Salesforce、自律型AIを駆動するLAMを発表
- •セールスフォースがラージ・アクション・モデル（LAM）と、ベンチマークで首位に立つ小型モデル「xLAM-1B」を公開した。
- •個人のタスクを支援するAIアシスタントと、チームのワークフローを自律的に遂行するAIエージェントを明確に分けた研究が進んでいる。
- •検索拡張生成（RAG）を活用することで、リアルタイムの外部データに基づいた正確なアクションの実行を可能にした。
生成AIのトレンドは、受動的な対話から能動的な実行へとシフトしており、エンタープライズ・ソフトウェアの在り方は大きな転換点を迎えている。この進化の最前線に立つセールスフォース AIリサーチは、自律型システムを支える「ラージ・アクション・モデル（LAM）」を発表した。テキストの要約や生成を主目的とする従来の言語モデルとは異なり、LAMは外部ツールを操作し、複雑なデジタルワークフローをナビゲートすることで、ユーザーに代わって特定の目標を達成するように設計されている。
今回のリリースで中心となるのは、xLAM-1BとxLAM-7Bの2つのモデルだ。特に「Tiny Giant（小さな巨人）」の愛称を持つxLAM-1Bは、モデルのサイズが必ずしも能力に直結しないことを証明した。コンパクトな設計ながら、ベンチマークテストでは遥かに巨大な競合モデルを上回る性能を発揮しており、企業向け自動化の効率的な道筋を示している。この効率性の向上は、これまで応答性の高い自律型エージェントの導入を妨げてきた計算コストやレイテンシという課題を解決する鍵となる。
また、同社のフレームワークでは「AIアシスタント」と「AIエージェント」という2つの概念を明確に使い分けている。アシスタントは個人の習慣やリズムを学習するパーソナライズされた相棒としての役割を担う一方、エージェントは組織レベルで設計され、共有プロセスやチーム全体のワークフローを習得する。一人のエージェントが新たなベストプラクティスを学べば、即座に全てのフリートがその知識を継承する仕組みだ。この区別は、個々のユーザーの好みや企業のセキュリティを維持しつつ、生産性を拡大しようとするビジネスにおいて極めて重要となる。
しかし、完全な自律化への道のりには技術的な障壁も残されている。セールスフォースでAIリサーチを率いるシルビオ・サヴァレーゼ(Silvio Savarese)氏らは、ストレージコストを抑えつつ長期的なコンテキストを維持する「メモリ問題」の難しさを指摘した。ハルシネーションを防ぎ信頼性を確保するため、これらのシステムは検索拡張生成（RAG）に依存し、固定された訓練データだけでなく検証済みの外部データに基づいた回答を行う。エージェント同士が相互作用を始める将来を見据え、透明性と人間による監視を確保するための倫理的なガードレールの構築にも焦点が当てられている。