Home
適応的進化技術
不完全情報でも相手の利害や戦略を推定し、エージェント自身が運用ログのオフライン分析に基づき、プロンプトやワークフローを段階的に作り替える“自己進化”のコア技術。ゲーム理論に基づく公平性と効率性を定量評価しながら、現場適合度の高い合意案へ自律的に収束します。交渉は代表的な応用例であり、同技術は他領域の調整・割当・計画にも展開可能です。
小売の商談交渉における課題
小売のマーチャンダイジング（MD）サイクルでは、中流（需給計画／調達）がボトルネック化しやすく、リベート等の取引条件が属人化・複雑化して公平性と透明性が損なわれ、意思決定が遅延しがちです。本技術はこの交渉過程を可視化し、判断基準と進め方をガイドとして提示することで、納得感のある合意形成を後押しします。
適応的進化技術なら
会話・提案の履歴から相手の価値観（信念空間）をベイズ的に更新し、双方の満足度を効用空間に可視化（効用空間＝各案に対する当事者それぞれの満足度を数値化し、座標として比較可能にした空間）。Envy-free（無嫉妬）やPareto効率などの指標で案を評価しつつ、交渉ログを材料にプロンプト／ワークフローをオフラインで検証・更新。計画的なリリースごとに推定精度と現場適合度を高め、少ない往復で妥当案に到達します。
適応的進化技術がもたらす価値
- 公平で不満の残らない合意形
- Envy-freeやPareto効率などゲーム理論指標に基づき公平性と効率性を両立し、属人化しやすい条件交渉に透明性を付与
- 合意形成の迅速化と品質安定
- 信念空間×効用空間で候補案を客観比較し、受容可能な案を素早く絞り込み
- ログ活用による計画的アップデート
- 収集した履歴を分析し、定期リリースで現場適合度と成功率を向上
- 説明可能性の担保
- LLMの出力に数理評価（効率・公平）を組み合わせ、提案根拠を可視化・説明可能
|
|
|
|
|
|
|
|
|
|
|
|
技術概要
ターゲット業界・ユーザー
小売業（スーパー、百貨店、コンビニ、ドラッグストア等）の仕入・商談担当者
※ 同一技術を、リース更新や需給調整、社内配分やベンダ選定などの交渉・調整タスクへ水平展開可能
ターゲット業界・業務の課題
- 小売におけるMDサイクルは、上流（商品開発／販売準備）・中流（需給計画／調達）・下流（販売／顧客接点）に大別される
- 他社差異化のために上・下流に注力したいが中流がボトルネックになっていてできていないのが業界全体の課題
- 特に取引条件の属人化・複雑化により、公平で透明性のある交渉が難しい
技術課題
- 不完全情報下での相手の価値観・優先順位の推定精度
- LLM単体に依存した場合の公平性や説明可能性の欠如
適応的進化技術がもたらす価値（詳細）
公平性の保証：Envy-freeやPareto効率といったゲーム理論に基づく指標を用いることで、不満の残らない合意形成を実現。属人化の影響を抑えつつ、個別最適に陥りがちな条件交渉全般の透明性を高めます。
富士通の技術優位性
- 交渉ログを活用してプロンプトやワークフローを改善する自己進化機構
- LLMと数理的推論の組み合わせによる透明性・説明可能性
利用シーン
- エンドユーザー
- バイヤーや営業担当がAIエージェントを介して公正で効率的な交渉を実施
- アプリ開発者
- 小売分野の交渉支援アプリに組み込み、特定業務向けにカスタマイズ
事例・ユースケース
- 提案準備中
技術お試し
- デモアプリ：メンテナンス中
- API：メンテナンス中
- PoCの実施も可能です