富士通、業務の変化に合わせて進化するAIエージェント技術を開発（ITmedia エンタープライズ、2026年5月27日）は、法改正・仕様変更が続く企業業務でのAI活用に切り込む内容です。複数のAIエージェントが業務の成功・失敗と人のフィードバックから自律的に学習し、プロンプト調整や評価基準の更新を自身で担う「自己進化マルチAIエージェント技術」を富士通が発表しました。製造・医療・金融・行政の4領域で業務特化LLM「Takane」の精度を平均28ポイント向上させ、電子カルテや住民記録システムの設計仕様書検索でも「熟練者の探索のコツ」をAIが掴むことを確認したと報告しています。
継続適応の前提を問い直す
「人間の調整なしに自動適応できるか」という問いに対して、この技術が示す答えは微妙なニュアンスを持っています。プレスリリースには、AIが学習する材料として「人のフィードバック」が明示されています。人間の判断をゼロにする技術ではなく、人間の判断を素材として取り込み、蓄積し、再利用できる構造に変える技術です。
従来の運用では、法改正があるたびに専門家がプロンプトを修正し、検索ロジックを見直し、評価基準を手で更新していました。富士通が変えようとしているのは、その都度発生する「人手による反映」のサイクルそのものです。成功と失敗から改善案を抽出し、品質・安全性を検証したうえで有効なものだけを学習するという設計は、専門家の判断をAIが内面化していく構造と見ることができます。
問いを立て直すなら、「人間なしに動くか」ではなく「熟練者の知見をいつ、どう引き継ぐか」になります。
「継続変化」がある領域への広がり
この構造が示唆するのは、法改正対応という特殊な文脈に留まりません。「変化が継続的に起き、過去の判断を参照しながら適応を繰り返す」という構造は、企業業務の多くの場面に存在します。SaaS企業でのサポート対応、コンプライアンス文書の継続管理、セキュリティポリシーの改訂——これらは今回の技術が向けている課題と構造的に同じです。
さらに富士通は、次フェーズとして設計・開発プロセス全体への展開を示唆しています。変化対応の自律学習がコードや設計判断の積み重ねにまで及ぶなら、「変化に追いつくための人的コスト」という問いは、ソフトウェア開発の文脈でも問い直されることになります。
暗黙知の継承をAIが担うとき
「熟練者の探索のコツを掴んだ」という表現は象徴的です。熟練者の判断は多くの場合マニュアル化されず、個人の経験と感覚に残り続けます。AIエージェントが成功・失敗のフィードバックループからその判断を抽出できるなら、それは暗黙知の形式化を自動化する仕組みとも読めます。
この方向性は特定技術に留まらない含意を持っています。熟練者の知見をどう組織に残すかは、業種を問わず継続的な課題です。AIが失敗から学んで改善案を生成し、検証を経て組織知として蓄積する構造が成熟すれば、「変化に適応し続けるための体制」そのものが再定義されていく可能性があります。
富士通の発表は、そこへ向かうひとつの起点として読めます。
関連記事
- Anthropic appoints KiYoung Choi as Representative Director of Korea ahead of Seoul office opening
- Building GitHub’s next chapter in accessibility
- Unlocking asynchronicity in continuous batching
参考文献
コメント