富士通は2025年12月24日、NVIDIAとの協業における最初の成果として、Physical AIやAIエージェントをシームレスに連携させる技術「Fujitsu Kozuchi Physical AI 1.0」を開発したと発表した。本技術は、NVIDIAのソフトウェアスタックと富士通の技術を統合し、機密性の高い業務ワークフローのセキュアな自動化を可能にするマルチAIエージェントフレームワークを提供する。第一弾として、富士通の大規模言語モデル「Takane」をベースとした「Fujitsu Kozuchi AI Agent」を搭載し、購買部門の調達業務を自動化する。帳票理解、購買規約解析、適合チェックに特化した3種類のAIエージェントにより、富士通の購買部門での実証実験では発注確認業務工数が約50%削減された。
NVIDIA NIMマイクロサービスへの対応により推論速度が50%向上し、一日当たり数百件の社内規約適合チェック業務の高速化を実現する。富士通は2025年度中にAIが自律的に学習・進化するAIエージェント技術へ進化させ、今後Physical AI領域へ拡張する予定である。
From: 
Physical AIやAIエージェントをシームレスに連携させる「Fujitsu Kozuchi Physical AI 1.0」を開発
【編集部解説】
富士通が発表した「Fujitsu Kozuchi Physical AI 1.0」は、AIエージェント技術における重要な転換点を示す取り組みです。この技術の本質を理解するには、まず「Physical AI」という概念について理解する必要があります。
Physical AIとは、単にデジタル空間で情報処理を行う従来のAIとは異なり、物理世界と直接的に相互作用できるAIシステムを指します。具体的には、ロボット、自動運転車、工場の自動化システムなどに搭載され、センサーを通じて現実世界を認識し、判断し、実際に物理的な動作を実行できるAIのことです。NVIDIAのジェンスン・フアンCEOは、2025年のCESにおいて「Physical AIは50兆ドル規模の製造・物流産業に革命をもたらす」と述べており、業界の注目度の高さがうかがえます。
今回の富士通の発表で特筆すべきは、複数のAIエージェントを「セキュアに」連携させる仕組みを実現した点です。企業の業務ワークフローには機密情報が含まれることが一般的ですが、従来のAIシステムでは異なるベンダーのAIエージェント同士を安全に接続することが困難でした。富士通が開発した「セキュアエージェントゲートウェイ」は、企業の機密情報やプライバシー情報を保護しながら、異なるAIエージェントをシームレスにつなぎ合わせる技術です。
購買部門での実証実験で得られた50%という業務工数削減の数値は、単なるベンチマークではなく、実際の業務環境での成果である点が重要です。3種類の特化型AIエージェント(帳票理解、購買規約解析、適合チェック)がそれぞれ専門性を発揮しながら連携することで、従来は人手に頼っていた複雑な判断業務を自動化しています。
富士通の大規模言語モデル「Takane」は、2024年9月にCohereとの協業により発表されたもので、日本語処理において世界最高水準の性能を持つとされています。JGLUE(Japanese General Language Understanding Evaluation)ベンチマークでトップスコアを記録しており、特に金融、政府機関、研究開発など高度なセキュリティが求められる分野での利用を想定して開発されました。今回のPhysical AI技術は、このTakaneをベースに業務特化型のエージェントを構築している点が特徴です。
NVIDIA NIMマイクロサービスとの統合により、推論速度が50%向上するという点も見逃せません。一日数百件におよぶ規約適合チェック業務において、処理速度の向上は業務効率に直結します。NIMはバージョン管理やアップデート機能を提供するため、AIシステムの保守性が向上し、長期的な運用が容易になります。
今後の展開として注目すべきは、2025年度中(富士通の決算期は3月末)に、AIが自律的に学習・進化する技術へと発展させる計画です。さらに、Physical AI領域への拡張により、AIエージェントが物理的なロボットを制御し、現実世界の複雑なタスクを実行できるようになります。これは製造現場における自動化の質を根本的に変える可能性を秘めています。
この技術が社会に与える影響は多岐にわたります。労働力不足に悩む産業において、高度な判断を伴う業務の自動化が進むことで、人材をより創造的な業務へシフトできる可能性があります。一方で、セキュリティの確保は極めて重要です。複数のAIエージェントが機密情報を扱う環境において、情報漏洩のリスクをいかに最小化するかは、技術の普及において避けて通れない課題となるでしょう。
【用語解説】
Physical AI(フィジカルAI)
物理世界と直接的に相互作用できるAIシステム。センサーを通じて現実世界を認識し、判断を下し、ロボットなどを介して物理的な動作を実行する。従来のデジタル空間のみで動作するAIとは異なり、製造現場、物流、自動運転など、現実世界での作業を自動化・最適化する。
AIエージェント
特定のタスクや目標を自律的に実行するAIシステム。ユーザーの指示を理解し、必要な情報を収集・分析し、判断を下して行動する。複数のAIエージェントが連携することで、より複雑な業務ワークフローの自動化が可能になる。
マルチAIエージェントフレームワーク
複数の専門性を持つAIエージェントを組み合わせて、複雑な業務ワークフローを構築・実行するための基盤技術。各エージェントが得意分野を担当しながら相互に連携し、全体として高度なタスクを遂行する。
セキュアエージェントゲートウェイ
異なるベンダーが開発したAIエージェント同士を、企業の機密情報やプライバシー情報を保護しながら安全に接続する技術。データの暗号化やアクセス制御により、AIエージェント間の通信をセキュアに保つ。
NVIDIA NIM(NIMマイクロサービス)
NVIDIAが提供するAIモデルのデプロイメントを支援するマイクロサービス。バージョン管理やアップデート機能を備え、AIシステムの保守性を向上させる。推論処理の最適化により、AI処理の高速化も実現する。
