富士通、自律進化するマルチAI運用基盤を検証

富士通は、企業の業務プロセスに特化したマルチAIエージェントシステム（複数の独立したAIエージェントが協調して複雑な業務を遂行する仕組み）の構築・運用基盤「Fujitsu Kozuchi Multi AI Agent Framework（MAAF）」を開発し、2026年7月15日より先行検証を開始します。従来のAIエージェントで課題となっていた仕様変更への追随コストを大幅に削減し、運用データをもとに安全かつ継続的な「自己進化」を実現するライフサイクル管理を提供します。

ありのままの業務知識からエージェントを自動構成

MAAFは、AIの専門知識を持たない企業でも現場に即したエージェントシステムを容易に構築できるよう設計されています。

社内の業務マニュアルや設計書だけでなく、商談・会議の録音や録画などの非構造化データ（規則的な構造を持たないテキストや音声・映像データなどのこと）から、AIが自動で自動化すべき業務要件やシステム構成案を抽出します。人間は専門コンサルタントと対話するようなヒアリングセッションを通じ、設計上の論点を整理するだけで、マルチAIエージェントシステムを自律して自動構成することが可能です。

「誤進化」を防ぐ安全な自己進化ライフサイクル

構築したシステムは稼働後も継続して改善されます。運用中に得られた実行結果やユーザーからのフィードバックを取り込み、エージェントの指示内容（プロンプト）、役割分担、評価基準などを自律してアップデートします。

この際、システムの変更によってかえって性能が低下する誤進化（AIモデルやシステムの変更により全体の性能や出力品質が意図せず低下する現象）（リグレッション）を防ぐため、生成された新たな構成候補を実行環境上で事前検証し、効果が確認された変更のみを本番環境へ適用する安全制御機構が備わっています。重要な変更プロセスには人間の承認を組み込み、変更履歴を監査可能な形で保存することで、ガバナンスと安全性を両立します。

従来手法とMAAFの比較

従来のAIエージェント構築では、業務要件の変更や運用の難しさから実運用に至らないPoC（概念実証）止まりのケースが多々ありました。MAAFはこれらの課題に対し、以下のような新しいアプローチを提供します。

比較項目	従来のAIエージェント	MAAFによるアプローチ
​初期構築方法​	AI専門家が要件定義から開発までを担当	非構造化データから自動構成案を生成、対話セッションで調整
​業務変更時の追随​	手順や仕様変更のたびに再開発コストが発生	運用結果やフィードバックを基に自律学習・自己進化
​品質・安全性の担保​	本番適用後の動作確認が困難（リグレッションのリスク）	実行環境での事前検証により、性能低下を防ぐ制御機構を搭載
​知見の共有・活用​	個別の業務領域ごとに個別最適化されがち	成功・失敗パターンを構造化して類似ユースケースへ横展開

ユースケースと今後の展開

富士通は、自社の専有型AIプラットフォーム「Fujitsu Kozuchi Enterprise AI Factory」などにMAAFを組み込み、企業が業務特化AIを内製化するための中核技術として提供する計画です。また、エンタープライズ向け生成AI「Takane（富士通が開発した日本語や業務特化型タスクに優れた大規模言語モデル）」との連携も予定されています。

詳細な適用先としては、小売業における発注業務、システム開発におけるモダナイゼーション調査（ソースコードの影響分析やテスト自動化）、営業の提案準備など、複雑で属人化しやすい領域での検証が順次開始されます。

なお、現時点では先行検証の段階であり、一般企業向けの正式な提供時期や個別導入にかかる料金体系などの詳細は明らかにされています。

引用元：MONOist / Fujitsu Research Portal