富士通、サプライチェーン内の複数のマルチAIエージェントを連携する技術を開発

富士通は12月1日、サプライチェーン内の異なる企業に属する異なるベンダーにより開発された複数のAIエージェントが連携し、状況に応じてサプライチェーン全体を最適化するマルチAIエージェント連携技術を開発したことを発表した。

この技術を用いて、東京科学大学およびロート製薬とともに、ロート製薬のサプライチェーンを複数企業のAIエージェント連携によって最適化する実証実験を2026年1月に開始する。

技術開発の背景

近年はサプライチェーンが大規模化して関係する企業や取引の内容が複雑になっており、人手によるサプライチェーン全体の適切な運用が難しくなっている。こうした中、これまで人が行っていた企業間の調整作業などをAIエージェントが代行することで、より迅速かつ効率的にサプライチェーン全体を運用できるようになると期待されている。これにより、急な需要の変化や災害などの環境変化にも柔軟かつ迅速に対応できるようになると考えられる。

その一方で、AIの活用には大量のデータが欠かせず、企業間で機微な情報を共有しなければならないという懸念もある。また、サプライチェーンは複数の企業によって構成されており、その運用に関わる機能は多くの場合、各企業で個別に構築されている。これらの機能をAIエージェントが代行するようになった場合でも、全体で一つの統合的な仕組みになるのではなく、各企業に独自のAIエージェントが構築されることが想定される。

その場合には、各企業の機微なデータを一カ所に集約できないため、従来のAIエージェント技術ではサプライチェーンに関わる全てのAIエージェントが協調して全体の最適化を図ることは困難となる。

マルチAIエージェントの連携における課題と目指す姿

マルチAIエージェント連携技術

マルチAIエージェント連携技術は、情報セキュリティの懸念により企業間AIエージェントが連携できない課題に対し、「不完全情報下でのAIエージェント全体最適制御」と「セキュアエージェントゲートウェイ」の2つの技術で解決を目指す。

不完全情報下でのAIエージェント全体最適制御

不完全情報下でのAIエージェント全体最適制御技術によって、各企業の機微なデータを共有することなく、最低限のデータ共有のみで各企業のAIエージェントが適切に連動し、サプライチェーンの最適化と変化への迅速な対応を可能にする仕組みを実現するという。

従来は、各企業のAIエージェントを連動させるためには、各企業の作業を決定するために必要な情報を全て一括に共有する必要があり、共有される情報に機密情報を多く含む点が各企業の課題となっていた。

これに対し富士通は、AIエージェント間の提案とその回答のやり取りから、提案側のAIエージェントが相手側のAIエージェントにとって好ましいコストやスケジュール、調達ルートなどの条件を推定し、全体として提案側AIエージェントがサプライチェーン全体の最適な状態を見つけ出す技術を開発した。

セキュアエージェントゲートウェイ

セキュアエージェントゲートウェイは、分散型AI学習技術とAIエージェント間ガードレール技術などで構成される。企業に属し、異なるベンダーにより開発されたAIエージェントを、企業の機密情報およびプライバシー情報を保護しながらシームレスかつセキュアにつなぎ、企業をまたいで安心安全なAIエージェント連携の構築と運用を実現するという。

AIエージェント連携の構築時においては、各企業は自社業務に対応したAIエージェントを準備する。この際、サプライチェーン全体の生産計画など特性を相互に把握してAIエージェントを調整することにより、各AIエージェントはサプライチェーン全体の最適化に向けた動作が可能となる。

従来、この調整には、各企業の持つ機密情報やプライバシーを含むデータおよびメッセージを事前に共有する必要があった。これに対し、今回開発した分散型AI学習技術では、知識蒸留を活用して複数の他のAIエージェントと知識を共有することにより、機密情報やプライバシー情報を共有せずにサプライチェーンの特性を学べるようになる。

さらに、この技術は知識共有のための相手AIエージェントを、過去の連携における性能向上への寄与度や信頼性に基づき動的にマッチングする機能を備えており、これにより大幅な性能向上を実現する。

また、運用時のAIエージェント間の頻繁なやり取りによって機密情報やプライバシー情報が推測されたり、悪意あるAIエージェントが含まれた際に不正な質問によって機密情報やプライバシー情報を抜き出そうとしたりする場合が考えられる。

AIエージェント間ガードレール技術は、富士通のLLMガードレール技術で培った知見を活用し、悪意ある巧妙な質問を見破るとともに、事前にAIエージェントの挙動と回答を繰り返しシミュレーションすることで、機密情報・プライバシー情報を推測されない安全な情報に更新し提供することで、安全な通信を実現する。