Microsoft Ignite 2026で発表されたAI技術、何が変わった?

はじめに

AITCセンター長の深谷です。

2026年11月17日から20日にかけて、Microsoftの年次技術カンファレンス「Microsoft Ignite 2026」が米国サンフランシスコで開催されています。

今年6月のMicrosoft Build 2026では、Opening Keynoteの内容をもとに、AIエージェントの進化についてコラムを書きました。

コンテキストで決まるAIエージェント Microsoft Build 2026から

はじめに 2026年6月2日から3日にかけて、Microsoftの年次開発者向けカンファレンスである「Microsoft Build 2026」が開催されました。 Microsoft Buildは、開発者、IT部門…

今回のMicrosoft Ignite 2026では、その方向性がさらに具体化され、企業固有の知識をAIが活用する仕組みや、AIエージェントを継続的に改善・管理するための技術が数多く発表されました。これからのAI活用における重要な要素として、次の3つが挙げられいます。

  • Human Ambition(人間の可能性):AIによって人間の能力や仕事の可能性を広げる
  • Intelligence(企業独自の知能):企業自身が知識を保有し、継続的に蓄積・改善する
  • Trust(信頼):AIの行動を把握し、安全性やガバナンスを確保する

本記事では、約2時間25分のOpening Keynoteから、特にAI技術に関連する発表を中心に紹介します。

Copilotは「質問に答えるAI」から「仕事を進めるAI」へ

今回、サティア・ナデラCEOは、Copilotを仕事のための新しいOS(Operating System for Work)と位置付けました。

従来、私たちはWord、Excel、PowerPoint、Outlook、Teamsなど、仕事の内容に応じてアプリケーションを使い分けてきました。

しかし、AIエージェントが進化すると、人間が個々のアプリケーションを操作しなくても、AIに仕事の目的を伝えることで、必要なアプリケーションやデータを利用して業務を進められるようになります。

今回、Copilotの主な機能として次のものが紹介されました。

  • Copilot Cowork:複数ステップからなる複雑な仕事をAIに委任する
  • Copilot Code:自然言語による指示から業務アプリケーションやダッシュボードを作成する
  • Copilot Autopilot:継続的な業務を自律的に進める
  • Copilot Workspaces:人間と複数のAIエージェントが、共通の目的や情報を共有しながら仕事を進める

例えば、顧客の状況を継続的に確認し、必要な情報を収集して報告書を作成したり、フォローアップのメールを準備したりすることが可能になります。

特にAutopilotは、自身のID、メモリ、メール、コンピューターを持つAIエージェントとして紹介されました。

AIが単に質問に回答するだけでなく、仕事の流れの中で継続的に動く方向へ進化しています。

Microsoft IQ

今回のOpening Keynoteで重要な位置を占めていたのが、Microsoft IQです。

Microsoft IQは、企業内に存在するデータ、業務知識、組織情報、判断基準などを、複数のAIエージェントが共通して活用できるようにするための基盤です。主に4つの要素から構成されます。

  • Work IQ:Teams、メール、会議、文書、人や組織の関係性など、仕事の文脈を扱う
  • Fabric IQ:業務データ、業務エンティティ、関係性、ルールなどを扱う
  • Foundry IQ:技術文書、マニュアル、規程、過去の報告書など、企業に蓄積された知識を扱う
  • Web IQ:インターネット上のニュースや公開情報などを扱う

今回、350以上の外部コネクターとの連携に加え、これらの情報を組み合わせて利用するためのBusiness Plugins(ビジネスプラグイン)が紹介されました。

Business Pluginsでは、どの情報を参照し、どの業務ルールに従い、どのツールを利用するかといった、業務固有のコンテキストを管理・再利用できます。

Microsoft IQはMicrosoft CopilotやFoundryだけでなく、MCP(Model Context Protocol)やAPIを介して、ChatGPTやClaudeなどからも企業のコンテキストを活用できる方向が示されています。

これは、企業が蓄積してきた知識を、特定のAIモデルやAIアプリケーションに依存させずに活用するための重要な取り組みです。

Introducing the new Microsoft IQ: Putting your organization's intelligence to work in every agent | Microsoft Azure Blog

Discover Microsoft IQ, the enterprise context management platform that unifies business knowledge and data to build trusted AI agents.

Knowledge Graphsと検索専用モデル

Microsoft IQに関連して、Foundry IQにおけるKnowledge Graphs(ナレッジグラフ)とMicrosoft Retriever 1も発表されました。

従来のRAGでは、文書を分割し、Embeddingなどを利用して関連性の高い文章を検索することが一般的でした。しかし、企業の複雑な業務では、文章の意味的な類似性だけでなく、情報同士の関係性を理解する必要があります。

Knowledge Graphは、こうした部品、製品、規格などをエンティティとして扱い、それらの関係性を明示的に管理する仕組みです。

今回のFoundry IQでは、文書からエンティティや関係性を抽出し、自然言語やGQL(Graph Query Language)で検索する機能がPublic Previewとして発表されました。

また、Microsoft Retriever 1は、AIエージェントが必要な情報を取得するための検索計画に特化したモデルです。

検索専用モデルを利用することで、高性能なLLMによる検索計画の処理を減らし、検索の効率化やコスト削減を目指しています。

RAGについても、単に関連文書を検索するだけでなく、情報の関係性や検索プロセスまで含めて高度化する方向が示されています。

https://techcommunity.microsoft.com/blog/azure-ai-foundry-blog/foundry-iq-introducing-knowledge-graphs-engineered-for-agents/4572683

