ガートナーは11月9日、2025年のトップ10戦略的テクノロジートレンドを発表しました。このトレンドの中で、ガートナーは、2024年には0%であった日常業務の意思決定が、2028年までに少なくとも15%の日常業務の意思決定がプロキシAIによって自律的に行​​われるようになると予測しています。

一方、ガートナーは、2030 年までに人間の 80% がインテリジェント ロボットと毎日やり取りするようになると予測しています (現在は 10% 未満)。

「エージェントベースのAI」がウェブサイトやアプリケーションに取って代わります。

「エージェントベースAI」とは何ですか？

1年365日、休みなく「7x24」働けるデジタル従業員。

ガートナーのリサーチバイスプレジデント、アーノルド・ガオ氏は、ガートナーのレポートにおける「エージェントAI」という用語が、中国市場では「AIエージェント」という別の翻訳もされていると説明した。「エージェントAI」は、よりアプリケーション指向のAIエージェントとは異なり、アプリケーションよりもテクノロジー寄りである。実際、エージェントAIにはAIエージェントに加えて、「エージェントベース検索」や「マルチエージェントシステム」も含まれる。

これまで、人工知能は特定のタスクのみを対象に設計されていましたが、大規模な言語モデルがすべてを変え、AIは言語を使用し推論する能力を持ち始めました。

OpenAI は、大規模言語モデルのブレークスルーから汎用人工知能へと真に移行するまで、AI が次の 5 つのステップを踏む必要があると考えています。

最初の段階は言語能力です。ChatGPTのようなチャットボットは、自然言語を使って人間と会話することができます。

2つ目の段階は推論能力です。「推論」とは、人間と同じように問題を解決できる能力のことです。

第三段階はプロキシ機能です。このプロキシ型AIは、最終的には人間と同じようにタスクを実行できるようになります。

OpenAIが公開したo1モデルは、すでに思考速度が遅く、推論力が強いという特徴を備えており、特定の分野ではその推論能力がGPT4oをはるかに上回っています。

Gao Ting氏は、「エージェント型AI」には2つの明確な特徴があると述べています。

1つ目: 目標主導型。

「エージェントAI」はRPA（ロボティック・プロセス・オートメーション）とは異なり、人間が各ステップを計画する必要はありません。代わりに、「エージェントAI」は全体的な目標を与えられ、外部環境に基づいてタスクを自動的に計画・実行します。

2つ目：「エージェント型AI」には、記憶モジュール、計画モジュール、知覚モジュール、呼び出しツールモジュールの少なくとも4つのモジュールが必要です。

これら2つの特徴に加え、「エージェントベースAI」にとってもう一つの重要なキーワードは「アクション」です。エージェントベースAIと従来の大規模言語モデルとの最大の違いは、最も重要なキーワードである「アクション」が実行可能であることです。

「エージェント型AI」は、既存のウェブサイトやアプリ、さらには人間が行う必要がなくなった一部の仕事を徐々に置き換え、これらのAIに取って代わっていくでしょう。

ガートナーは、2028年までに定型業務の意思決定の少なくとも15%がプロキシAIによって自律的に行​​われるようになると予測しています。ガオ・ティン氏は、これらの定型業務の意思決定は主に3つのカテゴリーに分類されると述べています。

最初のカテゴリーは、反復的でデータ集約的なタスクです。これらのタスクは比較的単純で、意思決定をサポートするのに十分なデータが存在するため、プロキシAIはこれらのタスクをうまく実行できる場合が多いです。

2つ目のカテゴリーは、顧客対応を伴うフロントエンド業務ではなく、バックエンド業務の効率を向上させる表面的なタスクです。これらのタスクは環境変数が少なく、制御しやすいため、AIによる処理が容易になります。

3 番目のカテゴリは、完全な自動化を必要とする複雑な目標ではなく、意思決定パスが短く、人間の関与を伴う共同タスクで構成されます。

全体的に、エージェントベースの AI は、まず検索、個人生活アシスタント、顧客サービス、ソフトウェア開発とテスト、従来の RPA シナリオの拡張などの分野で実装されるでしょう。

高庭氏は、「エージェント型AI」の究極の目標は、人間とAIが一体となったチームを構築することだと強調した。「将来的には、一人の人間が企業となり、一人の人間がチームとなり、一人の人間が多数のAIエージェントを操作して、特定のタスクの実行や複雑な作業の完了を支援するようになるでしょう。エージェント型AIの究極の効果は、自動化のさらなる向上です。」

ガートナーはエージェントベースの AI が急速に発展すると予測していますが、2024 年時点では、エージェントベースの AI によって自律的に行​​われる日常業務の意思決定の割合はまだ 0% です。

高庭氏は、「プロキシAI」の現在の最大の問題は信頼性の低さだと述べた。例えば、複雑なタスクを完了するには、1から10までの10段階のステップがある。1つのステップに問題があっても、タスク全体の最終的な完了率が低下してしまう。ステップ数が多く、意思決定のパスが長い場合、今日の大規模モデルの信頼性では、この種のプロキシAIで複雑なタスクを完全に完了することは依然として非常に困難である。

