投稿者 global-ai-media 
生成AIのトレンドは、人間が呼び出して使う「ツール」としてのAIから、自ら推論し行動する「エージェント」へと移行しつつあります。VentureBeatが提唱する「Intelition（知能＋意志）」という概念を軸に、AIがサプライヤーや規制当局、顧客といった異なる領域を横断して自律的に業務を遂行する未来と、日本企業が備えるべきデータ基盤やガバナンスについて解説します。
「呼び出す」AIから「行動する」AIへ
これまでの数年間、私たちが目にしてきた生成AI（ChatGPTやCopilotなど）の多くは、人間がプロンプトを入力し、その要求に応じてテキストや画像を生成するという「呼び出し型（Invoked）」のツールでした。しかし、現在そのパラダイムは大きく変わりつつあります。新たな潮流は「Agentic AI（エージェンティックAI）」、すなわち自律的なエージェントとしてのAIです。
元記事ではこれを「Intelition（Intelligence：知能 + Volition：意志/自律性）」という造語で表現しています。これは、AIが単に知識を検索して提示するだけでなく、目標を達成するために自ら推論し、計画を立て、外部システムと連携して具体的な「アクション」を起こす段階への進化を指します。例えば、在庫不足を検知してアラートを出すだけでなく、サプライヤーのシステムと連携して発注を行い、配送手配まで完結させるような動きです。
サイロ化された知識をつなぐ「オントロジー」の重要性
AIが組織の壁を越えて自律的に動くためには、共通言語となるデータ構造が必要です。元記事では、組織が「オントロジー（概念や知識の体系）」を連携・連合（Federate）させることの重要性を説いています。
日本企業の多くは、部門ごとにシステムが分断され、データがサイロ化しているという課題を抱えています。Agentic AIが真価を発揮するには、社内データだけでなく、サプライヤー、規制当局（法規制データベース）、顧客といった外部のステークホルダーとも意味的に繋がったデータ連携が不可欠です。AIが「規制に準拠しているか」「在庫はあるか」「顧客の契約内容は適切か」を横断的に判断するには、APIによる接続だけでなく、データの意味を理解できる構造化された基盤整備が、これまで以上に重要なエンジニアリング課題となります。
自律性の向上と新たなリスク
AIが単なる回答作成から「行動」へとシフトすることで、リスクの質も変化します。従来のチャットボットであれば、誤った回答（ハルシネーション）を人間がチェックすれば済みました。しかし、AIが自律的に発注や送金、メール送信などのアクションを行う場合、そのミスは実損害に直結します。
特に商習慣や契約履行に厳格な日本社会において、AIの自律的な行動が引き起こすトラブルは大きな信用問題となり得ます。「AIが勝手にやった」という言い訳は通用しません。したがって、AIにどこまでの権限を与えるか、どのプロセスで人間の承認（Human-in-the-loop）を必須とするかという、より高度な業務設計とガバナンスが求められます。
日本企業のAI活用への示唆
グローバルの潮流である「Agentic AI」の台頭を受け、日本企業は以下の3つの観点で準備を進めるべきです。
1. 業務プロセスの「自動化」再定義
RPA（ロボティック・プロセス・オートメーション）が得意とした定型業務の自動化に加え、AIエージェントは「判断」を伴う非定型業務の自動化を可能にします。深刻な人手不足に直面する日本において、これは単なる効率化以上の意味を持ちます。人間が指示待ちのAIを使うのではなく、AIが同僚としてタスクをこなす体制への移行を視野に入れ、業務フローを再設計する必要があります。
2. 「守りのガバナンス」から「動かすためのガバナンス」へ
AIのリスクを恐れて禁止するだけでは競争力を失います。これからは「AIにどのような権限範囲（Scope of Action）を持たせるか」を定義するガバナンスが必要です。例えば、金額の閾値を設けて少額決済のみ自律化する、あるいはドラフト作成まではAIが行い最終承認は人間が行うなど、段階的な権限委譲のルール作りが急務です。
3. データ基盤の整備と標準化
AIが推論するためには、社内外のデータが論理的に繋がっていなければなりません。レガシーシステムのモダナイズを進めると同時に、業界標準のデータ形式やオントロジーへの準拠を意識することが、将来的に他社や社会インフラと連携するAIエージェントを構築する鍵となります。