Fujitsu Composite AI
抽象的なビジネス課題をチャット形式で理解し、最適なAIモデルを自動的に組み合わせてソリューションを提案する富士通の技術。単一のAIでは対応できなかった複雑なユースケースにも対応可能。
RAG(Retrieval-Augmented Generation)
検索拡張生成。大規模言語モデルが回答を生成する際に、外部データベースや文書から関連情報を検索・参照することで、より正確で最新の情報に基づいた回答を生成する技術。ハルシネーション(AIの誤った情報生成)の軽減に有効。
ソブリン領域
国家や企業が自国・自社でデータやシステムを管理・運用する領域。データ主権やセキュリティの観点から、クラウドサービスに依存せず、独自のインフラでAIシステムを構築・運用する環境を指す。
JGLUE(Japanese General Language Understanding Evaluation)
日本語の言語理解能力を評価するためのベンチマーク。大規模言語モデルの日本語処理性能を客観的に測定するための標準的な評価指標として利用される。
【参考リンク】
Fujitsu Kozuchi(富士通コズチ)(外部)
富士通のAIプラットフォーム。生成AI、機械学習、データ分析などの各種AI技術を統合し、企業向けに提供している。
NVIDIA Corporation(外部)
米国カリフォルニア州を拠点とするテクノロジー企業。GPU、AI向けチップ、ソフトウェアスタックを開発・提供している。
Cohere(外部)
カナダ・トロントを拠点とするAI企業。エンタープライズ向けの大規模言語モデルを開発し、富士通のTakane開発パートナー。
富士通株式会社(外部)
日本を代表するICT企業。コンピューティング、ネットワーク、AI、データ、セキュリティなどの技術を活用している。
NVIDIA Omniverse(外部)
NVIDIAが提供する3D設計協業・シミュレーションプラットフォーム。デジタルツインの構築やPhysical AIの訓練環境として活用される。
【参考動画】
NVIDIA CEO Jensen Huang on Physical AI at CES 2025
NVIDIAのジェンスン・フアンCEOが2025年のCESで行ったPhysical AIに関する基調講演。製造・物流産業におけるPhysical AIの可能性について語っている。
【参考記事】
Fujitsu rolls out Kozuchi Physical AI 1.0 with NVIDIA to power agentic automation(外部)
富士通とNVIDIAの協業によるKozuchi Physical AI 1.0の詳細を解説。セキュアエージェントゲートウェイの重要性、購買部門での50%の業務削減効果、NVIDIA NIMによる推論速度50%向上について具体的に説明している。
What is Physical AI? | NVIDIA Glossary(外部)
NVIDIAによるPhysical AIの公式定義。自律システムがカメラ、ロボット、自動運転車などを通じて物理世界を認識・理解・推論し、複雑なアクションを実行する技術について解説している。
What is physical AI — and how is it changing manufacturing? | World Economic Forum(外部)
世界経済フォーラムによるPhysical AIの製造業への影響に関するレポート。Amazonの100万台以上のロボット活用による配送効率25%向上、移動効率10%向上、熟練職30%増加などの具体的データを紹介している。
Fujitsu launches “Takane” – A large language model for enterprises offering the highest Japanese language proficiency in the world(外部)
富士通のTakane LLMに関する公式プレスリリース。JGLUEベンチマークで世界最高水準の日本語処理性能を達成したこと、Cohereとの協業の詳細、エンタープライズ向けセキュア環境での利用を想定した開発背景について説明している。
AI goes physical: Navigating the convergence of AI and robotics | Deloitte(外部)
デロイトによるPhysical AIとロボティクスの融合に関する分析。今後10年間でエージェントAIシステムとPhysical AIロボットシステムの統合が進み、ロボットの「脳」がエージェントAIになると予測している。
Physical AI Fuels the Machines of Tomorrow – Carnegie Mellon University(外部)
カーネギーメロン大学のコンピュータサイエンス学部長によるPhysical AIの解説。デジタルAIエージェントとは異なり、Physical AIは現実世界環境でのセンシング、反応、意思決定を含むシステムであると定義している。
Fujitsu Launches Kozuchi Physical AI 1.0 to Unify Robotics and Agents – Hyperight(外部)
Fujitsu Kozuchi Physical AI 1.0の技術的特徴を詳述。購買部門での実証実験における発注確認業務50%削減、今後のロボット制御への展開計画について説明している。
【編集部後記】
AIエージェントが現実世界で協調し始める未来は、思っていたよりも早く訪れるかもしれません。富士通が示したのは、単なる自動化ではなく、機密情報を扱いながら複数のAIが安全に連携するという、極めて実践的なアプローチです。皆さんの職場では、どのような業務がAIエージェントの連携によって変わり得るでしょうか。また、Physical AIが製造現場やオフィスに浸透していく過程で、私たち人間の役割はどう再定義されていくのでしょう。技術の進化を見守りながら、一緒に考えていきたいテーマです。
