NVIDIAは、企業が信頼して使える特化型AIエージェント(自律的に状況を判断して作業を進めるAI)を構築するための開発基盤「NVIDIA Agent Toolkit」を公開しました[1]。モデル・ツール・スキル・安全な実行環境を組み合わせたモジュール式の土台で、企業や開発者が自社の業務に合わせて調整・制御できる「デジタルのAI同僚」を、より安全に・速く・低コストで作れるようにするのが狙いです[1][2]。
「アクセス」から「特化型エージェント」へ
企業向けAIの第1波は、新しいフロンティアモデルやオープンモデルを試し、実証実験を重ねる「アクセス」が中心でした[1]。次の段階としてNVIDIAが位置づけるのが、複数のモデルを組み合わせて推論し、ツールを使い、複雑な業務でも実際に行動を起こす特化型エージェントです[1]。業務を最もよく知る現場の担当者が、より役立つAIを手元で扱えるようにする発想です[1]。
実際にエージェントは、創薬を加速する研究、より多くの文脈を踏まえた脆弱性調査、サプライチェーンの調整といった場面で使われ始めています[1]。こうした特化型エージェントを動かすために企業が求めるのは、自社で調整・所有できる土台、すなわちカスタマイズ可能なモデル、既存システムにつながるツール、そして大規模でも安全に動かせる実行基盤です[1]。
モデル・ブループリント・安全な実行環境
Agent Toolkitは、エージェントに必要な3つの要素を一通り備えます[1]。推論の土台となる「モデル」、行動と専門知識をつなぐ「ツールとスキル」、そして業務を実行する「ランタイム(実行環境)」です[1]。
モデルには、用途に合わせて調整・評価・展開できるオープンモデル「NVIDIA Nemotron」を使います[1]。新たに加わった「Nemotron 3 Ultra」は、長時間動き続けるエージェント向けに小型化・高速化したオープンモデルで、複雑なエージェント処理で最大5倍速い推論と最大30パーセントのコスト削減をうたいます[2]。
安全に動かす仕組みも組み込まれています。ブループリント群「NemoClaw」は、より安全なエージェントの振る舞いのひな型を提供し、正確な結果を低コストで得られるようにします[1]。実行環境「OpenShell」はオープンソースのランタイムで、方針(ポリシー)に基づくセキュリティ・ネットワーク・プライバシーのガードレールを課し、自律的に動くエージェントを安全に展開できるようにします[1][2]。さらに、データ処理のcuDFや最適化のcuOpt、NeMo、PhysicsNeMo、CUDA-Qといった「CUDA-X」ライブラリ群を、エージェントが使える専門スキルとして開放しました[2]。これらのツールはユーザーが選んだ外部のエージェント基盤(Hermes AgentsやOpenClawなど)とも組み合わせられます[1]。
業界で動き始めた特化型エージェント
この土台は、すでに各分野で動き始めています[1]。
ライフサイエンスでは、エージェントがタンパク質設計や仮想スクリーニング、ゲノム解析、バイオマーカー探索の専門モデルを呼び出して研究を支援します[1]。新しい「NVIDIA BioNeMo Toolkit」を使うと、これまで数か月かかっていた作業を数日で終えられるとしています[1]。医療では、臨床文書の作成や臨床判断の支援、ケアの調整をエージェントが担い、病院のデジタルツイン(現実を再現した仮想環境)で訓練したロボットが手術支援や病院業務の自動化に広がる可能性があるとされています[1]。
エンジニアリング領域では、Cadence、Synopsys、Dassault Systèmes、Siemensが、NemoClawを使ってチップ設計や検証の作業を自律的に進める「AIエンジニア」を構築し、数週間分の作業を数時間に圧縮しようとしています[1][2]。セキュリティでは、CrowdStrikeが特化型のセキュリティエージェントで警告の振り分けを98.5パーセントの精度でこなし、Palantirは長時間動くエージェントで運用判断を進めています[1]。このほかPalantir、SAP、ServiceNow、Siemens、Dassault Systèmesが、重要な意思決定が行われる自社の業務基盤にエージェント機能を組み込んでいます[1]。
まとめ
NVIDIA Agent Toolkitは、モデル・ツール・スキル・安全な実行環境をひとまとめにし、企業が自社の業務に合わせて調整できる特化型AIエージェントの土台を提供します。Nemotronによる柔軟なモデル選択、NemoClawとOpenShellによる安全な実行、CUDA-Xスキルによる専門能力の拡張が柱で、創薬やチップ設計、セキュリティなど具体的な現場での採用も始まりました。汎用的なモデルを試す段階から、業務に根ざした「AI同僚」を組み上げる段階へと、企業向けAIの重心が移りつつあるといえます。もっとも、これはNVIDIA自身が描く構想でもあり、実際の業務でどこまで安全性と成果を両立できるかは、今後の現場での検証にかかっています。
