IBM、企業AI普及の鍵は「エージェントロジック」と提唱

IBMリサーチは6月1日、企業でのAI普及を拡大する鍵は大規模言語モデル（LLM）単体ではなく、その上で機能するエージェントロジックだとする分析を公表しました。多くのAIパイロットが失敗するなか、業務の中核でAIを動かすには、LLMを正しい方向へ導く「知能的なガイド」が不可欠だと主張しています。

企業の業務は動的で長時間に及び、多数のAPIやデータベース、業務規制を抱えます。これらに対応するにはモデルの文脈を拡大する必要がありますが、フロンティアLLMにそれを委ねると幻覚やトークン消費の増大という代償が生じます。そこでIBMは、知識グラフやアルゴリズム、プログラム解析ライブラリといったソフトウェアの基本部品をエージェント層に組み込み、LLMを業務の核へ意図的に誘導する手法を提示しました。

具体例として、メインフレームのレガシーコード（Cobol/PL/1）理解では、事前にインデックス化した静的解析結果を参照することで、LLM単体に比べトークン消費を約30分の1に抑えつつ同等以上の精度を実現したといいます。テスト生成ライブラリ「Aster」ではカバレッジを20〜45%改善し、トークン量は最大15分の1に削減しました。

障害対応では、ITスタックを表す知識グラフを用いた「I3」エージェントが、GPT-5.1ベースのReActエージェントに対し最大4倍の性能を示しました。コンプライアンス自動化でも、適応的な計画立案により成功率を一桁台から最大80%超へ引き上げたとしています。

事例研究では、不動産の設備保全エージェントが資産分析時間を15〜20分から15〜30秒へと97%短縮し、点検対象も約1%から30%へ拡大しました。根拠のない主張を57%削減し、トークン使用量も平均77%減らしています。これらの成果はIBM ThinkでConcert、Sovereign Coreなどとして発表されました。

IBMは、エージェントAI時代において文脈を簡素化し業務の核を賢く辿るには、エージェントロジックの活用が欠かせないと結論づけています。最適な運用コストでのスケーラブルな普及は、こうした知能的なガイドがあって初めて現実になるという見立てです。