おはようございます！週明け月曜日、いかがお過ごしですか？今日は土日も含めた3日間（10月24日〜26日）に届いたニュースの中から、注目の10本をお届けします。AIエージェントを外部に頼んで作る話、社内で動かす話、成果で鍛える話と、エージェントとの付き合い方を考えるヒントがそろいました！
パーソルビジネスプロセスデザインがAIエージェント受託開発を開始
クラウド Watchによると、パーソルビジネスプロセスデザインが22日、「Microsoft Copilot Studio AIエージェント受託開発サービス」の提供を始めると発表しました！Microsoft Copilot Studioは、AIエージェント（指示を受けて自分で作業を進めるAI）を組み立てるための総合的なツールです。このツールを使って、AIエージェントの導入や、より高度な活用を進めたい企業を支援するサービスで、業務の最適化から運用までを一貫して支える内容だそうです。
自分でAIエージェントを作るだけでなく、専門家に開発を頼むという選択肢も出てきています。ただ、外部に任せるにしても、どの業務のどこを任せたいかを言葉にできるのは現場の人です。手順が決まっていて繰り返しの多い作業を、今のうちに書き出しておくと相談がスムーズになりそうです！
出典：クラウド Watch
https://cloud.watch.impress.co.jp/docs/news/2150425.html
バイエル・クロップサイエンスが22の専門AIエージェントを本番運用
AWS Machine Learning Blogで、バイエル・クロップサイエンスがAWSの支援チームの伴走を受けて社内向けAIエージェントを作った事例が紹介されています！同社は品種改良の判断に使う機械学習の仕組み「CDE」を運用していますが、処理が失敗した理由や結果の出どころを知るには、どのシステムを調べればよいかを知っている必要がありました。そこで作ったのが、ふだんの言葉で質問できる「ADE」です。まとめ役が質問を22の専門エージェントに振り分けて答えます。最初の段階で質問の約8割をエンジニアの手を借りずに解決し、失敗原因の調査は1時間以上かかっていたものが10分未満になったそうです。
「どのシステムを見ればいいか」を知っている人しか答えられない質問は、どの職場にもありますよね。特定の人に同じ質問が何度も届いているなら、そのやり取りこそAIに任せられる候補かもしれません。よく聞かれる質問と、その答えの在りかを書き出すことから始めてみませんか？
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/how-bayer-crop-science-built-an-agentic-decision-engine-on-amazon-bedrock-agentcore-with-aws-unified-operations/
トヨクモのAIカメラ、現場の変化を見つけてkintoneに記録
クラウド Watchによると、トヨクモが23日、モキュラと共同で開発した新サービス「トヨクモ AIカメラ」の正式な提供を始めると発表しました！カメラの画像をAIが定期的に調べ、現場の状態が変わったことを見つけると、画像付きで知らせてkintone（業務アプリを作れるクラウドサービス）に保存する仕組みです。たとえば、決まった置き場から空のパレットがなくなった、設備のまわりに人がいる、空けておきたい通路に荷物がある、といった変化を検知できます。料金は月額7000円（税別）からで、最短3カ月から使えるそうです。
「見に行って、変わったことがないか確かめる」という確認作業は、多くの現場で毎日くり返されています。こうした仕組みが広がれば、確認は機械に任せ、人は知らせが届いたあとの対応に力を注ぐ形に変わっていきそうです。自分の職場の「見回り」にあたる仕事を、一度数えてみるのも面白いかもしれません！
出典：クラウド Watch
https://cloud.watch.impress.co.jp/docs/news/2150772.html
何手も続く作業でAIを鍛える手法、AWSが手順を公開
AWSの公式ブログが、Amazon SageMaker AI（AWSの機械学習サービス）で使える「マルチターン強化学習（MTRL）」の実践ガイドを公開しました！経費精算のように何手も続く作業では、頼りになる評価は「最後にうまくいったか」だけです。MTRLは正しい手順を教える代わりに、結果の採点方法を決めて学ばせます。単語当てゲームのWordleを使った例では、gpt-oss-20bの正解率が、学習に使っていない単語・標準の推論設定で61%から84%に上がり、学習のトークン代は約339ドルでした。Wordleは教材で、実際は社内独自の手順に強い小型で安価なモデルづくりを想定しているそうです。
AIに教えるときに要るのは「正しい手順」より「何をもって成功とするか」だ、という考え方は、人に仕事を任せるときにも通じますよね。自分の仕事のゴールを、誰が見ても合否を判定できる形で言えるかどうか、一度試してみる価値がありそうです！
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/multi-turn-reinforcement-learning-on-amazon-sagemaker-ai-a-hands-on-guide/
AIで作った広告は明示が必要に、ペンシルベニア州で新法
The Vergeによると、アメリカ・ペンシルベニア州のジョシュ・シャピロ知事が「AI欺瞞的広告法」に署名し、法律が成立しました！AIで大きく手を加えたり、AIで作ったりした広告には、その旨を示すラベルを付けなければなりません。静止画・動画・音声・文章のどの形式でも対象で、ラベルは広告と同じ形式で示す必要があります。大企業のテレビCMから飲食店のチラシまでが含まれるそうです。ペンシルベニア州は、AIコンテンツの表示を義務づけた最初の州の1つです。ただ、パロディや風刺、論評・批評、明らかな作り話は対象外で、「大きく手を加えた」の線引きもあいまいなど、抜け穴が多いとも指摘されています。
