30秒サマリー
- 富士通が業務向けマルチAIエージェント基盤「MAAF」を開発し、2026年7月15日より先行検証を開始
- 会議録画などの非構造化データから要件を自律抽出し、マルチAIエージェントシステムを自動構成
- 「誤進化」防止の事前検証機構と人の承認プロセスを組み込み、安全性とガバナンスを両立
何が起きたか
富士通は2026年7月13日、業務特化型のマルチAIエージェント運用基盤「Fujitsu Kozuchi Multi AI Agent Framework（MAAF）」を開発し、同月15日から先行検証を開始すると発表した。
MAAFは、既存のマニュアルや会議録画といった非構造化データから要件を自律的に抽出し、対話型セッションを通じて複数の構成案を提示・自動構成できる。運用履歴に基づいて継続的に改善提案を行う「自己進化」の仕組みを持ち、従来のAIエージェントが抱えていた仕様変更への対応負荷や継続運用の困難さを解消することを狙いとする。
安全性面では、変更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反映する制御機構を備える。影響の大きい変更には人の承認プロセスを組み込み、変更履歴を監査可能な形で保持する。また、運用過程で得た成功・失敗パターンを構造化して蓄積し、類似ユースケースへの横展開により次の構築・改善効率を高める設計としている。
富士通は今後、MAAFを自社AIプラットフォーム「Fujitsu Kozuchi」およびエンタープライズ向け生成AI「Takane」と連携させ展開を加速する方針だ。適用領域としては、小売業の発注業務、システム開発・モダナイゼーションにおける調査・影響分析・テスト、営業の提案準備など、複雑で属人化しやすい業務を優先する。
原典ハイライト
原文によれば、MAAFの核心は「エージェントの構築から運用、改善までを1つのライフサイクルとして扱う」点にある。生成した変更候補を事前検証し、効果確認後のみ本番反映する制御機構と、重要変更への承認プロセス・監査ログを組み合わせることで、自律進化と企業ガバナンスの両立を図るアーキテクチャが特徴として説明されている。
出典: ITmedia AI＋（報道）
So What?（なぜ重要か）
AIエージェントの「作って終わり」問題は多くの企業が直面する本質的な課題であり、MAAFが掲げる「自己進化＋安全制御」のアーキテクチャはその解決アプローチとして注目に値する。特に非構造化データから要件を自動抽出する機能は、業務知識のデジタル化コストを大幅に下げる可能性がある。一方で先行検証段階であり、実運用での有効性は今後の検証結果を待つ必要がある。
日本企業への示唆
日本企業がAIエージェントを導入しても継続運用に失敗するケースは少なくない。MAAFのような「構築→運用→自己改善」を一体化した基盤は、社内のAI担当リソースが限られる企業にとって特に有効な選択肢となりうる。小売・システム開発・営業という初期適用領域は日本の多くの業種に該当するため、先行検証の動向を注視し、自社業務との親和性を早期に評価しておくことが得策だ。また、「誤進化」防止と承認プロセスの設計は、AI導入に慎重な経営層への説明材料としても活用できる観点である。
背景・経緯
富士通はAIプラットフォーム「Fujitsu Kozuchi」や国産エンタープライズ向け生成AI「Takane」を展開しており、NVIDIAやAnthropicとの戦略的協業も進めている。MAAFはこれらの既存資産と統合する形で位置づけられており、企業全体のAI活用基盤を強化する一連の取り組みの一環とみられる。原文では先行検証の期間や参加企業・規模の詳細には言及がない。
