ChatGPT登場から4年

2022年11月30日、OpenAIが生成AI「ChatGPT」を公開してから、まもなく4年になる。当初はGoogle検索に毛が生えた程度というか、もっともらしいウソ(ハルシネーション)を平気で答える、面白いおもちゃが出てきたという印象だった。それが今や、仕事の進め方を根本から変え、かたやシステムの脆弱性、セキュリティホール発見などが生成AIによって高速化され、情報漏洩が多発する事態を招いているのではないかとも言われている。

生成AI自体は、ChatGPT以前から存在していた。2020年に登場したGPT-3は、文章の続きを予測して生成するLLM(大規模言語モデル)だった。質問に答えることもできたが、質問文の続きを勝手に作ってしまうこともあった。例えば、「次の文を英語に翻訳してください:日本の人口は減少している」と入力しても、翻訳する代わりに「日本の人口は減少している。日本では高齢化も進んでいる。これらの文章を英語に翻訳しなさい。」と勝手に問題を作ってしまうこともしばしばだった。

当時のGPT-3は主にAPIを通じて利用され、会話履歴も利用者側で管理する必要があった。その後、人間の指示に従うよう調整されたInstructGPTなどを経て、GPT-3.5を使ったChatGPTが登場する。自然な言葉で対話できる使いやすさが普及を後押しし、公開から約2カ月で月間アクティブユーザー数が推計1億人に達した。

何でも答えるAIから、仕事をするAIへ

ChatGPTに代表される対話型生成AIは、実に便利だ。Pythonのプログラムを書いてもらい、クリスマスケーキのレシピを尋ね、年賀状のデザインを考え、連休の旅行プランを練る。猫も杓子もAIに質問を投げかけ、返ってきた回答に一喜一憂している。しかし、業務となると話は違う。「何でも聞けば何でも答えてくれる」ことが、必ずしも効率的とは限らない。

例えば、毎朝の売上集計で「あなたは優秀なExcelエンジニアです。当社は○○を販売しています。昨日の売上データを集計して……」と毎回指示するのは面倒だ。

先月このコーナーで紹介した『記憶を持つAIをつくる仕事術』(菅原秀宣 著)では、AIに覚えておいてほしい背景やルールを文書に保存する「EXOMEMO(エクソメモ)」を提唱していた。さらにMarkdown形式の「.md」ファイルに業務の目的、手順、注意事項などを整理しておけば、AIに繰り返し説明する手間を減らせる。

だが、もっと進めて、AI自身に必要な情報を集め、判断し、作業を実行してもらうことはできないだろうか。そこで登場するのが「AIエージェント」だ。

AIエージェントとは何か

本書ではAIエージェントを「LLMを中核とし、外部環境と相互作用するツールを備え、目標を達成するために自律的に計画と実行を繰り返すアプリケーション」と定義している。

基本構成要素は5つ。頭脳に当たる「LLM」、ファイル操作やWeb検索などを実行する「ツール」、外部情報を参照する「ナレッジ」、会話や作業履歴を保持する「メモリ」、外部環境や実行結果を把握する「パーセプション」だ。

例えば、「競合商品の価格を調べて比較表を作って」と指示すると、AIエージェントがWebを検索し、価格情報を取得し、表にまとめる。情報が不足していれば追加調査し、エラーが出れば別の方法を試す。こうした判断と実行を繰り返す点が、単なるチャットボットとの違いだ。

本書では「ワークフロー」との違いも解説している。ワークフローは、あらかじめ決めた手順に従って処理する仕組みだが、AIエージェントは状況に応じて手順そのものを判断する。

毎日の売上データを集計してレポートを作るならワークフローで十分だろう。一方、売上が急減した原因を調べ、必要に応じて在庫や競合価格まで確認するならAIエージェントが向いている。ただし、自律的な判断が増える分、処理時間やコスト、予期しない動作のリスクも増える。

自分の仕事も自動化してみた

実は私も、知らないうちにAIエージェントに近い仕組みを使い始めていた。

ある全国規模のイベントで、約1,500人が提出するデータを集計し、相互参照し、全部で15個ほどのHTMLにまとめるボランティアをしている。イベントはいくつかルールを変えて年に6回ほど開催されている。