2030 年までに、人間の 80% がインテリジェント ロボットと毎日やり取りするようになります。

ガートナーは、2030 年までに 80% の人々がインテリジェント ロボットと毎日やりとりするようになると予測しています (現在は 10% 未満)。

高庭氏は、最近中国でヒューマノイドロボットの人気が高まっていると指摘した。ガートナーは、知能ロボットは多機能ロボット、つまり人間の様々なタスクの遂行を支援できるロボットであると予測している。その形態は、ヒューマノイド型、犬型、その他様々である。重要な点は、単一のタスクではなく、複数のタスクを遂行するように設計されている点である。

ガートナーの予測によると、6年以内に、人間が日常的に知能ロボットとやりとりする割合は10%から80%に増加するとされています。この成長率は驚異的です。

高庭祥氏は、少なくとも6つの要因がインテリジェントロボットの急速な発展と広範な導入に貢献したと述べた。

まず、AIがあります。AIの統合により、ヒューマノイドロボットの認知能力は大幅に向上しました。これらの技術により、ロボットは情報を処理し、経験から学習し、自律的な意思決定を行うことが可能になり、複雑なタスクを遂行し、人間とより自然にインタラクションできるようになります。

第二に、センサー技術があります。最新のセンサー（カメラ、LiDAR、触覚センサーなど）は、ロボットの環境認識能力と物体認識能力を高めます。この機能は、複雑な空間を移動し、精度が求められるタスクを実行するために不可欠です。

3 つ目は、ロボットのアクチュエータと関節設計の革新により、可動性と柔軟性が向上します。これにより、ロボットは手術や組立ライン作業などの繊細な作業を実行できるようになり、さまざまな用途でより機敏に動作できるようになります。

4つ目、人件費の上昇：多くの地域で人件費の上昇により、企業は反復的で労働集約的な作業に対する費用対効果の高いソリューションとしてヒューマノイドロボットを導入するようになりました。ロボットは疲労することなく動作できるため、運用コストを削減できます。

第五に、労働力不足：多くの業界、特に医療や製造業は深刻な労働力不足に直面しています。ロボットは、これらの分野における生産性レベルを維持するための現実的な代替手段となります。

第六に、自動化の需要が高まっています。産業界が効率性と生産性の向上を目指す中で、自動化ソリューションの需要も高まっています。ロボットは、医療、教育、エンターテインメントなど、様々な分野で目標を達成するための重要なツールとしてますます認識されています。

将来、多機能ロボットは工場や倉庫で安価な労働力を代替するだけでなく、オフィスや家庭にも頻繁に登場するでしょう。調理、食器洗い、床拭きなど、様々な作業ができるようになるでしょう。多機能ロボットが多くの作業に対応できるようになれば、投資収益率が向上し、大規模な商業化が可能になります。

高庭氏は、「現在、国内メーカーの中には10万元台のロボットを発売しているところもあります。今後5～10年以内に、小型車を購入するのと同じような価格で10万元程度のロボットが購入できるようになると予想されます。これらのロボットは家庭内の様々な作業を手伝ってくれるので、多くの家庭にとって非常に魅力的なものになるでしょう」と述べました。

では、企業が多機能ロボットを大規模に導入するのはいつになるのでしょうか？転換点、あるいは注目すべきシグナルとは何でしょうか？高婷氏は次のように述べています。「例えば、一部の企業がロボットを活用して業務を支援する方法を教える研修システムの開発を始めたり、従業員の採用や生産性向上のためのリソースを検討する際、機械を検討し始めたり、ロボット活用に関する関連方針を策定したりといった状況は、多機能ロボットが成熟期に近づいている時期と言えるでしょう。」

やっと、

以下は、ガートナーによる 2025 年のトップ 10 戦略的テクノロジ トレンドです。

エージェントAI

エージェントAIは、自律的な計画と行動を通じて、ユーザーが定義した目標を達成します。エージェントAIは、人間の仕事を共有し、補完できる仮想労働力の実現に希望をもたらします。ガートナーは、2028年までに日常業務の意思決定の少なくとも15%がエージェントAIによって自律的に行​​われるようになると予測しています。これは2024年には0%です。このテクノロジーの目標指向機能により、幅広いタスクを実行できる、より適応性の高いソフトウェアシステムが実現します。

AIガバナンスプラットフォーム

AIガバナンス・プラットフォームは、ガートナーの進化するAI信頼・リスク・安全管理（TRiSM）フレームワークの一部です。AI TRiSMにより、企業はAIシステムの法的、倫理的、運用上のパフォーマンスを管理できます。このテクノロジーソリューションは、責任あるAI利用ポリシーの作成、管理、適用を可能にし、AIシステムの仕組みを説明し、透明性を提供することで信頼と説明責任を構築します。ガートナーは、2028年までに包括的なAIガバナンス・プラットフォームを導入している企業は、導入していない企業と比較して、AI関連の倫理的インシデントが40%減少すると予測しています。

