企業で活用されているAPIを公開することです。そこにこそ、刺激的な取り組みが生まれるでしょう。そして、重要なのはモデルの良し悪しではなく、企業としてどれだけ対応できているかなのです」。

このストーリが描く「ニュー・ノーマル」では、AIエージェントのチームが、プロジェクトのワークフロー全体を管理するオーケストレーターのモデルの下に集められます。

企業はAIオーケストレーションを使用して、複数のエージェントとその他の 機械学習（ML）モデルを調整し、連携して特定の専門知識を活用しながらタスクを完了しています。

Gajjarは、この予測は信憑性があるだけでなく、実現可能性も高いと考えています。「私たちはまだこの変化の始まりにいますが、その動きは急速に進んでいます。AIオーケストレーターは今年、企業のAIシステムのバックボーンとして容易に機能する可能性があります。複数のエージェントを接続し、AIワークフローを最適化し、多言語およびマルチメディアデータを処理できるようになるでしょう」。Gajjarはこう述べると同時に、適切な安全策を講じずに性急に導入することに対しては警告を発しています。

「同時に、これらのシステムを拡大していくには、説明責任を犠牲にすることなく円滑に運用していくための強力なコンプライアンス・フレームワークが必要になります」とGajjarは警告します。「2025年は実験段階から大規模な導入へと移行する年になるかもしれません。企業がスピードと責任のバランスをどのように取っていくのかを見るのが、今から楽しみです」。

組織は、最新のイノベーションの導入と同様に、データとAIのガバナンスとコンプライアンスにも同等の熱を注ぐことが極めて重要です。

「AIオーケストレーターが複数のエージェントと連携するようになるでしょう」とHayは説明します。「より大きなモデルがオーケストレーターとなり、より小さなモデルが制約のあるタスクを実行することになります」。

しかし同時に、エージェントが進化し、改善するにつれて、オーケストレーションされたワークフローから単一エージェント・システムへの移行が進むとHayは予測します。「個々のエージェントの能力が向上するにつれて、『このエージェントはエンドツーエンドですべてを実行できます』という考え方に移行するはずです」。

Hayは、モデルの進化に伴い、双方向の進化が予測されている。「（単一のエージェントでできることに）限界が来ると、再びマルチエージェントの連携が注目される時代に戻るでしょう。マルチエージェントのフレームワークと、万能な神のような単一エージェントの間で、押し引きを繰り返していくことになるでしょう」プロジェクトのワークフローを決定するのはAIモデルになるものの、人間が常に関与し続けるとHayは考えています。

Ashooriは、メタオーケストレーターの必要性は必ずしも必然的なものではなく、想定されるユースケースによって決まるもので、「アーキテクチャー上の決定だ」と説明します。「各エージェントは、定義上、他のエージェントとオーケストレーションする必要があるか、一連のツールを活用する必要があるか、あるいは補完的なデータが必要かを判断する能力を持つべきです。必ずしも、上位に位置し、全員を監視して指示を出す中間エージェントは必要ありません」。

しかし、場合によってはそうなるかもしれません。「目的に合わせて、専門のエージェントをどのように組み合わせて使用するかを考える必要があるかもしれません」とAshooriは推測します。「その場合は、オーケストレーターとして機能する独自のエージェントを開発することを検討する可能性があります」。

Danilevskyは、企業に対し、まずどのワークフローをエージェント化すればどの程度のROIが得られるか、またエージェント化すべきかを理解し、そこからAI戦略を策定するようアドバイスしています。「エージェントを使ったオーケストレーション・フローは必要でしょうか。もちろんです。しかし、組織内のすべてをエージェント・フローでオーケストレーションすべきかと言えば、答えはノーです。それではうまくいかないでしょう」。

今後1年間のエージェント導入の一般的なビジョンは、エージェントが人間の労働者を補完するものの、必ずしも置き換えるものではないというものです。推進派は、エージェントは人間主導の合理化されたワークフローに貢献する存在になると述べています。

しかし、エンタープライズAIの導入を取り巻く議論では、AIに起因する雇用喪失への懸念が常に続いています。エージェントの能力が向上するにつれて、ビジネス・リーダーはエージェントと人間のコラボレーションを奨励するのでしょうか、それとも従業員を排除したAIツールの導入を目指すのでしょうか。

Ashooriは、最善の道は、従業員がそれぞれの業務においてAIを最適に活用できるよう信頼することだと考えており、「従業員がエージェントをどのように活用したいかを決定できるようにする必要がありますが、必ずしもあらゆる状況でエージェントを置き換える必要はありません」と説明します。業務によってはエージェントにオフロードするのに適したものもありますが、人間の入力を代替できないものもあります。「エージェントは会議の記録や要約はできるかもしれませんが、私と会話するためにエージェントを派遣する人はいないでしょう」。

DanilevskyもAshooriの見解に賛同し、職場におけるエージェントの導入には成長痛が伴うと指摘しています。「物事が複雑になるとすぐに人間が必要になるケースは依然としてあるでしょう」。ビジネスリーダーは短期的なコスト削減のために人員を削減したいと考えるかもしれませんが、エージェントの活用は「…拡張された役割へと落ち着くでしょう。常に人間が介在し、人間は支援を受けますが、最終的な決定は人間が下すことになります」とDanilevskyは述べ、AIにおけるヒューマン・イン・ザ・ループ（HITL）のビジョンを説明します。

Hayは、職場における持続可能なAI導入への道筋を見出しています。「AIを正しく活用すれば、人間を補完し、より良い成果をあげることができます。AIが正しく活用されれば、私たちはより興味深いことに時間を割くことができます」。しかし同時に、AIが過度に重視される未来も想像できます。「AIが不適切に、あるいは間違った方法で導入された場合、人間がAIを補完するようになり、逆の事態になってしまうという現実的なリスクがあります」。

