AI LAB

Insights and Innovations

ISMのAIツール

無料で文字起こしをはじめる
点線の用語から説明を表示できます AIキーワード辞書 ↗
Sus8システム
2026/11/16
AIニュース
NVIDIAのAI Day Seoul、企業が管理するAIエージェントと実世界で動くロボットが焦点に

この記事の要点

ソウルのAI Day Seoulには2,000人超が参加し、フィジカルAIと企業が管理するAIエージェントの実装が議論されました。韓国語・文化に対応した開発や500人超が参加した実習も紹介されています。日本企業には、任せる業務と権限、評価条件を具体化する視点が参考になります。

目次
韓国のAI開発が示した、モデルの先にある実装課題


AIに回答を生成させるだけでなく、業務を実行させ、現実の環境で機械を動かすには何が必要でしょうか。韓国・ソウルの展示会場COEXで2日間にわたり開かれた「AI Day Seoul」には、2,000人を超える参加者が集まりました。NVIDIAが紹介した会場の様子からは、AIエージェントとフィジカルAIを、企業や開発者が自ら実装する段階へ進めようとする姿勢が見えてきます。

フィジカルAIとは、周囲の状況を認識し、現実世界での動作につなげるAIを指します。ロボットなどへの応用が代表例です。AIエージェントは、目的に応じて情報を扱い、外部のツールなどを使って処理を進める仕組みとして捉えると理解しやすいでしょう。動かす対象は異なりますが、どちらも生成した内容を実際の行動につなげる点で共通しています。



イベントには、韓国の大手企業、スタートアップ、開発者コミュニティが参加しました。分科会には、Coupang Intelligent Cloud、Doosan Robotics、LG AI Research、LG Electronics、NAVER Cloud、SK Telecom、Upstageの登壇者が顔をそろえています。技術提供側だけでなく、事業や研究の現場に近い組織が議論に加わった構成です。

企業の担当者が注目したいのは、モデルの性能だけではありません。AIに何を任せ、どこまでの権限を与え、どう検証するかという実装上の判断です。今回の催しは、ロボティクス、企業向けエージェント、人材育成を一つの場で扱いました。個々の発表を追う際にも、この「行動するAIをどう運用するか」という軸を置くと、事業との接点を整理しやすくなります。
汎用ロボットの実用化へ、大手とスタートアップが参加


NVIDIAでロボティクスとエッジAIを担当するバイスプレジデントのDeepu Talla氏は、韓国がその規模以上の存在感を示していると評価しました。同氏が挙げたのは、Doosan Robotics、Hyundai Motor Group、LG Electronics、SK Groupなどの企業です。Real WorldやLuda Roboticsといったスタートアップも、NVIDIAのプラットフォームを利用し、汎用ロボティクスを実世界へ持ち込む取り組みを進めていると紹介しています。

ここでいう汎用性は、導入先を選ばず、すぐにあらゆる仕事を任せられるという保証ではありません。一般にロボットの用途を広げるには、対象物や作業環境の違いに対応する必要があります。実用化を判断する企業にとっては、どの作業を、どの条件で実行できるかという具体的な範囲の確認が欠かせないでしょう。



会場では「Physical AI Startup Connect」も開かれ、NVIDIAのスタートアップ支援プログラム「Inception」に参加する10社が事業や技術を紹介しました。登壇したのは、AIM Intelligence、Avikus、GoLe Robotics、MOVIN、Neubility、ROAI、ROBROS、TESOLLO、TwelveLabs、XYZです。ただし、各社の発表内容や実証結果の詳細まで、今回の開催報告で示されているわけではありません。

日本企業がこうした動きを参考にするなら、最初に整理すべきなのは自社の作業条件です。例えば、対象物の位置が一定か、人と作業空間を共有するかによって、必要な検証は変わります。これは今回の登壇企業の成果を評価するものではなく、導入を考える際の実務上の見方です。汎用性という言葉を、自社で確認できる作業要件に置き換えることが、技術紹介を事業判断につなげる出発点になります。
企業向けAIエージェントで問われる「所有と制御」


NVIDIAで応用研究を担当するバイスプレジデントのJonathan Cohen氏は、企業が自ら所有し、制御できるエージェントの構築方法を示しました。企業向けAIを考えるうえで、この視点は具体的です。業務を任せる仕組みには、回答の品質だけでなく、どの情報にアクセスし、どの操作を実行するかを管理する必要があるためです。

一般に、文章を提案する段階と、業務システムへ変更を加える段階では、求められる管理が異なります。社内資料から問い合わせへの回答案を作る場合と、顧客情報を更新する場合を比べると、その違いが分かりやすいでしょう。後者では、誤った処理が後続の業務にも影響する可能性があります。エージェントを制御するという考え方には、こうした行動範囲の設計も含めて捉える余地があります。



ただし、Cohen氏のセッションで紹介された個別の設定や構成は、開催報告だけでは確認できません。「企業が所有する」という説明から、すべてを自社設備で運用する方式や、特定の導入条件まで断定することは避けるべきです。公開された内容から読み取れる中心は、企業自身が管理できるエージェントを構築するという方向性にあります。

導入側は、この方向性を自社の要件に落とし込めます。参照できる情報、利用できるツール、人による承認が必要な処理、実行履歴の確認方法を整理すると、検証すべき点が明確になるでしょう。最初から業務全体を委ねる必要はありません。限定した作業で、意図した範囲を守って動くかを確かめる進め方が考えられます。性能と制御を別々に評価することで、便利さだけに偏らない判断がしやすくなります。
韓国語と文化に合わせたエージェントを育てるコミュニティ


