【UiPath】書籍『エージェント型AI』第Ⅰ部 要点

はじめに

最近読んだ パスカル・ボーネット著『エージェント型AI』 が大変面白かったので、その序章と第Ⅰ部(第1章～4章)の要点について説明し、UiPath製品との関連性について個人的な見解を述べたいと思います。

原著は2025年3月14日、日本語訳は2025年12月17日に出版されています。AIエージェントの分野は日々急速に進歩していますので実例はやや古い感が否めませんが、AIエージェントに関する本質的な考察については多くの気づきを与えてくれます。翻訳本は解説付きで720ページと非常にボリュームがあり、AIエージェントの導入・推進・実装に関して深い洞察が得られると思いますので、ご興味を持たれた方は書籍もお読みいただければと思います。

序章: 生成AIの根本的課題

現在の生成AIは 考えることは優秀だが、何も実行できない という状態です。知識労働者は作業時間の最大60%をシステム間のデータコピーやAI出力の手動実行に費やしています。この状況を本書では AI配管工 と表現されています。序章では3つのストーリーを通じてこの問題を描いています。

問題点	ストーリー
実行ギャップ	ブライアンがChatGPTでギリシャ旅行を計画しましたが、推薦ホテルは閉業、「隠れたビーチ」は地図に存在せず、おすすめの料理教室は6ヶ月先まで予約済みでした。AIは夢のような計画を描けますが、実際の空き状況確認や予約手続きは人間に委ねられます。
学習ギャップ	ジェシカ博士のチームがAIで気候研究を完成させましたが、引用論文は実在せず、各セッションのデータが相互矛盾していました。生成AIには「一貫した持続性」が欠如しており、セッション間で知識を維持できません。
連携ギャップ	救急病院で複数のAI(バイタルサインAI、検査結果AI、薬剤管理AI等)がそれぞれ患者の危険を検知しましたが、システム間で通信できず看護師が手動で調整しました。医療スタッフは勤務時間の55%をシステム間連携に消費しています。

大規模投資にもかかわらず、生成AIプロジェクトを初期パイロット以降に拡大できた企業は15%未満という現実があります。

エージェント型AIとは

ラテン語「agere(行動する)」に由来し、AIとツールを使って目標を自律的に達成するシステムです。生成AIがクエリへの応答にとどまるのに対し、エージェント型AIは目標を理解し、自発的に行動し、フィードバックに基づいて戦略を適応させます。

生成AIとエージェント型AIの主な違い

特性	生成AI	エージェント型AI
コア能力	コンテンツ生成	計画・意思決定・複数ステップ実行
メモリ	短期のみ	持続的記憶
自律性	人間のプロンプトが必要	最小限の人間入力で動作
外部統合	最小限	API・DB・物理システムと深い統合
ビジネス効果	速度25%向上	時間節約30-60%、プロセス加速40-90%

ただし現在のAIエージェントはタスク指向であり、開発よりも展開が難しく、人間の監視が不可欠です。

成功事例としてマッキンゼーのオンボーディング90%時間削減、ペッツ・アット・ホームの獣医AI(精度99.6%)などがあり、プロセス速度30-90%向上、コスト25-40%削減、エラー率30-60%低下といった成果が報告されています。

第1章: ChatGPTの先にある世界

エージェント型AIは単一のイノベーションではなく、第1の潮流である LLM(脳) と第2の潮流である オートメーション(手) という2つの技術潮流の融合から生まれました。

第1の潮流: LLMへの道

• ディープブルー(1997): チェス王者に勝利したが、チェス以外何もできない「サヴァン型」知能でした
• **ニューラルネットワーク革命: ** 再現可能な学習方法を持つが、要求レベルの高い3つの要素が必要でした
  1. 大量のデータ（数百万の例）
  2. 大規模な計算能力（数千台のハイエンドコンピュータ）
  3. 洗練されたアーキテクチャ
• Transformerアーキテクチャ(2017): 単語検索だけでなく文脈理解・意味把握・アイデア接続を可能にしました
• GPT-3(2020): 明示的に訓練されていないタスクを実行できる創発的能力を発揮しました
• ChatGPT(2022): 人間と対話し推論できるようになりましたが、行動の提案のみで実行はできませんでした

