AIエージェントの次は、「指示を待つAI」から「自ら考え、動き、改善するAI」へ。
生成AI活用は、「ChatGPTに質問する」段階から、「AIエージェントに仕事を任せる」段階へ進んでいます。
そして、その先にあるのが「エージェンティックAI」です。
従来の生成AIは、人間から与えられた質問や指示に回答することが中心でした。
AIエージェントでは、与えられた仕事に対してツールを使い、複数のステップを実行できるようになります。
さらにエージェンティックAIでは、
目標を理解する。
必要な作業を考える。
自ら計画する。
ツールやデータを使って実行する。
結果を評価する。
うまくいかなければ、やり方を修正して再実行する。
というように、目標達成に向けて、自律的に実行・評価・修正を繰り返すことが可能になります。
つまり、
「人間がAIに毎回指示する」から、
「AIが仕事の進め方そのものを考える」へ。
企業のAI活用は、大きな転換点を迎えようとしています。
しかし、AIが自律的に動くほど、企業側には新しい設計が必要になります。
社内データをどこまでAIに扱わせるのか。
AIにどの業務を任せるのか。
どのツールやシステムを操作させるのか。
どこまでAI自身に判断させるのか。
どこに人間の承認を残すのか。
AIの実行結果をどう評価し、次の行動へつなげるのか。
ローカルLLMとクラウドLLMをどう使い分けるのか。
利用量が増えたとき、トークン・APIコストをどう管理するのか。
誤操作、情報漏洩、コスト暴走をどう防ぐのか。
Gemma 4、Ornith-1.5、Qwen3.8-27B、Agents-A1-4B、Bonsai 27Bなど、小型・高性能なローカルLLMも急速に進化しています。
クラウドLLM一択ではなく、用途・機密性・性能・コストに応じて複数のAIを使い分けることが、企業AI基盤の重要な設計論点になりつつあります。
必要なのは、AIが安全かつ継続的に働くための「企業内AI作業空間」です。
本講座では、AI駆動経営・AI駆動開発の実践者である武市真拓氏が、ローカルLLM、クラウドLLM、RAG、MCP、社内データ活用、AIエージェント設計、権限管理、ガバナンスまで、エージェンティックAIを企業業務へ組み込むために必要となる基盤設計を体系的に解説します。
特に、
「何をAIに任せるのか」
「AIにどこまで自律的に動かせるのか」
「結果をどう評価し、次の行動へつなげるのか」
「何をローカルで処理し、何をクラウドへ任せるのか」
「どこに人間の判断を残すのか」
という観点から、これからの企業AI基盤を設計・評価するための判断軸を学びます。
本講座に含まれるもの
-
- 講座テキストPDF
-
- アーカイブ動画視聴
-
- 講師への質問対応
本講義で学べる内容
本講座で学べること
-
01
AIエージェントの次、「エージェンティックAI」とは何か
-
生成AI、AIエージェント、エージェンティックAIは何が違うのか。単に指示された仕事を処理するAIから、目標に向けて計画・実行・評価・修正を繰り返すAIへ。企業AI活用の次の段階を理解します。
-
-
AIが一度処理して終わるのではなく、実行結果を確認し、必要に応じて手順やアプローチを修正しながら目標達成を目指す。そのために必要となる役割、ルール、データ、ツール、評価の考え方を学びます。
-
03
社内データを守りながら、AI利用コストを最適化する基盤設計
-
Gemma 4、Ornith-1.0、Qwen3.6、Agents-A1-4B、Bonsai 27Bなど最新のローカルLLMも視野に入れながら、ローカルLLM、クラウドLLM、RAG、MCPの役割を整理。用途・機密性・性能・コストに応じて、自社に適したAI基盤を判断するための考え方を学びます。
-
-
権限管理、Human-in-the-loop、誤操作防止、コスト暴走防止、監査・ログ管理など、AIの自律性を高めながら企業としてコントロールするためのガバナンスを理解します。
本講座はこんな方におすすめ
-
AIエージェントの次に何が起きるのかを理解したい経営層
-
-
-
-
-
-
-
-
ローカルLLM、RAG、MCPを企業内でどう使うか理解したい方
-
-
本講座はリアル受講料 33,000円、オンライン受講 22,000円の有料講座です。