【完全解説】今1番熱い…トヨタ・ホンダら最強企業の「超・日本的な」生成AI活用術

連載：デジタル産業構造論

ありがとうございます！
いいね！した記事一覧をみる

会員になると、いいね！でマイページに保存できます。

自動車・モビリティ

|

タグをもっとみる

今、企業の生成AI活用は次のステージに移ろうとしている。生成AIの“使いこなし”は、ChatGPTなど汎用的な生成AIサービスを利用した業務効率化から、社内情報をRAGにより参照させる活用へと進み、さらには特定の業務プロセスを代替するAIエージェント化が進められてきた。そして今、限定された役割・業務に特化したAIエージェント同士を連携させ、回答精度の最大化を図る「マルチAIエージェント」が注目を集めている。本記事では、マルチAIエージェントの開発・活用に取り組む先進企業6社（トヨタ、ホンダ、BMW、富士通、NTTデータ、博報堂テクノロジーズ）の事例を紹介しつつ、特にトヨタのマルチAIエージェントの仕組みと、トヨタ流のマルチAIエージェントの育て方を深堀り解説する。

執筆：d-strategy,inc 代表取締役、東京国際大学特任准教授小宮昌人

d-strategy,inc 代表取締役、東京国際大学特任准教授小宮昌人

株式会社d-strategy,inc 代表取締役CEO、東京国際大学データサイエンス研究所特任准教授

　日立製作所、デロイトトーマツコンサルティング、野村総合研究所、産業革新投資機構 JIC-ベンチャーグロースインベストメンツを経て現職。2024年4月より東京国際大学データサイエンス研究所の特任准教授としてサプライチェーン×データサイエンスの教育・研究に従事。加えて、株式会社d-strategy,inc代表取締役CEOとして下記の企業支援を実施（https://dstrategyinc.com/）。

（1）企業のDX・ソリューション戦略・新規事業支援
（2）スタートアップの経営・事業戦略・事業開発支援
（3）大企業・CVCのオープンイノベーション・スタートアップ連携支援
（4）コンサルティングファーム・ソリューション会社向け後方支援

　専門は生成AIを用いた経営変革（Generative DX戦略）、デジタル技術を活用したビジネスモデル変革（プラットフォーム・リカーリング・ソリューションビジネスなど）、デザイン思考を用いた事業創出（社会課題起点）、インダストリー4.0・製造業IoT／DX、産業DX（建設・物流・農業など）、次世代モビリティ（空飛ぶクルマ、自動運転など）、スマートシティ・スーパーシティ、サステナビリティ（インダストリー5.0）、データ共有ネットワーク（IDSA、GAIA-X、Catena-Xなど）、ロボティクス・ロボットSIer、デジタルツイン・産業メタバース、エコシステムマネジメント、イノベーション創出・スタートアップ連携、ルール形成・標準化、デジタル地方事業創生など。

　近著に『メタ産業革命～メタバース×デジタルツインでビジネスが変わる～』（日経BP）、『製造業プラットフォーム戦略』（日経BP）、『日本型プラットフォームビジネス』（日本経済新聞出版社／共著）。経済産業省『サプライチェーン強靭化・高度化を通じた、我が国とASEAN一体となった成長の実現研究会』委員（2022）、経済産業省『デジタル時代のグローバルサプライチェーン高度化研究会／グローバルサプライチェーンデータ共有・連携WG』委員（2022）、Webメディアビジネス＋ITでの連載『デジタル産業構造論』（月1回）、日経産業新聞連載『戦略フォーサイトものづくりDX』（2022年2月-3月）など。

【問い合わせ：masahito.komiya@dstrategyinc.com】

マルチAIエージェントの開発・活用に取り組むトヨタ、ホンダ、BMW、富士通、NTTデータ、博報堂テクノロジーズの事例を解説する

（Photo：JarTee/Getty Images）

生成AI「3つの活用パターン」、現在の主流はどこか？

　企業の生成AI活用は、活用方法によって「3つパターン」に分けることができる。それを整理したのが下記の図だ。

■生成AI活用の3つのモデル
・活用モデル1.0
ChatGPTやGeminiなど、既存のモデルを活用しながら業務効率化を行う

・活用モデル2.0
自社データ・ナレッジと生成AIを組み合わせて業務オペレーションの変革を行う

・活用モデル3.0
生成AI活用により、新たなソリューションやビジネスモデルを開発する

　企業の生成AI活用は当初、既存の生成AIにプロンプトを入力し、都度回答してもらうような「生成AI活用1.0」から広がっていった。近年のLLMの進化は目覚ましく、この活用によって得られる成果は大きくなってきているものの、あくまで一般論としての回答が得られるだけであり、当然ながら企業の業務内容や社内データに基づいた“自社特有の事情を踏まえたタスク”は解決されない。

　そうしたことから、最近では社内のデータ・ナレッジをRAGによって参照させるような「生成AI活用2.0～3.0」に取り組む企業が増えてきている。その中でも、AI活用の進展具合によって企業ごとに活用の在り方に違いが出てきている。詳しく見ていこう。

編集部おすすめ記事

【どう動く日本】テスラ自動運転が「日本上陸」、業界地図を変える“覇権争い”の行方

先行企業はかなり違う…生成AI活用の最新トレンド

　たとえば、最近の企業の生成AI活用でよく見られるのが、「特定のAI」にさまざまなデータをRAGで参照させるという取り組みだが、すでに見えてきている課題としては、このように特定のAIにあらゆるデータを参照させる方法では、回答精度が向上しにくいということだ。

　そうした中、先行企業の中には、回答精度を最大化させるために、特定領域のデータ・ナレッジをRAGで参照させ、役割・部門別のAIを育てる取り組みが出てきている。特定領域・部門における専門性を高めることを目的に、範囲を限定したデータ・ナレッジを適切にRAGで参照させることで、回答できる範囲は狭まるが、特定領域・業務における回答精度を高めることができるのだ。

　また、こうして個別領域の回答精度を最大化させたAIエージェントを、役割・業務プロセスごとに複数用意・設置していき、各専門性を備えたAIエージェント同士をつなぎ合わせることによって、全体最適を図るという動きが出てきている。