第2の潮流: オートメーションの進化

• RPA(2010年代〜): 人間のPC操作(クリック、タイピング、コピペ)を模倣。ただし画面変更や例外に脆弱で、知能や判断力はありませんでした
• インテリジェントオートメーション: RPA+ML+NLP+コンピュータビジョンで、非構造化データの解釈や簡単な意思決定が可能になりました
• オートメーションの停滞期(2020年代初頭): 定型タスクは自動化済みとなり、人間の判断を要する動的タスクがボトルネックとして残りました

LLMが「脳」を、オートメーション技術が「手」を提供し、この2つが合流してエージェント型AIが誕生しました。MRKL/ReAct(2022)、Toolformer/AutoGPT/LangChain(2023)などのLLMベースAIエージェント技術が次々と登場しています。

市場と導入状況

• AIエージェントは2030年まで年率44%成長で、セコイア・キャピタルは10兆ドル市場と予測しています
• ガートナーは2028年までにエンタープライズソフトウェアの3分の1にAIエージェントが統合されると予測しています
• 市場は3カテゴリーに分かれます:
  • カスタマイズ可能プラットフォーム
    • ローコード: UiPath、Microsoft エージェントビルダー
    • フルプログラミング: LangChain、AutoGen
  • ジェネラリストエージェント
    • 画面操作で多様なタスクを実行: OpenAI Operator、Anthropic Computer Use
  • スペシャリストエージェント
    • 研究特化: Deep Research
    • 営業特化: Agentforce

本番環境導入済みの167社調査の結果

ユースケース	割合	主な成果
カスタマーサービス	35%	解決時間12-30%改善、コスト20-40%削減
社内業務	25%	処理時間30-90%削減、コスト25-50%削減
営業・マーケティング	20%	収益9-21%増加、成約20-30%増加
セキュリティ・不正検知	12%	不正70%削減

• 成功の鍵は、明確なユースケース定義、強力な変革管理、堅牢な技術インフラ
• 成功実装の70%がハイブリッド型人間-AIワークフローを採用
• 主な課題はシステム統合(45%)、データ品質(35%)、技術的専門知識(20%)

第2章: エージェント型AIの5段階進化

SPARフレームワーク

AIエージェントの4つの基本能力を、自動運転車のアナロジーで説明しています。

能力	説明	自動運転車での例
Sense(認識)	環境からデータを収集し、コンテキストを把握	カメラ・レーダー・センサーで周囲を監視
Plan(計画)	情報を処理し、目標達成のステップを策定	交通パターンを考慮し最適ルートを評価
Act(行動)	計画を実際のアクションに変換して実行	ステアリング・加速・ブレーキを操作
Reflect(振り返り)	経験から学び、アプローチを改善	工事や渋滞の情報を将来の走行に活かす

自動運転車とエージェント型AIはともに、この4つの能力がループして協働することで強力になります。

エージェント型AI段階的フレームワーク

SAE(自動車技術者協会)の自動運転レベルにインスピレーションを得たエージェント型AIの進化形態のレベルです。

レベル	名称	概要
0	手動操作	すべて人間が実施。基本的なデジタルツールは使用するが完全に人間が操作します
1	ルールベース自動化	固定ルール・RPAで、知能や適応性はありません
2	インテリジェント自動化	RPA+ML/NLP/CVで、非構造化データ処理や予測が可能。ただし厳格なパラメータ内で動作します
3	エージェント型ワークフロー	LLMによる計画・推論・生成が可能。定義された領域内で適応しますが、未知の状況にはやや脆弱です
4	半自律型システム	特定ドメイン内で独立動作し、目標分解・戦略的計画・適応学習を行います
5	完全自律型(理論上)	あらゆるドメインで自律しますが、現時点では完全に理論的な段階です