以前はChatGPTにPythonプログラムを書かせ、ダウンロードして自分のパソコンで実行し、生成されたHTMLをテストサーバーに転送していた。ブラウザで確認して問題が見つかれば、ChatGPTに修正させ、再びダウンロード、実行、転送。これを何度も繰り返していた。これでも元のExcelデータを手作業で集計したCSVを作り、HTML化していたのに比べれば合理化されているのだが、ある時ふと思った。

「こんな単純作業、人間がやる必要はないだろう」

そこでPythonプログラムとCSVデータをGitHubに置き、GitHub Actionsを使ってHTMLの生成とサーバーへの転送を自動化した。これにより、私はブラウザで結果を確認し、ChatGPTに修正を指示するだけでよくなった。ちなみにGitHubはソースコードのバージョンを管理したり、複数のメンバーが共同でソースコードを修正する世界最大規模のサイトだ。

厳密には、これはAIエージェントではなく、生成AIとワークフローを組み合わせた仕組みだ。しかし、AIに作業を任せる第一歩としては十分な成果だった。次は、HTMLの見やすさやデザインの統一性までAIに評価させ、必要な修正を自律的に提案、実行させたい。そこまでできれば、本格的なAIエージェントに近づく。

AIエージェントは自作できる

本書ではOpenAI Agents SDK、Google ADK、Strands Agentsなどの開発フレームワークを紹介し、Pythonによる実装例も掲載している。サポートサイトからソースコードをダウンロードできるので、実際に動かしながら学べる。

プログラミングが苦手なら、Difyやn8nといったローコード・ノーコードツールを使う方法もある。また、AIエージェントと外部システムを接続するMCP(Model Context Protocol)や、複数のAIエージェントが協調する仕組みも解説されている。

もっとも、これらの技術を一冊で習得するのは難しい。本書は個々の技術を詳しく教える教科書というより、何が必要で、どこから学べばよいかを示す「知識地図」なのだ。

APIを使う実装では通常、利用量に応じた料金が発生する。一方、MetaのLlamaなどの公開モデルを自分のパソコンで動かせば、APIも利用料なしで試すことも可能だ。ただし、十分なメモリや計算能力が必要で、サンプルプログラムの修正も伴う。もっともプログラムの修正は生成AIに頼めばすぐやってくれる。

自律的に動くからこそ危険もある

AIエージェントが普及すると、セキュリティの問題は一層深刻になる。チャットボットが間違った回答をするだけなら、人間が確認して訂正できる。しかし、AIエージェントが誤った判断でファイルを削除したり、機密情報を外部に送信したりすれば、実害が発生する。特に注意したいのが「プロンプトインジェクション」だ。Webページや文書に悪意ある指示を紛れ込ませ、生成AIやAIエージェントに本来許されていない操作を実行させようとする攻撃である。

本書では、ツールの悪用、権限の不正利用、メモリの汚染、複数エージェント間の連鎖的障害などのリスクを紹介している。

対策として重要なのは、AIに必要最小限の権限しか与えず、危険な操作には人間の承認を求めることだ。こうした人間による確認を「Human-in-the-Loop」と呼ぶ。AIの動作を監視し、不適切な操作を防ぐ「ガードレール」も欠かせない。

本書は安全な活用について、リスクを把握して必要な対策を講じ、AIエージェントの可能性を最大限に引き出すことが重要だと説く。

企業のAI活用は次の段階へ

2026年も終わりが近づいてきた。ChatGPT登場からわずか4年で、生成AIは質問に答える道具から、仕事を実行する仕組みへと進化している。

いまだにチャットボットに毎回毎回質問を投げかけ、その答えに一喜一憂している段階で止まっているのか、「AIくさい」チラシやWebページを量産して喜んでいるのか。それともAIエージェントを導入して業務の生産性を向上させるのか。そのレベルによって企業の業績にも大きな差がつくだろう。

本書は開発者だけでなく、AIエージェントを業務に導入したい経営者や企画、営業部門の人にも勧めたい。自社のどの仕事をAIに任せるべきか。その判断に必要な知識を得られる一冊だ。

まだまだあります! 今月おすすめのビジネスブック

次のビジネスモデル、スマートな働き方、まだ見ぬ最新技術、etc... 今月ぜひとも押さえておきたい「おすすめビジネスブック」をPC-Webzine.comがピックアップ!

