NTTデータ「LITRON」拡充、AIが会議前準備

NTTデータが、統合AI基盤「LITRON」を拡充したと発表した。LITRONは、AIエージェントに業務プロセス全体を実行させることを目指す基盤で、今回新たに追加された「LITRON Buddy」は、利用者の端末上にある予定・会議情報・業務履歴を参照し、業務の背景や進捗を継続的に理解する仕組みを持つ。この理解をもとに、関連資料の情報収集や資料準備、会議準備、タスク整理などを支援するという(NTTデータの発表)。

会議前にAIが下調べを済ませておいてくれる、という発想自体は新しくない。目新しいのは、その下調べが単発の指示応答ではなく、予定や過去の業務履歴を継続的に参照した「文脈の積み上げ」の上で行われる点にある。担当者が毎回背景を説明し直さなくても、AIエージェント側が業務の流れを覚えている状態を前提にした設計である。会議という一つのイベントの前後を、それぞれ別のAIが担うという分業が進んでいる。

読者にとっての意味は、会議に関わるAI活用が「会議中」だけの話ではなくなったということだ。会議前の資料準備、会議中の記録、会議後の要約・タスク化は、それぞれ性質の違う作業であり、必要な情報も異なる。会議前は予定や過去の業務履歴という「静的な蓄積」を参照する作業であるのに対し、会議後の要約は会議中に交わされた「その場の発言」を素材にする作業だ。両者は同じ基盤で担う必然性がなく、前工程・後工程で別のツールを組み合わせる使い方が現実的になりつつある。

この分業の広がりは、二つの論点を投げかけている。

一つは、会議前準備の自動化が精度を発揮するのは、参照できる業務履歴がどれだけ整理されているかに依存するという点だ。LITRONは端末上の予定・会議情報・業務履歴を参照して背景を理解するとされているが、その履歴自体がバラバラのフォーマットで散在していれば、AIが拾える文脈も限定される。会議前のAI活用を導入する際は、AI側の性能以前に、参照元となる業務記録(会議の要約やタスクの履歴)を日常的に残し、参照しやすい形に保っておくことが前提条件になる。ここは見落とされがちだが、会議後の要約・記録を継続的に蓄積しているかどうかが、会議前AIの精度を左右する構造になっているということでもある。

もう一つ、今回の発表で見逃せないのは「LITRON Library」という、構築したAIエージェントを組織内で共有・再利用できる仕組みだ。NTTデータはこれにより、類似するAIエージェントの重複開発を防ぎ、全社的な展開を促進するとしている。これは、AIエージェント活用が個人の工夫やチームごとの独自運用にとどまりがちだった、という業界共通の課題への対応と読める。ある部署が作った「会議準備エージェント」の設計を他部署がゼロから作り直す必要がなくなれば、AI活用の定着速度は組織単位で底上げされる。逆に言えば、エージェントを個人の手元だけで完結させ、資産として共有する仕組みを持たない組織は、同じような自動化を何度も再発明するコストを払い続けることになる。AIエージェント導入を検討する際は、個々の性能だけでなく、作った成果を組織内でどう再利用できるようにするかという運用設計まで含めて評価する価値がある。

会議前の資料準備をAIが担うようになるほど、会議中・会議後に人が判断すべき領域は相対的に絞り込まれていく。文字起こしの精度についても改善が続いており、会議前後の両方でAIが担える範囲は着実に広がっている。