偽情報セキュリティ

偽情報セキュリティは、新興のテクノロジー分野です。このテクノロジーは、信頼レベルを体系的に特定し、情報の完全性を確保し、真正性を評価し、なりすましを防止し、有害情報の拡散を追跡するための方法論を提供することを目的としています。ガートナーは、2028年までに企業の50%が偽情報セキュリティのユースケースに対処するために特別に設計された製品、サービス、または機能を導入し始めると予測しています。これは現在、5%未満です。

量子暗号

耐量子暗号は、量子コンピューティングによる解読のリスクからデータを保護できます。過去数年間の量子コンピューティングの発展により、現在広く使用されている従来の暗号化技術のいくつかは時代遅れになるでしょう。暗号化方式の変更は容易ではないため、企業はより多くの時間をかけて準備し、すべての機密情報や秘密情報に対して強固な保護を提供する必要があります。ガートナーは、2029年までに量子コンピューティング技術の進歩により、従来の非対称暗号化技術のほとんどが安全ではなくなると予測しています。

周囲の見えない知能

環境ステルスインテリジェンスは、大規模かつ費用対効果の高い追跡とセンシングを可能にする、低コストでコンパクトなスマートタグとセンサーによって実現されます。長期的には、環境ステルスインテリジェンスはセンサーとスマートテクノロジーを私たちの日常生活にシームレスに統合するでしょう。2027年までに、環境ステルスインテリジェンスの初期事例は、主に小売在庫管理や生鮮食品物流といった現在の課題に対処し、低コストでリアルタイムの商品追跡とセンシングを可能にすることで、可視性と効率性を向上させるでしょう。

エネルギー効率の高いコンピューティング

ITは様々な形で持続可能性に影響を与えます。2024年には、ほとんどのIT組織にとってカーボンフットプリントが最大の懸念事項となりました。AIトレーニング、シミュレーション、最適化、メディアレンダリングといった計算集約型アプリケーションは、その高いエネルギー消費量により、組織のカーボンフットプリントへの最大の要因となる可能性が高いでしょう。光学式、ニューロモルフィック式、そして革新的なアクセラレータといった新しいコンピューティング技術は、2020年代後半から登場すると予想されています。これらの新技術は、AIや最適化といった特定のタスク向けに特別に設計され、エネルギー消費を大幅に削減するでしょう。

ハイブリッドコンピューティング

中央処理装置（CPU）、グラフィックス処理装置（GPU）、エッジコンピューティング、特定用途向け集積回路（ASIC）、ニューロモーフィック・コンピューティング、そして従来の量子コンピューティングや光コンピューティングなど、新たなコンピューティングパラダイムが絶えず出現しています。ハイブリッドコンピューティングは、異なるコンピューティング、ストレージ、ネットワークのメカニズムを組み合わせ、計算上の問題を解決します。この形態のコンピューティングは、企業が問題を探索・解決するのを支援し、AIなどの技術によって現在の技術的限界を打破することを可能にします。ハイブリッドコンピューティングは、従来の環境よりも効率的な、変革をもたらすイノベーション環境を構築するために活用されるでしょう。

空間コンピューティング

空間コンピューティングは、拡張現実（AR）や仮想現実（VR）などの技術を活用し、現実世界をデジタル的に拡張します。これにより、現実世界と仮想世界のインタラクションが新たなレベルに引き上げられます。今後5～7年で、空間コンピューティングの活用はワークフローの合理化とコラボレーションの強化を通じて、企業の効率性を向上させるでしょう。ガートナーは、空間コンピューティング市場が2023年の1,100億ドルから2033年には1.7兆ドルに成長すると予測しています。

多機能ロボット

複数のタスクを実行できる多機能ロボットは、反復タスク向けに設計された特定タスク向けロボットに取って代わりつつあります。この新しいタイプのロボットの機能は、効率性と投資収益率（ROI）を向上させます。多機能ロボットは人間と協働でき、迅速な導入と容易な拡張が可能です。ガートナーは、2030年までに人間の80%がインテリジェントロボットと日常的に交流するようになると予測しています。これは現在、その割合は10%未満です。

神経学的強化

ニューロエンハンスメントは、脳活動を読み取り・解読する技術を活用し、人間の認知能力を高めます。この技術は、一方向または双方向のブレイン・コンピュータ・インターフェース（BBMI）を用いて人間の脳を読み取ることができ、人間のスキル向上、次世代マーケティング、パフォーマンス向上という3つの主要分野において計り知れない可能性を秘めています。ニューロエンハンスメントは人間の認知能力を向上させ、ブランドが消費者の思考や感情を理解するのを支援し、人間の神経機能を強化することで最適な結果をもたらします。ガートナーは、2030年までに知識労働者の30%が、職場におけるAIの台頭に適応するために、BBMIなどの技術（雇用主と個人の資金提供による）を通じてスキルを向上させると予測しています。この数字は2024年には1%未満でした。