『ひとりビジネスのためのAIエージェント活用術 爆速でタスクを片付ける!「最強チーム」のつくり方』(池田朋弘、スギノ ハルカ 著/インプレス)

営業、制作、顧客対応、情報発信、経理、請求――。ひとり社長やフリーランスは、本業以外の仕事もすべて自分でこなさなければなりません。仕事が増えるほど雑務も増え、本当に力を注ぎたい業務へ時間を回せなくなります。そんなひとりビジネスの心強い味方になるのが、複数の作業をまとめて進められる「AIエージェント」です。本書では、Claudeを中心に、AIエージェントを仕事へ取り入れ、自分専用の「AIチーム」として育てる方法を解説します。各章の冒頭にはマンガを収録し、初心者が抱きやすい不安や疑問から、無理なく理解できる構成です。(Amazon内容解説より)

『AIエージェント組織実装の最適解』(園田亜斗夢、川俣彰広 著/クロスメディア・パブリッシング)

生成AIが急速に普及する一方、多くの企業ではAI実装の壁に直面しています。その原因はAIの性能でも、社員のリテラシーでもありません。AIの届け方、つまり、「設計思想」にあります。著者が業種も規模も異なる100社以上の企業にAIの導入支援をしてわかったのは、AIエージェントの全社展開に成功し、高い成果を上げている企業に共通する、まったく新しい取り組みです。本書では、これらの取り組みが何を意味するのかを一つひとつ丁寧に紐解きながら、企業がAI実装の壁を突破して、業務や事業そのものを変革していくための具体策を提示します。(Amazon内容解説より)

『AIエージェント導入を任されたら読む本』(志賀琢也 著/日経BP)

AIエージェントを業務にどう導入するか——。企業が向き合う、そんな問いに答えるのが本書です。自社の業務に適したAIエージェントは、どのような構成なのか、AIエージェントの検討・導入にはどのような体制が必要なのか。こうしたAIエージェント導入における様々な判断を自ら行えるようになるために、本書ではまず、AIエージェントの仕組みを体系的に理解することを目指します。今まさにAIに関する提案を受けてその評価を迫られている方や、これからAIエージェントの検討を始めるにあたって全体像をつかみたい方などが、最初に手に取る一冊として最適です。(Amazon内容解説より)

『経理AIエージェント 「デジタル労働力」で仕事が回る』(黒﨑賢一 著/クロスメディア・パブリッシング)

どんな企業も、「人手不足の」から逃げられない時代。救ってくれるのは、今話題のAIエージェントです。「AIに仕事を代替される」と言いますが、AI活用の本質は「協働」です。AIエージェントによる自動化は、「経理」から始めるべきです。定型業務や明確なルールに則った業務は、AIの得意分野。それに、社内の誰もが行う経理作業から始めることで、社内のAI活用浸透も速まります。その先にあるのは、人の手を必要としない自動化です。AIエージェント導入に必要な知識を、この一冊で学べます。(Amazon内容解説より)

『Claude最強のAI自動化術』(池田朋弘 著/芸術新聞社)

基本のチャット機能はもちろん、非エンジニアのための業務自動化アプリClaude Cowork、高度な仕組み化を可能にするClaude Code、さらには外部ツールとつながるMCP・コネクタ、Agent Skillsまで徹底解説します。アイデア出し、情報収集・リサーチ、文章・資料作成、ITツール活用、業務フローの自動化、バイブコーディング……ChatGPTやGeminiのように“聞く”だけで終わらない、AIに仕事を任せる新しい働き方を体験してください! Claudeを、ただの相談役から「実際に手を動かす同僚」へ。非エンジニアのビジネスパーソンがAIエージェント時代に突き抜けるために、本格的な業務効率化を始められる1冊です。(Amazon内容解説より)