現在の市場はレベル2-3が主流で、一部の特化型システムが限定的なドメインでレベル4に達しています。

ゴールデンルール「シンプルなほど良い」 ― レベルが上がるほど自律性は増しますが、直接的な人間のコントロールは減少します。シンプルな下位レベルのエージェントから始め、組織の能力とガバナンスを段階的に構築すべきです。

第3章: エージェント型AIの「頭の中」を覗く

エージェント型AIを特徴付ける6つの特性

1. デジタルワーカー: 単なるツールではなく、思考し適応する熟練したデジタル従業員として機能します
2. 既存システムとの共存: ERP・CRM等の既存インフラを置き換えるのではなく連携して動作します
3. 24/7運用: 人間と異なり常時運用を維持。数百万のトランザクションを継続的に監視可能です
4. 無限のスケーラビリティ: 採用・研修不要で、数分で追加インスタンスをデプロイ可能です
5. 普遍的な適用性: SPAR能力はどの業界でも一貫しており、幅広く適用可能です
6. コラボレーション力: 人間や他のエージェントとの協働が可能。例えばコンテンツマーケティングでは、初稿生成・SEO最適化・公開スケジュール管理を別々のエージェントが担い、人間が戦略的方向性を提供します

エージェント型AI特有の6つの限界

1. 知能のシミュレーション: 過去のパターンに基づく予測であり、世界を「理解」しているわけではありません
2. データ品質への依存: 人間が「数字がおかしい」と感じるところを、AIは不正確なデータでも自信満々に処理します
3. 常識の欠如: 午前3時の会議提案やハリケーン中の屋外活動推奨など、明白な制約を見逃します
4. 創造性の限界: 既存パターンの「リミックスの名手」であって、「オリジナルの作曲家」ではありません
5. ハルシネーション問題: 存在しない薬の推奨や架空の判例引用など、虚偽情報を高い確信度で生成します
6. 倫理的判断力の欠如: 効率性に基づいて最適化する一方、意思決定の人間への影響を考慮しません

マルチエージェントシステム(MAS)

複雑性管理・専門化・レジリエンス向上のために、複数エージェントの協調が有効です。

• 「1エージェント、1ツール」原則 が一貫した結果を出力します。
• 1つのコーディネーターエージェントが複数の特化型エージェント間の作業フローを管理します。

組織モデルには3つのパターンがあります:

モデル	特徴
階層型	コーディネーターが全体管理、下位にタスク専門エージェント。バランスが良い
中央集権型	1つのオーケストレーターが全指揮。一貫性は高いがボトルネックのリスク
分散型	全エージェントがピアとして通信。スケーラビリティに優れるが結果が予測不能になることも

成功要因は明確な通信プロトコル、効果的な調整メカニズム、堅牢なエラー回復です。

創造性 vs 信頼性のジレンマ

LLMの確率的性質が創造性と不安定性の双方を生みます。対策としてTemperature(ランダム性)制御、ガードレールシステム、精密なエージェント指示書、専門化(1エージェント1ツール)があります。

重要な認識: LLMを使用する場合、100%のコントロールは不可能です。エラー許容度ゼロの状況下(重要な医療判断等)ではレベル1-2の決定論的自動化を選択すべきです。

第4章: エージェント型AIの実力を試す

ジェネラリストエージェントの登場

Anthropic Computer Use、Google Project Mariner、OpenAI Operatorは画期的な存在です。特定のユースケース向けではなく、人間と同じ画面インターフェースを使って多様なタスクをこなします。APIを持たないアプリケーションにも対応可能です。

請求書処理テスト

Anthropic Computer Useに請求書処理を依頼しました。事前プログラミングなしで7分で完了しましたが、データを人間の習慣と異なる横方向に配置しました。AIはコンピュータを独立して使用できるようになりましたが、人間とは異なる独自の方法で行います。

ペーパークリップゲーム実験

哲学者ニック・ボストロムの有名な思考実験に「ペーパークリップ最大化」というものがあります。

ある企業が、AIに「ペーパークリップ(ゼムクリップ)を最大限に生産せよ」と命令した。
AIは超知能化し、あらゆる資源・あらゆる人間・あらゆる生命を「ペーパークリップの材料」として変換し始めた。