Gajjarは、AIへの過度な依存に対しても警告を発しています。「AIエージェントが一夜にして仕事を奪うとは考えていませんが、私たちの働き方は間違いなく変わるでしょう。反復的で価値の低いタスクはすでに自動化されており、人々はより戦略的で創造的な仕事に専念できるようになっています。とはいえ、企業はAI導入の方法を意図的に検討する必要があります。公平性、透明性、説明責任を重視したガバナンス・フレームワークが鍵となるでしょう」。

Hayは、オープンソースAIモデルのメリットの一つは、将来のAIエージェントマーケットプレイスへの扉を開き、クリエイターに収益をもたらす点だと述べています。「オープンソースエージェントこそが鍵だと思います」とヘイ氏は言います。「オープンソースだからこそ、誰でもエージェントを構築でき、有用なタスクを実行できます。そして、自分の会社を立ち上げることもできるのです」。

また、特に南半球では、成長に伴う潜在的な痛みや組織再編とAI主導のメリットを比較検討することも重要だとHayは考えています。

LLMはテキストベースのアウトプットを提供するため、信頼性の高いインターネット接続がない地域でもSMSでAIを活用可能です。「AIは低帯域幅のシナリオでも動作し、コストもどんどん安くなっているため、インターネット・アクセスが十分でない国でもAIを活用できるようになるでしょう」とHayは語ります。

これらの対話を通して、4人のエキスパート全員の間で2つのテーマが繰り返し取り上げられました。私たちが検討した4つの話とは別に、現在のAIの爆発的な普及を持続可能な形で乗り切るには、企業とビジネスリーダーが2つの考え方を受け入れる必要があります。

1. AIガバナンスは、コンプライアンスと責任ある使用の徹底を支援します。
2. 経済的価値に焦点を当てた堅牢なAI戦略は、企業による持続可能なAI導入につながります。

「これらのエージェントが業務に深く統合されるにつれて、企業はパフォーマンスを監視し、説明責任を確保するためのガバナンス・フレームワークを必要とします」とGajjarは訴えます。「IBMの責任あるAIアプローチが真価を発揮するのはまさにこの点です。AIが人間に逆らうのではなく、人間と協力して機能することを確実にし、導入初日から信頼でき、監査可能なシステムを構築することが肝要です」。

Ashooriは、エージェントAIが起こしうる潜在的な事故を描写しています。「現在、エージェントを使うということは、基本的にLLMを取得し、それに代わってアクションを実行させることです。もしこのアクションがデータセットに接続し、大量の機密レコードを削除することだったらどうなるでしょうか」

「テクノロジーは考えません。責任を負うこともできません」とDanilevskyは言います。偶発的なデータ漏洩や削除といったリスクに関しては、「リスクの規模はより大きくなります」と彼女は言います。「人間が限られた時間でできることには限界がありますが、テクノロジーははるかに短い時間で、私たちが気づかないような方法で物事を成し遂げることができます」。

もしもそのような事態が起こった場合、AIを責め立て、責任者の責任を全て免除することはできません。「組織内の人間が、そうした行動の責任を問われることになる」とHayは警告します。

「そこで課題となるのは透明性です」とAshooriは断言します。「そして、エージェントが行うあらゆる行動の追跡可能性も必要です。何が起こっているかを正確に把握し、追跡・追跡し、管理できる必要があります」。

Danilevskyは、自由な実験こそが持続可能な開発への道だと考えています。「人々が実際に技術を触り、構築し、破壊しようとすることには大きな価値があります」。また、開発者に対し、どのモデルを使用するか、そしてどのようなデータをそのモデルにフィードするかを決定する際には慎重になるよう促しています。「一部のプロバイダーは組織のデータをすべて取得します。ですから、少しだけ注意が必要です」。

「現在のAIブームは完全に取り残されることに対する恐れ、いわゆるFOMOによって引き起こされたもので、テクノロジーがより標準化されれば落ち着くでしょう」とDanilevskyは予測しています。「人々は、何がうまくいくのか、何がうまくいかないのかをよりよく理解し始めるdえしょう」。一方、Gajjarは、「AIエージェントをエコシステムに統合し、継続的に学習して適応し、長期的な効率性の向上を図ることにも重点を置くべきです」と付け加えます。

Danilevskyは、期待できることを適切に理解し、議論を明確なビジネス・ニーズへと再び集中させるべきだと言います。「企業は、『金槌はあるが、さてどこを打てばよいのか』というようになってはなりません。LLMが初めて登場した時に、まさにこの状況でした。人々はLLMを使うことが先に来て、何に使えばよいのかをわからずにいました」。

Hayは、企業が事前にエージェント導入の準備をしておくことを推奨しています。「価値を実現するのは、個人情報を取得し、それをエージェントが文書を照会できるように整理する組織」だと言います。どの企業にも独自の貴重なデータが豊富に存在しており、そのデータを変換してエージェント・ワークフローを強化できるようにすることで、ROIが向上します。

「エージェントを利用することで、企業は独自のデータと既存のエンタープライズ・ワークフローを活用して差別化と拡張を図ることができます」とAshooriは述べています。「昨年は企業にとって実験と探求の年でした。企業はその影響を拡大し、生成AIのROIを最大化する必要があります。エージェントはそれを実現するための鍵となるのです」。  

企業におけるAI導入の成功について詳しくは、Maryam Ashooriが作成した「エージェント型AIのコスト分析」ガイドをご覧ください。また、IBMのMixture of Expertsポッドキャストでは、Vyoma GajjarとChris Hayが2025年のAIに関する予測を詳しく解説しているエピソードがあるので、そちらもご聴取ください。