海外の話ですが、広告やSNS投稿、資料づくりでAIを使う人には参考になる動きです。どの素材をAIで作り、どこを手直ししたのかを、あとから説明できるよう記録しておく習慣は、今のうちに身につけておくと安心ですね！
出典：The Verge
https://www.theverge.com/ai-artificial-intelligence/1018187/pennsylvania-ai-deceptive-advertising-act
AIが作るグラフを操作して探れる新言語「Flint-interactive」
Microsoft Research（マイクロソフトの研究部門）が、AIエージェントが作るグラフに「触って調べる」機能を持たせるための言語「Flint-interactive」を紹介しました！クリックでの絞り込みや拡大、複数のグラフの連動といった操作は、高性能なAIでも一度で満足に作れることは少なく、やり直すたびに費用と時間がかさみ、表示も崩れがちです。Flint-interactiveでは「利用者が何を選んだか」という意味の単位で動きを指定し、細かい表示の処理はコンパイラ（指定を実際の動作に変換する仕組み）に任せます。チャットの中でも、ダッシュボードなどのアプリでも使えるそうです。
AIに分析を頼み、グラフを見て、また質問し直す。このくり返しに時間を取られた経験はありませんか？グラフそのものを触りながら考えられれば、「この数字はなぜ？」という本題に早くたどり着けます。データを扱う人ほど、問いの立て方を磨いておきたいですね！
出典：Microsoft Research
https://www.microsoft.com/en-us/research/blog/flint-interactive-a-language-for-creating-interactive-data-visualizations/
ロボットの歩行訓練、計画と準備をAIエージェントが手伝う
NVIDIA Technical Blogが、シミュレーション（コンピューター上の仮想空間）の中でロボットに歩き方を教える方法を、Microduckというロボットを例に取り上げています。計画と準備を手伝うのは、HermesやNVIDIA Nemotron、AstraといったAIです。記事によると、障害物のあるコースを進ませるには、ただ歩けるだけでは足りません。周りの様子をつかみ、バランスを保ち、道がふさがれたら動きを変える力が必要です。そのためには、素材（アセット）と環境づくり、物理シミュレーションでのロボットと環境の関わりの再現、訓練と評価という、いくつもの段階をつなげる必要があるそうです。
ひとつの大きな課題も、分けてみると「準備・再現・練習・評価」といった段階の連なりでできている、という見方は私たちの仕事にも使えます。うまく進まない仕事があったら、どの段階でつまずいているのかを分けて考えてみると、手の打ちどころが見えてきそうです！
出典：NVIDIA Technical Blog
https://developer.nvidia.com/blog/using-ai-agents-to-teach-robots-like-microduck-to-walk-in-simulation/
Block、人の会話だけで一から学んだAIモデル「Dessa」
The Vergeによると、ジャック・ドーシー氏が率いるBlock（決済サービスなどを手がける企業）が、AIモデル「Dessa」を発表しました！特徴は、人間の会話だけを材料にゼロから訓練したことで、開発チームは、知っていることはすべて人の話し声から学んだ、音声から音声へ直接やり取りするモデルだと説明しています。Blockが公開した人との会話例は、ときどき少し気まずく、不気味に感じられるものだそうです。DessaのリーダーであるRagavan Thurairatnam氏が共有した例では、やり取りはおおむね自然な一方、なぜか最初に相手を「ロナウド」という人物と勘違いしていました。
声で話せるAIが自然になるほど、電話応対や接客など「話す仕事」との距離は縮まっていきます。一方で、相手の名前を取り違えるような思わぬ動きも残っています。話す仕事をAIに手伝ってもらうなら、大事な場面では人が確認する、という線引きを先に決めておくと安心ですね！
出典：The Verge
https://www.theverge.com/ai-artificial-intelligence/1017906/jack-dorsey-block-dessa-ai-voice-speech
あわせて押さえたいニュース
ここからは、あわせて知っておきたいニュースを手短にお届けします！
AIの財務的な成果をめぐる、アポロのエコノミストの指摘
TechCrunchによると、投資会社アポロのエコノミストが、AIへの巨額の投資や広い盛り上がりにもかかわらず、テクノロジー業界以外の米国企業ではAIが財務的な成果をまったく生んでいないと指摘しました。
出典：TechCrunch
https://techcrunch.com/2026/10/25/ai-delivers-zero-financial-payoff-to-most-companies-according-to-apollo-economist/
OpenAIとポーランドのNASKがAIの安全性で提携
OpenAIの公式サイトによると、OpenAIとポーランドのNASK（同国の国立研究機関）が、AIの安全性やセキュリティ、技術研究で手を組みます。安全対策を強め、より打たれ強いデジタル環境を支えることを目指すそうです。
出典：OpenAI
https://openai.com/index/openai-nask-ai-safety-security-partnership
今日のまとめ ~ 任せる前に「合格ライン」を決めておく
この3日間のニュースから見えてくるのは、AIエージェントとの関わり方がぐっと広がってきたことです。専門家に開発を頼む道、社内の質問に答えさせる道、作業の結果で鍛える道と、選択肢はさまざまです。一方で、AIで作った広告への表示義務や、米国のテクノロジー業界以外では財務的な成果が出ていないという指摘もあり、使い方を見極める目も問われています。
これからの時代、大切なのは、
今週も、自分の仕事の中で「任せられること」をひとつ見つけるところから始めてみましょう！