[市場動向]

2026年5月26日(火)日川 佳三（IT Leaders編集部）

シェアする

リスト

　富士通は、AIエージェントが業務を遂行しながら自律的に学習し、性能を継続的に高められる技術を開発した（図1）。現場ルールの変更や人からのフィードバックなどをもとに、AIがみずから判断基準を更新する。同社の業務特化型大規模言語モデル（LLM）「Takane」に組み込んで提供する。

図1：自己進化型AIエージェント技術の概要（出典：富士通）
拡大画像表示

　従来のAIエージェントは、与えられた指示の処理能力が高い一方で、失敗の原因を整理して次の業務に反映することが難しかった。業務環境の変化に適応させるためには、プロンプトや評価基準、運用ルールを継続的に手作業で調整する必要があった。

　新技術は、業務の実行結果や人からのフィードバック、制度改定などを取り込み、AIエージェント自身が成功や失敗の理由を分析する。改善案はそのまま反映せず、品質や安全性を検証したうえで有効と判断したものだけを学習する。こうして、プロンプト調整や評価基準の更新といった作業をAIが代替する。

　製造、医療、金融、行政の各分野で「Takane」に同技術を適用したところ、特化前と比べて精度が平均で28ポイント向上した（表1）。例えば医療分野では、診療記録や検査結果などの非構造データから、診断名、進行度、治療方針などを一貫した形式で抽出できることを確認した。

　電子カルテシステム「HOPE LifeMark-HX」や自治体向け「MICJET住民記録」の設計仕様書検索にも応用した。法改正や制度改定にともなうソフトウェア改修の影響範囲を特定するタスクにおいて、AIが過去の検索結果や失敗事例、人の修正内容を学習し、探索範囲を自律的に広げられるようになった。

　同社は今後、専有型AI基盤「Fujitsu Kozuchi Enterprise AI Factory」にこの技術を組み込み、業務特化AIの内製化と自律運用を支援する中核技術として提供する。また、米カーネギーメロン大学との共同研究で得た知見と、独自の生成AI軽量化技術を組み合わせ、オンプレミスやエッジ環境でも稼働できるように開発を進める。