富士通開發出能隨業務持續學習的「自我演進多 AI 代理人技術」
富士通開發出多個 AI 代理人協同工作，並能從日常執行結果中自主學習的技術。此技術不再需要專家手動調整，在業務特定型 LLM「Takane」中實現了平均 28 個百分點的精準度提升。
📋 文章處理履歷
- 📰 發表: 2026年5月26日 00:00
- 🔍 收集: 2026年5月25日 15:32
- 🤖 AI分析完成: 2026年5月27日 14:19（收集後46小時47分鐘）
富士通開發了一項「自我演進多 AI 代理人技術」，讓多個 AI 代理人以團隊形式執行業務，並能從日常執行結果、人類反饋、制度調整及規格變更等變化中自主學習。
在業務現場，法律修訂與規格變更持續發生，判斷基準（如應參考哪些資訊）過去皆依賴熟練者的隱性知識。傳統 AI 若要整理失敗原因並反映改進，必須有專家的調整。這項新技術使 AI 代理人能自行整理成功與失敗原因，在驗證品質與安全性後，僅學習有效的改進方案。
在業務特定型 LLM「Takane」的應用評估中，該技術在製造、醫療、金融及行政等領域實現了平均 28 個百分點的精準度提升。例如在醫療領域，該技術在從診療記錄中提取資訊方面表現出極高的有效性。這使企業能減少對 AI 專業人才的依賴，實現隨業務變化而自律優化的 AI。此外，富士通正透過 OneFujitsu 倡議，加速其全球數據驅動型經營的轉型。
在業務現場，法律修訂與規格變更持續發生，判斷基準（如應參考哪些資訊）過去皆依賴熟練者的隱性知識。傳統 AI 若要整理失敗原因並反映改進，必須有專家的調整。這項新技術使 AI 代理人能自行整理成功與失敗原因，在驗證品質與安全性後，僅學習有效的改進方案。
在業務特定型 LLM「Takane」的應用評估中，該技術在製造、醫療、金融及行政等領域實現了平均 28 個百分點的精準度提升。例如在醫療領域，該技術在從診療記錄中提取資訊方面表現出極高的有效性。這使企業能減少對 AI 專業人才的依賴，實現隨業務變化而自律優化的 AI。此外，富士通正透過 OneFujitsu 倡議，加速其全球數據驅動型經營的轉型。
常見問題
今回開発された技術の最大の特長は何ですか？
AIエージェントが業務遂行の結果やフィードバックから成功・失敗理由を整理し、品質と安全性を検証したうえで有効な改善案だけを自律的に学習・反映する点です。
この技術はどのような業務に適用されましたか？
業務特化型LLM「Takane」の自動強化・継続進化、および「HOPE LifeMark-HX」や「MICJET住民記録」といった大規模業務システムの設計仕様書検索に適用されました。
精度評価の結果はどうでしたか？
製造、医療、金融、行政などの領域で精度評価を実施した結果、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ました。
この技術の導入による企業のメリットは何ですか？
AI専門人材への依存を抑えつつ、自社業務に最適化されたAIを短期間で構築し、運用を通じて継続的に進化させることが可能になります。
なぜ従来技術では業務への適応が困難だったのですか？
業務環境の変化に合わせてAIエージェントを適応させるには、プロンプトや評価基準、運用ルールの継続的な調整が不可欠であり、これらを専門家が手動で行う必要があったためです。