複数タスクを同時にこなすAIの登場
Microsoft Researchが発表したCORPGENは、これまでのAIアシスタントとは少し違います。ChatGPTやClaudeなどの既存ツールは、一つの質問に答えたら次の質問を待つという形ですが、CORPGENは人間のように複数の仕事を同時に進められます。
例えば、プレゼン資料を作りながら、メールの返信内容を考えて、Excelでデータ整理もする。そんな働き方をAIが実現できるようになるかもしれません。研究チームは「デジタル従業員」という表現を使っていますが、まさにそんなイメージです。
従来のAIとの大きな違い
これまでのAIエージェント研究は、単一のタスクをどれだけ正確にこなせるかに焦点を当てていました。でもCORPGENは、実際の仕事環境に近い状況を想定しています。
具体的には「マルチホライゾンタスク環境」という考え方を導入しました。これは、すぐに終わる仕事と時間のかかる仕事が混在する状況のことです。メール返信は5分で終わりますが、週次レポート作成には数時間かかります。CORPGENは、こうした異なる時間軸のタスクを同時に管理できます。
実験結果では、従来のシステムと比べて最大3.5倍高いタスク完了率を記録しました。特にPowerPointを使った作業では、完了率が14.3%から42.9%に向上しています。数字だけ見ると低く感じるかもしれませんが、複数タスクを同時進行する難易度を考えると、これは大きな進歩です。
どんな仕組みで動いているのか
CORPGENの特徴は、階層的な計画の立て方にあります。人間が仕事をするとき、まず一日の予定を考えて、その中で「今この瞬間に何をするか」を判断しますよね。CORPGENも同じように、長期目標と短期行動を分けて考えます。
もう一つの工夫は、メモリの使い方です。複数のタスクを扱うと、情報が混ざって混乱しがちですが、CORPGENはタスクごとに記憶を分離します。さらに、過去に完了したタスクの経験を学習して、次回似たような仕事が来たときに活用します。この経験学習機能により、タスク完了率が8.7%から15.2%に改善しました。
技術的には、ExcelやWord、PowerPointなどのOfficeアプリをGUI操作で自動化します。つまり、人間がマウスやキーボードで操作するのと同じように、画面を見ながらアプリを操作する仕組みです。
フリーランスの仕事にどう影響するか
現時点でCORPGENは研究段階のフレームワークで、すぐに使えるツールではありません。ただ、この技術が示す方向性は注目に値します。
フリーランスとして働いていると、複数のクライアント案件を同時進行することが日常です。資料作成、メール対応、データ整理、請求書作成など、異なる種類の仕事を切り替えながら進めています。CORPGENのような技術が実用化されれば、こうした並行作業の一部を任せられるようになるかもしれません。
特に恩恵を受けそうなのは、定型的な作業が多い職種です。データ入力、レポート作成、資料整理などは、AIが経験を学習しやすい分野です。一方で、クリエイティブな判断が必要な仕事や、クライアントとの繊細なコミュニケーションは、まだ人間の領域です。
価格やリリース時期は公表されていません。Microsoftの研究プロジェクトなので、将来的にはMicrosoft 365やCopilotに統合される可能性もあります。ただし、それがいつになるかは不明です。
注意しておきたいポイント
CORPGENはあくまで研究フレームワークで、企業環境をシミュレーションするためのものです。すぐに導入できる製品ではありません。
また、完了率が最大でも42.9%というのは、まだ半分以上のタスクが失敗しているということでもあります。人間なら当たり前にできることが、AIにとってはまだ難しいという現実があります。
それから、このシステムは英語環境での実験結果です。日本語での動作や、日本の業務慣行に対応できるかは分かりません。
今後の展開
研究チームは、複数のAIエージェントが協力して作業する機能や、数日間にわたる長期記憶の維持など、さらなる拡張を計画しています。
AIエージェント技術は急速に進化していますが、実用化までにはまだ時間がかかりそうです。それでも、こうした研究が進むことで、数年後のAIツールは今とは大きく変わっている可能性があります。
まとめ
CORPGENは興味深い研究ですが、フリーランスが今すぐ行動を起こす必要はありません。研究段階の技術なので、様子見で十分です。ただし、AIが複数タスクを同時処理する方向に進んでいることは知っておく価値があります。
今できることは、既存のAIツール（ChatGPT、Claude、Microsoft Copilotなど）を使って、自分の業務のどの部分が自動化できそうか試してみることです。将来的により高度なAIツールが登場したとき、スムーズに移行できます。
参考リンク：元記事（MarkTechPost）
コメント