富士通は、複数のAIエージェントが業務経験をもとに継続学習する「自己進化マルチAIエージェント技術」を開発したと発表した。制度改定や仕様変更にも対応する。
AIが失敗理由まで学習 富士通が自己進化技術を実用化
富士通が2026年5月25日に発表したのは、複数のAIエージェントが役割分担しながら業務を遂行し、その結果をもとに継続的に学習する「自己進化マルチAIエージェント技術」である。
従来のAIエージェントは、与えられた指示を高速に処理する能力に優れている一方、失敗した理由を自ら整理し、次の業務に安全に反映することが難しかった。そのため、プロンプト調整や検索条件、評価基準の見直しは、専門人材による継続運用に依存していた。
今回の技術では、AIエージェントが業務実行後に成功・失敗の要因を整理し、人のフィードバックや修正内容を分析する。そのうえで改善案を生成し、安全性や品質を検証した後、有効な知識だけを次回業務へ反映する仕組みを採用した。
富士通はこの技術を、業務特化型LLM（※）「Takane」の自動強化に適用し、製造、金融、医療、行政など複数分野で検証を行った結果、業務特化前と比較して平均28ポイントの精度向上を確認した。
特に医療領域では、診断名、進行度、治療方針などを一貫した形式で抽出するタスクにおいて、業務に即した情報抽出・構造化が可能になったという。
本技術は、大規模病院向け電子カルテシステム「HOPE LifeMark-HX」や自治体向け業務システム「MICJET住民記録」の設計仕様書検索にも適用された。
結果、検索結果や失敗事例、人の修正履歴などを学習し、関連文書の探索範囲を自律的に拡張するようになった。これにより、従来は熟練者の暗黙知に依存していた影響範囲調査や検索ロジック設計の効率化が可能になったという。
※LLM：Large Language Modelの略。大量の文章データを学習し、人間の自然言語を理解・生成する大規模言語モデル。生成AIの中核技術として利用されている。
AI運用の常識変える可能性 属人化解消と制御リスクも
今回の技術が実用化されれば、企業におけるAI運用の構造そのものが変化する可能性がある。
これまでのAI導入では、導入コストや保守負荷が課題になることも多かったと思われるが、一部の運用調整を自動化できるようになれば、従来より少ない人的負荷で業務特化AIを改善できるようになるだろう。
特に、日本企業で深刻化している属人化問題への効果は大きいと考えられる。
従来は熟練者個人の経験に依存していた検索条件調整や影響範囲分析をAIが学習・再利用できれば、属人化の緩和につながる可能性がある。
特に医療、行政、製造など、制度変更が頻繁に発生する分野では導入メリットが大きくなりそうだ。
一方で、自律学習型AIには新たなリスクも存在する。
AIが誤った運用ルールや偏った判断基準を学習した場合、その誤差が継続的に増幅されるかもしれない。特に医療や行政のように高い正確性が求められる領域では、人間による監査や評価プロセスが依然として不可欠になると考えられる。
富士通は今後、本技術を「Fujitsu Kozuchi Enterprise AI Factory」に組み込み、オンプレミスやエッジ環境にも展開する方針を示している。
AIが単なる自動化ツールから、「現場とともに成長する知能基盤」へ進化できるかが、次世代AI競争の重要な焦点になりそうだ。
関連記事：
富士通、AI人事異動アプリ開発 工数98％削減で属人化見直しへ
SMBC・富士通・ソフトバンクが医療AI連携 大規模国産ヘルスケア基盤の創出へ