用途に応じたAIモデルの使い分け

Microsoft独自のMAIモデル群の進化も発表されました。

ソフトウェア開発向けのMAI Code 2、MAI Code 2 Flash、セキュリティ向けのMAI Cyber 2 Flashなど、特定の業務に最適化されたモデルが紹介されています。

その中でも興味深いのが、Microsoft-Decision-1.1です。

これは、今年の9月に話題となった、TypeSafe AIが開発した「Jev」と同じカテゴリーの、判断に特化したAIモデル(Decision Model)です。

https://typesafe.ai/blog/introducing-system-one-models-and-jev

通常のLLMが文章生成や推論など幅広いタスクを処理するのに対し、Decision Modelは、分類、優先順位付け、処理の振り分け、検証、ワークフロー制御などに特化しています。

あらかじめ用意された選択肢に対して確率スコアを返す仕組みで、不確実な場合には判断を保留し、人間に確認を求めるといった制御も可能です。

また、Microsoft Foundryでは、タスクに応じて適切なモデルを選択するModel Routerの強化も進められています。

今後のAIシステムでは、すべての処理に高性能なLLMを利用するのではなく、処理の内容に応じてモデルを使い分け、品質・速度・コストを最適化することが重要になります。

https://commandline.microsoft.com/microsoft-decision-model-ga

Microsoft FoundryのContinuous Improvement(継続的改善)

今回のMicrosoft Foundryでは、AIエージェントのContinuous Improvement(継続的改善)を支援する機能が強化されました。

これまで、AIエージェントの性能改善は、開発者がプロンプトを修正したり、モデルを変更したりして、個別にテストすることが一般的でした。

Microsoft Foundryでは、こうした改善を継続的に実施するため、次のような仕組みを提供します。

  1. AIエージェントに求める品質基準を定義する
  2. 本番環境での実行履歴やユーザーのフィードバックを収集する
  3. AIが失敗した原因や改善すべき点を分析する
  4. プロンプト、Skills、利用モデルなどの改善案を生成する
  5. 改善案を評価し、人間が承認したものを本番環境に適用する

特に重要なのが、Trace(実行履歴)とEvaluation(評価)の組み合わせです。

AIエージェントが何を調べ、どのツールを使い、どのような結果を出したのかを記録し、それが業務上適切だったかを評価します。

そしてAgent Optimizerでは、その評価結果を利用して改善候補を生成・検証することができます。

今回のIgniteでは、Skillsの最適化やコスト最適化などの機能もPreviewとして拡張されました。

また、モデル自体の追加学習を行うManaged TrainingやProgrammed Trainingも紹介されています。

ただし、AIエージェントは利用されるだけで自動的に賢くなるわけではありません。業務に適した評価基準を定義し、改善結果を検証する仕組みが必要です。

Microsoft Foundry continuous improvement helps agents learn | Microsoft Azure Blog

Explore continuous improvements in Microsoft Foundry and how teams can optimize agents for quality, cost, performance, and enterprise scale.

Agent 365とPerception AIエージェントの管理とセキュリティ

AIエージェントが増えるほど、企業として管理すべき対象も増えていきます。

今回、MicrosoftはAgent 365の機能拡張を発表しました。

Agent 365は、企業内のAIエージェントを一元的に把握・管理するための仕組みです。

AIエージェントごとのID、アクセス権、利用ツール、実行状況、セキュリティリスク、コストなどを管理します。

Microsoft製のAIエージェントに加え、外部のAIプラットフォームで構築されたエージェントも管理対象にする方向が示されています。

また、Agent 365 Business Analyticsでは、AIエージェントの利用コストだけでなく、どのような業務を支援し、どれだけの価値を生み出しているかを可視化する仕組みが紹介されました。

https://techcommunity.microsoft.com/blog/agent-365-blog/whats-new-in-microsoft-agent-365-ignite-2026/4571753

もう1つ注目したいのが、Microsoft Perceptionです。

Perceptionは、セキュリティ対策をAIエージェントで支援するシステムで、次のような役割を持つエージェントが紹介されました。

  • Red Team:攻撃を模擬して脆弱性を発見する
  • Blue Team:脅威を検知・調査する
  • Green Team:脆弱性の修正や対策を支援する

これらを組み合わせることで、セキュリティ対策の調査から対応までを効率化します。

今回、Perceptionの一般提供開始が発表されました。

AIエージェントが自律的に業務を実行するようになるほど、何を実行できるのか、どの情報にアクセスできるのか、どのような結果を出しているのかを、企業として管理することが重要になります。

https://techcommunity.microsoft.com/blog/perception-blog/whats-new-with-microsoft-perception-at-ignite-2026/4571834

まとめ

今回のMicrosoft Ignite 2026では、AIモデルの進化に加え、AIエージェントを企業の業務に組み込み、継続的に改善・管理するための技術が数多く発表されました。

Copilotは、質問に答えるだけでなく、業務を継続的に実行する仕組みへ進化しています。

Microsoft IQは、企業内に散在する知識やデータを、複数のAIエージェントが共通して活用できるようにすることを目指しています。

Microsoft Foundryでは、AIエージェントの実行履歴や評価結果を利用した継続的改善が進み、Decision Modelなどによる処理の効率化も図られています。

さらに、Agent 365やPerceptionによって、AIエージェントの管理やセキュリティも強化されています。

これらの技術に共通するのは、AIモデル単体の性能向上だけではなく、企業固有の知識や業務プロセスとAIを結び付け、それを継続的に活用・改善できるようにするという方向性です。

筆者
AITC センター長
深谷 勇次