～様々な業務を自動化・効率化する可能性を秘めた新たな一手～
※まとめコラムのため、別途追加がありましたら、Update予定です
現在、AIトランスフォーメーションセンターでは、生成AIエージェントに注力して、研究開発を推進しております。生成AIエージェント系のコラムも増えてきましたので、本コラムでまとめたいと思います。
【参考】 まとめ系コラムとして、RAG（Retrieval-Augmented Generation：「検索強化型生成」）に関するまとめコラムは以下となります。
そもそも生成AIエージェントとは？
生成AIエージェント、AIエージェント、LLMエージェント、LLMマルチエージェント、もしくは単にエージェントなど、さまざまな呼び方があり、その定義は情報発信者によって異なっています。
我々は、生成AIエージェントを、ユーザーの指示に対して、LLMが目的を達成するためのタスクを考え、複雑なタスクを自律的に解決するAIシステムと定義しています。特に「マルチエージェント」と呼ぶときは、複数のエージェントが情報共有や連携を行い、より高度なタスクをこなす場合を指しています。
AITC 生成AIエージェント技術ニュース
生成AIエージェントに関する、最近の調査情報を発信し続ける場所を作っています(AITCトップページの下部に常設)。
生成AIエージェントコラムリスト
一般向け
我々の取り組みを分かりやすく、具体的に発信した内容になっていますので、まずはこれをご覧いただくと良いと思います。
RAGとの比較観点でまとめています。
昨年末に公開したコラムで、かなりの多くの皆様に見ていただいております（多くのアクセス数）。エージェントとは何か、その応用先についてのイメージが湧く内容となっています。
これは直接的なユースケースではありませんが、データベースの情報を参照することは、エージェントのユースケースとして非常にメジャーなものです。
ビジネスにおいて生成AIエージェントがどんな変革をもたらす可能性を秘めているのかを説明しています。
技術者向け
ICLR（International Conference on Learning Representations）は、機械学習と人工知能に関するトップクラスの国際学会です。これは、2024年のLLMエージェントワークショップの論文を中心にまとめたものになります。
エージェント、Agentic workflowと呼ばれる生成AIの実装に関して、Pythonを使用した場合のメジャーな実装選択肢と実装方法について紹介しています。
最後に
企業の生成AIの活用において、まずはRAG（Retrieval-Augmented Generation）を利用したユースケースから検討するのが、重要かつ有効です。その次に来るのは、既存の業務システムへの、APIによる生成AIの組み込みと、生成AIエージェントではないでしょうか？
執筆
AITC センター長
深谷 勇次
