この記事のポイント
- ELYZAはAIに開発・改善工程を担わせる研究組織を設立。自分自身を繰り返し改善するAIの実現を目指します。
- 問い合わせ対応の検証では、別のテストデータでも完遂率が34.3%から52.9%へ18.6ポイント向上しました。
- 精度とコストを両方考えた改善で推論コストを67%削減。精度だけを重視した改善との比較結果です。
ELYZAが2026年10月2日に示した、AI開発工程の自動化研究を紹介します。改善の評価条件と、サービスへの応用を分けて整理します。
モデルの学習・改善・評価の一部をAIへ任せる研究
ひとことで言うと、AIモデルの学習や改善の工程を、人がすべて手作業で進めるのではなく、AIに一部担わせる取り組みです。同社は、再帰的自己改善(RSI、AIが自分の能力や開発プロセス自体を繰り返し改善していく仕組み)を見据えつつ、現時点はその前段階にあたる要素技術を研究している段階だとしています。ELYZAはこの基盤を使って、llm-jp-4をベースにしたモデルの追加学習や用途に合わせた調整(Mid-training・Post-training)、評価までの一連の工程を実行し、人の作業時間を1〜2人日程度に抑えたとしています。できあがった2つのモデル(ELYZA-Thinking-1.0-llm-jp-4-33bと32b-a3b)は、商用利用可能な形でHugging Faceに公開されています。
同社の検証で完遂率が向上、比較条件を分けて見る
性能を測る2種類の開発系テスト（ベンチマーク）では、ハーネス(AIが作業を進める手順や仕組み)の改善によってタスク成功率が14.4〜27.2ポイント向上しました。さらに、カスタマーサポート業務を想定したベンチマーク「ELYZA Agent Tasks: Customer Service」では、完遂率が34.3%から52.9%まで、18.6ポイント上がっています。この完遂率は、改善に使っていない別のテストデータで確認されたものです。
回答を生成する際の計算費用（推論コスト）の67%削減は、精度だけを目的にした改善と比べたときの数字で、精度をほぼ落とさずにコストを抑えられたという意味です。比較対象は「何も改善しない状態」ではなく、「精度重視で改善した状態」です。
研究基盤を業務特化型の音声サービスへ応用
ELYZAは、この自律的な研究基盤を使った最初の応用例として、音声対話AIエージェント「ELYZA Voice Agent」を開発したと発表しています。業界や業務に特化した「バーティカルAI事業」の第一弾という位置づけで、同日付の別の発表でサービス内容も説明しています。研究で得た技術を、自社の業務向けサービスにつなげる取り組みです。
まとめ:完遂率と費用を、同じ条件で比較する材料に
ELYZAの発表は、AIの開発・改善工程をAIに手伝わせる取り組みが、研究段階から具体的な数字を出せるところまで進んできたことを示す事例です。（RSIそのものの実現ではなく、前段階の技術についての同社の評価結果です。）問い合わせ対応の自動化を検討する方にとっては、完遂率とコストの比較対象を分けて読み、自社業務にそのまま再現する数字とは区別することが、成果を受け止める手がかりになります。
※2026年10月時点の情報です。ELYZA公式ニュースリリースを参照しています。
AIの能力拡大が社会にどう影響するかという、より大きな視点の議論としては、Google DeepMindがAGIと社会を議論する専門機関を新設した動きも参考になります。
国内発の大規模言語モデルとしては、PFNのPLaMoがMicrosoft Foundryで提供を始めた動きも紹介しています。
問い合わせ対応で比較するなら、回答の正しさだけでなく、必要な手順を最後まで終えられたかを費用と併せて測ると、改善したい工程を絞りやすくなるでしょう。
