Home

AIが人と協調して参加者の気づきを促す会議エージェント

ユーザーの指示が無くても議論を自律的に理解し、その解決策を会議中に提示。会議エージェントの活用により「次回までに用意します」を減らして会議の生産性を向上させます。

対話型生成AIの課題

ユーザーからのプロンプトに対して、事前学習したデータに基づき応答を生成します。そのためユーザーからのプロンプトが無ければ、課題を発見し解決策を提案することができません。

富士通の自律型会議エージェントなら

ユーザーのプロンプトが無くてもAIが自律的に課題を理解し、参加者が今必要としている資料・データを発見して分析結果をその場で提示します。日本の会議でありがちな「次回までに用意します」を減らし、経営会議等における迅速な意思決定を支援します。

会議エージェントがもたらす価値

専門知識不要ですぐ導入	より質の高い意思決定を迅速に行うことを可能にします。導入したその日からすぐに使え、使い続けることで会議エージェントが成長します。専門知識は不要です。
コンテキストを理解した解決策を自動提案	過去の議事録、会議資料からコンテキストを理解した上で会議エージェントが議論を自律的に分析し、課題とその解決方法を自動で提示します。
課題・結論に対する様々なアプローチ手法を提案	発見された課題・結論に対するアプローチは単一ではありません。富士通独自の自己学習技術により、コンテキスト外のものをふくめた様々なアプローチを提案し、ユーザーの創造を支援します。

技術概要

ターゲット業界・ユーザー

当初は意思決定を会議で行いたい経営層ユーザー。順次、企業内コミュニケーション支援ツールとして拡大予定。

ターゲット業界・業務の課題

企業は社内データをAIにより分析し、意思決定に役立てようとしていますが簡単ではありません。膨大なデータとAI技術の中から最適な組み合わせを見つけるためには高度な専門知識を要するため敷居が高いのが現状です。こうような背景から、大規模言語モデル(LLM)の活用によりAI技術と自社/他社データを自律的に組み合わせてソリューションを構築するAIエージェント技術が求められています。

技術課題

会話の話題に対するタスクを生成・実行することはできますが、過去の会議の文脈に沿っていないことが多く、実務への貢献が限定的です。
会話の流れに対して素直なタスクの生成は得意ですが、一方で参加者の思考範囲を超える創造的なタスク生成が困難であるため、参加者への気づきやひらめきが得られにくいです。

富士通の自律型会議エージェントがもたらす価値（詳細）

会議エージェント導入前:人が明確な指示を与えなければ、AIは動くことができませんでした。会議においては参加者自身が課題を認識できていないケースも多く、その場合はAIに指示を出すことができないため、AIの活用範囲が限定的でした。
会議エージェント導入後: 会議エージェントを会議に参加させるだけで、会議エージェントは参加者の会話のコンテキストを理解し、抽象的な課題を解くために必要なタスクを自動的に生成、実行します。会議エージェントが自律的に情報提供や施策提案をすることで、参加者は新たな気づきを得て、会議のスムーズな進行や生産的な結論の導出が可能となります。

富士通の技術優位性

過去の会議議事録、会議資料から背景を理解した上で課題・解決策提案を可能にするコンテキスト記憶技術。
同一の状況で発生しうる異なる解釈の列挙による自己学習技術。
世界一の日本語性能を持つ企業向け大規模言語モデル「Takane」、高度な機械学習モデルを短時間で生成する「Fujitsu Kozuchi AutoML」をはじめとする独自開発AI、他社の多様なAIモデルを組み合わせて活用可能。
Microsoft連携（Semantic Kernel、Copilot）によりMicrosoft製品への組み込みが容易。

利用シーン

エンドユーザー
- 様々な会議体（経営会議、損益会議、売上会議、プロジェクト会議、1on1など）でのコミュニケーション支援ツールとして活用することで、会議参加者に気づきやひらめきを与え、会議の実りを増やす。

事例・ユースケース

社内実践中。

技術お試し

2024年12月の富士通 Strategy Briefingで行われた会議エージェントのデモです。

PoCの実施も可能です。

ドキュメント

現在準備中。

お問い合わせ