「Agentic AI 10x Bootcamp Community Day」には、Pseudo Lab、Python Korea、PyTorchKR、HAERAE、Hugging Face KREWなど、多様な開発者コミュニティが集まりました。Graph User Group、Womxn Who Code Korea、Dnol(Datayanolja)なども参加しています。企業の発表と並行して、オープンなモデルやツールを使う開発者同士が、取り組み方を共有する場が設けられました。

韓国語の文字「ハングル」を記念するハングルの日にちなんだハッカソンでは、Fastcampusとの共催による大会の最終候補5チームが紹介されました。各チームは、韓国語と韓国文化を学習したエージェントを、実行環境であるOpenShellランタイムを用いて構築しています。優勝したFlyGateには、NVIDIA DGX Sparkシステムが贈られました。



この取り組みから日本の企業が考えられるのは、言語への対応を翻訳の自然さだけで評価しないという視点です。業務で使うエージェントには、社内の略語や顧客対応の表現、依頼の意図を読み取るための文脈が関わります。これは一般的な導入上の論点であり、今回の参加チームがそれらをすべて解決したと示すものではありません。実際、各チームの学習方法や評価結果の詳細は、開催報告には記載されていません。

SK Telecomで多様な情報形式を扱う基盤モデルを研究するHyunho Yang氏は、率直に話し合えたことや、開発者仲間の熱意から刺激を受けたことを述べています。コミュニティの価値は、完成した成果の披露に限りません。自社内では気づきにくい課題や評価の観点を持ち寄れることにもあります。日本語での実装を進める際にも、実際の利用場面に即した課題を共有する姿勢は参考になるでしょう。
500人超が参加した実習、開発から運用までを学ぶ構成


AI Day Seoulでは、500人を超える開発者が、終日開催のNVIDIA Deep Learning Instituteのワークショップや、韓国語で実施されたNVIDIA認定試験に参加しました。Deep Learning Instituteは、NVIDIAが提供する技術学習プログラムです。発表を聞く機会に加え、実装を担う人材が学ぶ場を設けた点に、イベントの構成上の特徴があります。

ワークショップでは、大規模なAI推論の展開と最適化、NVIDIA Isaacプラットフォームを使ったロボティクスの一連の開発工程、安全なAIエージェントの開発が扱われました。推論とは、学習済みのモデルを使って回答や予測を得る処理です。モデルを試す段階を越え、利用を広げる際には、応答速度や計算資源の使い方なども検討する必要があります。



これらのテーマは、企業でAIを動かし続けるための技能としてつながっています。エージェントが適切に処理を組み立てても、応答に時間がかかれば業務には組み込みにくいでしょう。ロボットの開発でも、個別の機能だけでなく、一連の工程として成立するかを確かめる必要があります。これは技術導入全般に共通する考え方で、今回の研修の効果を測定した結果ではありません。

認定試験には、新しい「AI Model and Application Development」試験も含まれました。資格の取得だけで導入の成否が決まるわけではありませんが、組織内で必要な知識を整理する手掛かりにはなります。日本企業が人材育成を計画するなら、モデルを扱う技能に加え、運用や権限管理を誰が担うかも検討するとよいでしょう。今回の学習テーマは、自社の担当者やチームに不足している技能を確認する材料として読むことができます。
日本企業は「任せる作業」と「確かめる条件」を具体化


AI Day Seoulには、企業での活用や開発者向けの企画に加え、科学研究に関する議論もありました。「AI for Science Forum」には、韓国科学技術情報研究院(KISTI)、韓国の大学、NVIDIA Researchが参加しています。開催報告では研究成果の詳細までは示されていませんが、AIの利用を産業と研究の両面から扱ったことが分かります。

全体を通して見えるのは、AIの能力を紹介するだけでなく、それを使う企業、技術を作る開発者、実装を担う人材を結び付けようとする構成です。ただし、参加者数や登壇企業の顔ぶれは、個々の技術の費用対効果を証明するものではありません。日本企業が判断材料にする際には、イベントの広がりと、自社で確認すべき導入条件を分けて考える必要があります。



検討の入口としては、自社の業務を一つ選び、AIに期待する出力と許容できない失敗を文章にする方法があります。例えば問い合わせ対応なら、回答案の作成までを任せるのか、送信まで実行させるのかを明確にできます。ロボットなら、対象とする作業と動作環境を限定することで、成功を判断する条件を定めやすくなるでしょう。いずれも、今回の登壇企業が推奨した手順としてではなく、導入側の実務的な整理として考えられます。

NVIDIAは、AI Day SeoulのセッションをNVIDIA On-Demandで順次公開する予定と案内しています。関心のある企業や技術の説明を確認する際には、自社が必要とする管理機能や評価条件に照らして読むと有用です。その準備として、まずは「AIに任せたい一つの作業」と「人が判断を残す箇所」を書き出してみてください。情報収集の焦点が定まり、実証で何を確かめるべきかも具体化しやすくなります。

ISM AI CONSULTING

AIを、自社の業務で
使える仕組みに。

ISM株式会社は、システム開発で培った技術と現場理解をもとに、AIの業務活用を支援します。課題の整理から導入・運用まで、貴社に合う進め方を一緒に考えます。

  • 活用テーマの整理
  • 業務への組み込み
  • 導入後の定着
AI活用について相談する

「何から始めるか」のご相談から承ります。

AI LAB 一覧へ戻る