〔2025/2/19〕ヘッドウォータース、AIエージェントと業務データ連携で自律思考型AIを可能にする「Agentic RAG」サービス開始
AIソリューション事業を手掛けるヘッドウォータース（本社：東京都新宿区、篠田庸介社長)は、外部データやツールへのアクセスを通じて大規模言語モデル（LLM）の性能を最大限に引き出す「Agentic RAG（Agentic Retrieval-Augmented Generation）」サービスを開始した。
ヘッドウォータースでは、「Azure OpenAI Service」による企業向けLLMサービスラインナップの拡充を行い、企業特有のニーズに応じたRAG（Retrieval Augmented Generation）のシステム構築や、コンタクトセンターAIエージェント、駅員業務AIエージェント、マイグレーションAIエージェント、車載エッジAIエージェントのほか、文章校正AIや翻訳AIなど様々なAIエージェントの開発支援を行ってきた。
その中でヘッドウォータースは「AIエージェント」の早期導入に関心を持つ企業から多くの問い合わせがおり、企業内に蓄積された業務データと組み合わせて、一部の業務を代替する業務特化型AIエージェントに対するニーズは非常に強いものとなっている。
ヘッドウォータースではこのようなニーズに対して、既に大手顧客導入実績のあるAgentic RAGのサービス提供を行う。Agentic RAGは、AIエージェントとRAGのハイブリッドモデルである多段階検索と自律的推論プロセスを併せ持つテクノロジー。
これにより、Wordで作成された現場レポートや製品設計書、Excelの受発注資料や製品リスト、データベースに格納された管理データなど、業務ごとに最適化された業務特化型AIエージェントを導入することができる。
また、AIエージェントに依頼するタスクを分担することで、特定のドメイン知識に長けた専門性と業務の効率性を向上させ、参照するデータソースを絞り込むことでRAGの精度向上にも貢献する。
業務特化した専用のAIエージェントを自律的に参照する「Agentic RAGオーケストレータ」、AIエージェントの全体設計指針である「Agentic Design Pattern」プランニング、必要要件を満たすための最適なAgentic RAGアーキテクチャ構想支援、セキュアなAgentic RAGを早期構築するためのマルチエージェント基盤「SyncLect AI Agent」を合わせて提供することで、自律性と拡張性に長けた「Agentic RAG」環境を顧客内のMicrosoft Azure環境に構築する。
Agentic RAGは、大規模言語モデル（LLM）がタスクに応じて “自ら考え、何を検索し、どのように活用するか” を判断する仕組みを取り入れたRAG技術。
従来のNaive RAGでは、単一ステップの検索結果を元に応答を行うため、目的に応じて追加情報を取りに行く再検索や、部分的に不足したドキュメントを補完するといった作業を十分にカバーできない場合があった。
これに対してAgentic RAGでは、下記のような多段階・自律的なプロセスを実装することで、より高度なクエリや柔軟な業務要件にも対応できるようになっている。
１．自律的思考プロセス
モデル自身が「まだ足りない情報は何か」「どのソースへ再度アクセスすべきか」を推論し、必要に応じて外部データソースへ追加アクセスを行う。
２．多段階検索（反復的取得）
一度の検索だけでなく、状況に応じて複数回の検索や要約、再ランク付けを実行し、最適なコンテキストを構成する。
３．エージェント型推論
チャットボットや業務支援ツールが問い合わせに応じて行動し、さらに回答の根拠を提示することで高い説明可能性を実現する。
４．高度なコンテキスト管理
複数のエージェントが連携して深い文章理解を行うことで、誤情報（ハルシネーション）の抑止や不要データの排除に繋げる仕組みを備えている。
AIエージェントは、自律的に特定のタスクを実行するインテリジェントなシステムで、複数のAIモデルを組み合わせることで、単一のモデルでは困難な高度なタスクを自動で実行する。企業では、電話応対やスケジュール管理、データ入力などの業務を自動化するために利用され、効率的なビジネス成果を達成するのに役立つ。AIエージェントの国内市場は急速に成長しており、2024年から2030年にかけての年平均成長率（CAGR）は44.8％と予測されている。
マルチエージェントシステムは、複数のAIエージェントが相互に作用し、協調してタスクを達成するシステム。各AIエージェントは自律的に行動し、周囲の環境や他のAIエージェントと情報を交換しながら、全体としての目標を達成する。
Retrieval Augmented Generation（RAG）は、大規模言語モデル（LLM）と外部のデータベースや情報源を結びつけるための新しい技術。外部の知識ソースを検索し、より強化した文章生成を行う。2024年から2030年にかけて世界のRAGの年平均成長率（CAGR）は44.7%で成長すると予測されている。
同社では、Agentic RAGは企業独自のAIエージェント活用において、あらゆるプロジェクトでデファクトスタンダードになる技術と考えている。
企業は、AIエージェントを活用することで、減少する労働人口に対応した新たな働き方の創出を目指している。こうした動向を支えるため、同社は業務効率化やコスト削減といった既存の課題を解決するだけでなく、次世代のユーザー体験を提供する革新的なAIエージェントソリューションの開発に取り組んでいく。
また、ヘッドウォータースの掲げるアライアンス戦略では、顧客企業ともビジネスパートナーとなり、共に生成AI経済圏を拡大する取り組みを行っていく。