NVIDIAが示すエージェントAIの安全な配備手法 自律型エージェントを従業員のように管理する新アーキテクチャ

何が発表されたのか

NVIDIAは、AIファクトリーにおいて自律型エージェント（Autonomous Agents）を安全に配備・運用するためのリファレンスアーキテクチャ「Secure Agent Workspace」を公開しました。これは、単一のソフトウェア製品ではなく、エンタープライズ企業が自社システム内に安全なAIエージェントの実行環境を構築するための設計図（リファレンスデザイン）として位置づけられます。

あわせて、エージェントの動作を隔離された環境で制御するサンドボックス技術のオープンソースプロジェクト「OpenShell」の進捗や、モデルの知的財産と入力データを保護する「Confidential Computing（機密コンピューティング）」のGPUへの適用事例が発表されました。これらの技術群は、すでに一部のパートナー企業やNVIDIA社内での実用段階に達しており、一般のエンタープライズ顧客向けに提供が開始されています。

発表された機能・アップデートの全容

1. ジェネレーティブAIから「エージェントAI」への進化

従来のジェネレーティブAIは、ユーザーが質問を入力し、それに対してAIが回答を返すという一問一答形式の「チャットボット」が主流でした。しかし、現在起きているパラダイムシフトは、自律的に推論し、計画を立て、外部のツールを駆使してタスクを完結させる「エージェントAI（Agentic AI）」への進化です。

NVIDIAのプロダクトマーケティング担当シニアディレクターであるAnne Hecht氏は、この変化を「AIを実務に直接投入し、自律的に働かせる段階に入った」と表現しています。エージェントAIは、裏側で複数のステップを自律的に実行し、自らの中間成果物を批判的に検証した上で、最終的な成果物を出力する能力を持っています。

2. エージェントを定義する3大要素：Persistent、Autonomous、Self-evolving

NVIDIAは、実用的なAIエージェントが備えるべき特性として、以下の3つのキーワードを定義しています。

• Persistent（持続性）: エージェントが文脈（コンテキスト）を記憶し、ユーザーの過去の行動や好みを学習し続ける特性です。一回限りのセッションで終了するのではなく、長期にわたってユーザーとの関係性を維持します。
• Autonomous（自律性）: ユーザーから「〇〇の資料を作成してほしい」といった大まかな指示（プロンプト）を受け取ると、エージェント自身が自律的にタスクを細分化し、実行する特性です。一問一答のやり取りを繰り返す必要はありません。
• Self-evolving（自己進化）: エージェント自身が新しいスキルを獲得し、成長していく特性です。例えば、調査タスクを実行する中で、特定のデータ解析ツールが必要になった場合、そのツールの使用方法を自律的に学習して適用します。

3. エージェントのアーキテクチャ：Harness、Models、Toolsの三体構造

NVIDIAがGTC Taipeiなどのイベントで提示したスライド資料によると、自律型エージェントは「Harness（ハーネス）」「Models（モデル）」「Tools（ツール）」の3つのレイヤーで構成されています。

• Harness（ハーネス）: エージェント全体の動作を制御し、安全性を担保するための枠組みです。オーケストレーションを担い、エージェントに与えられた権限やポリシーの監視、実行ログの記録（オブザーバビリティ）を行います。主にCPU上で動作します。
• Models（モデル）: エージェントの「脳」に相当する大規模言語モデル（LLM）です。「Context（文脈理解）」「Observe（状況観察）」「Reason（推論）」「Act（行動計画）」のサイクルを回す役割を持ち、GPU上で高速に処理されます。
• Tools（ツール）: エージェントが実際にアクションを起こすための手段です。電子メールの送信、カレンダーのスケジュール調整、データベースの検索などが含まれます。NVIDIAは、自社の「CUDA-X」ライブラリ（ベクトル検索のcuVSやデータ処理のcuDFなど）をエージェントが利用できるツールとして提供しています。

4. 安全な実行環境を提供する「OpenShell」とサンドボックス技術

自律的に動作するエージェントが、企業の機密データを漏洩させたり、システムを破壊したりする「暴走」を防ぐため、NVIDIAは隔離された実行環境である「OpenShell」を開発しました。これは2026年3月に発表されたオープンソースプロジェクトであり、Red HatやSAP、Googleなどの企業が開発に参画しています。

OpenShellの最大の特徴は、セキュリティポリシーやガバナンスルールを、エージェントが動作するサンドボックスの「外側」に配置している点です。取材班の見立てでは、ポリシーをサンドボックスの内部に置いてしまうと、自律的なエージェントがタスクを達成するために、自らルールを書き換えてしまうリスク（自律的逸脱）が生じるため、これを防ぐ設計が徹底されています。

5. GPUワークロードを保護する「Confidential Computing（機密コンピューティング）」

エージェントが業務を実行する際、扱うデータは極めて機密性の高いものになります。NVIDIAは、CPU領域では一般的だった「Confidential Computing」の技術を、GPUアクセラレーテッドコンピューティングの領域に拡張しました。

これにより、GPU上で実行されているLLMの「モデルの重み（Weights）」や、処理中の「アクティブなデータ」がハードウェアレベルで暗号化され、たとえインフラの管理者であってもメモリ内部を覗き見ることができなくなります。GoogleがGeminiモデルをオンプレミス環境で安全に動作させるために、DellのインフラとNVIDIAのConfidential GPUを組み合わせた共同プロジェクトを進めている事例が紹介されました。