実験の結果

この思考実験をシミュレートしたブラウザゲームをエージェント型AIにプレイさせた結果は次の通りです。

観察された能力:

• 15クリックごとにスクリーンショットを撮影して進捗を体系的に監視
• 仮説の形成と検証、A/Bテストの実行
• ゲーム進行に伴う戦略の進化(生産率・在庫・効率・自動化を総合的に計画)

発見された限界:

• 総収益より需要最大化に固執する基本的なビジネスロジックの欠如
• 経験豊富なビジネスマネージャーなら即座に気付く最適化の見落とし
• 反証に対する戦略修正の遅さ

実験の教訓

• AIエージェントは実際にシステム内でアクションを実行するため、誤判断のリスクは生成AIより高くなります
• 持続的な目標維持能力は利点であると同時にリスクでもあります
• コマンド型からメンターシップ型への協業モデルの転換が必要です。具体的指示から、より広い指導と監視へのシフトが求められます

UiPath製品との関連性

本書第Ⅰ部の議論は、UiPathの製品戦略と複数の接点を持っています。以下、両者の関連性を整理します。

UiPath製品との関連性はUiPath社の公式見解ではなく私の個人的な理解に基づいております。

本書のフレームワークにおけるUiPathの位置づけ

本書はAIエージェント市場のカスタマイズ可能なプラットフォームの一例としてUiPathを明示的に挙げており(ローコードカテゴリー)、エンタープライズ向けエージェント構築基盤として認識しています。

オートメーションの進化との対応

本書が描くオートメーション技術進化の3段階は、UiPathの製品ロードマップと整合しています。

本書の段階	UiPath製品での対応
レベル1 (ルールベースRPA)	UiPath Studio / Robot による従来型RPA
レベル2 (インテリジェント自動化)	Document Understanding、IXP、Communications Mining等のAI機能統合
レベル3 (エージェンティックワークフロー)	Agent Builder、Maestro、Coded Agents

UiPathはRPA市場のリーダーとしての基盤から、LLMとオートメーションの融合というエージェント型AIの方向へ製品を拡張しており、本書が指摘する「2つの技術潮流の合流」を体現する立場にあります。

本書の推奨事項とUiPath機能の対応

本書の推奨事項	関連するUiPath機能
「1エージェント、1ツール」原則	Agent Builderで個別エージェントを構築し、Maestroで連携
段階的導入(低レベルから開始)	既存RPAワークフロー → AI機能追加 → エージェント化の段階的移行パス
ハイブリッド人間-AIワークフロー	Action CenterによるHuman-in-the-loop(エスカレーション)、Orchestratorによる監視・ガバナンス
マルチエージェント連携	Maestroによるビジネスプロセスオーケストレーション、外部エージェント統合
ガードレールとガバナンス	AI Trust Layerのセキュリティ設定、監視、監査ログ機能

考慮すべき事項

• 本書はUiPathを含む複数のプラットフォーム(Microsoft エージェントビルダー、LangChain、AutoGen、Crew.ai等)を並列的に紹介しており、特定製品を推奨する立場ではありません
• 本書が強調する「エージェントの確率的な不安定性」や「100%のコントロール不可能性」は、UiPath製品を含むすべてのLLMベースエージェントプラットフォームに共通する課題です
• UiPathの強みは レベル1-2の決定論的自動化基盤を既に持つ点 にあります。本書は高リスク場面でのレベル1-2の決定論的自動化の採用を推奨しており、RPAとエージェント型AIの使い分けができることは実践上の利点となりえます
• 一方、エージェント型AI分野はOpenAI、Anthropic、Google、Microsoftなど大手プレイヤーが急速に参入しており、競争環境は流動的です

おわりに

本記事ではパスカル・ボーネットの著書『エージェント型AI』の序章と第Ⅰ部の要点を説明し、UiPath製品との関連性について説明しました。この内容が皆さんのAIエージェント導入・推進プロジェクトにおいて何らかの参考になれば幸いです。最後までお読みいただき有難うございました！