OFFICE AGENTIC AI

人とAIが共に働く未来へ
コクヨ × TIGEREYE 共同特許出願と「OFFICE AGENTIC AI」プロジェクト

市場背景と課題

AIエージェント市場は急速に拡大しており、2024年の約51億USDから2030年には約471億USDに達すると予測されています(年平均成長率:約44.8%)。
2025年には、企業が100体以上のエージェントを協働運用する時代が到来し、AIが実務の中核を担う「エージェント時代」が本格化します。
一方で、既存システムは静的ルーティングや評価不在、接続の断片化といった課題を抱えており、最適なエージェント連携やガバナンスの実現が難しい状況にあります。
この課題に対し、AIがAIを選び、学び、改善する仕組みを通じて、より賢く協働する新しいAIエコシステムを提案します。

コクヨ × TIGEREYE共同出願/特許出願中(特願2025-180014)

AIエージェント市場規模

  • 2024年

    約51億USD

  • 2030年(予測)

    約471億USD

  • 年平均成長率

    約44.8%

AIエージェントの現状課題

01

静的ルーティング

柔軟な経路選択が困難

02

評価不在

品質測定・改善の仕組みなし

03

接続断片化

個別実装による拡張性低下

04

ガバナンス難

監査・説明性が不十分

AIがAIを選ぶ。評価から協働へ、知能の新しい構造。

3つの層が連携し、AI同士が自律的にチームを組み、学習を重ねて進化していく仕組みです。

この特許出願中の技術(特願2025-180014)は、「AIがAIを評価し、選び、学ぶ」というコンセプトを核にした三層構造の自律型システムです。

AI同士が互いの能力や得意分野を理解しながら最適なチームを組み、状況に応じてタスクを分担・改善していくことで、時間とともに賢く進化するAI基盤を実現します。

この仕組みにより、人間がルールを定義しなくても、AI自身が「最も成果を出せる組み合わせ」を動的に選択。各エージェントは実行結果を学習し、他のAIとの連携データを蓄積して、全体として精度・効率・適応力を高め続けます。

  1. Talk層(対話層)MCP(Model Context Protocol)準拠の構造化対話を行い、各メッセージにpurposeID / agentID / confidence / timestamp などのメタ情報を付与。AI間の会話を文脈付きで整理し、信頼性と再現性を確保します。
  2. Judge層(評価層)AIの出力を8つの指標(達成率 / 事実性 / 根拠被覆 / 制約遵守 .. など)で評価し、「親和性ベクトル」として数値化します。エージェントごとの特性や得意分野を学習します。
  3. Match層(選択層)入力内容と親和性ベクトル、さらにグラフDBに蓄積されたKPIや実績データをもとに、最適なエージェントの組み合わせを動的に選択。状況に応じて最も成果が出るチームを構成します。
AIがAIを選ぶ。評価から協働へ、知能の新しい構造。

Trinity Eye

TIGERSTREAM ENGINE Trinity Eye HSI Judge評価し、判断するTalk会話を生成するStage流れを整える Trinity Scoring

対話のための、TIGEREYEの独自技術です。
役割を分けた3つの働き(Stage・Talk・HSI Judge)と、スコアリングの仕組みTrinity Scoringが協調します。
LLMを単に使うのではなく、対話を評価し、流れを整えて、目的の達成に向けてAIの応答を動的に制御します。

Stage

会話フローをリアルタイムで調整し、シナリオを最適化します。
目的に応じて、対話の進行を自動で制御します。

営業のトーク、重要事項の説明、面接など、決まった流れのある会話は、始まりから締めくくりまでの段階(ステージ)ごとに設定できます。
例:オープニング → ニーズの確認 → 商品の提案 → 質問への対応 → 購入の提案 → クロージング

Talk

会話を生成し、ユーザーのリクエストに応じます。
LLMで会話文を生成する、対話の話し手です。

HSI JudgeとStageが決めた次のステップと流れに沿って、その場に合った言葉を返します。

HSI Judge

対話の判断を担う、TIGEREYEが独自に開発するAIモデルです。

回答の正誤を判定するだけでなく、「この行動は目標に沿っているか」「実行すると次に何が起こるか」「リスクを考えて実行すべきか」までを評価し、次のステップを判断します。

詳しく見る

Trinity Scoring

独自のスコアリングの仕組みです。
3つの働きと連携し、生成AIの制御を最適化します。

カメラで表情を読み取り、理解度・関心度・感情の前向きさをスコアにします。
そのスコアに合わせてプロンプトを調整し、LLMの出力を整えます。

他のエージェント基盤やフレームワークとは一線を画す、5つの差別化ポイントを持っています。

従来の「AIを使う」仕組みではなく、「AIがAIを選び、育てる」という新しいアプローチで設計されています。

01

AIがAIを評価・選択するメタ構造

他システムが人間のルール設計に依存するのに対し、ここではAI自身が成果に基づいて最適な仲間を選ぶ。「評価→選択→改善」を内包した自己判断型のオーケストレーションを実現。

02

Judge層による多軸スコアリング

出力を8つの評価軸(達成率・事実性・安全性など)で自動スコア化。単なるAIの呼び出しではなく、“どのAIが最も適切に応えるか”を定量的に判断します。

03

ベクトル×グラフDBの動的最適化

意味的類似度(ベクトル)と実績データ(グラフ)を掛け合わせ、タスクに応じて最も成果を出せるエージェント群を自動選出。これは独自の「学習するルーティング」です。

04

使うほど賢くなる自己改善ループ

対話やタスク結果をKPIとして学習し、精度・効率・判断力を継続的に強化。時間とともにAIネットワーク全体が進化する、“経験で育つAI基盤”を実現。

05

標準準拠×高い安全性

MCP対応であらゆるツール・データと接続可能。さらにポリシー制御と監査機能により、安全で透明なAI協働環境を構築します。

空間が“考え”、AIが“導く”。オフィスを進化させるOFFICE AGENTIC AIとは

働き方が多様化し、創造性と効率性の両立が求められる今、オフィスはもはや単なる「働く場所」ではありません。人とAIが互いに理解し合い、行動を促し、環境そのものが思考の一部として機能する――そんな知的で反応的な空間へと進化しています。株式会社TIGEREYEとコクヨ株式会社は、この新しいオフィス像を実現するために、次世代オフィスプラットフォーム「OFFICE AGENTIC AI」の開発を進めています。このプラットフォームは、人の動きや感情、タスクの流れをAIがリアルタイムで理解し、空間・情報・デバイスを最適に連携。働く人一人ひとりの創造性と集中を引き出す、“人とAIが共に働くオフィス”を目指しています。

「OFFICE AGENTIC AI」は、TIGEREYEのマルチモーダルAIと、コクヨの空間設計思想「自律協働社会」を融合させた技術・思想の結晶です。オフィスそのものが、人との関係性を学び、提案し、行動を導く存在となります。

実現する体験の一例

01

過去の会話データから最適な会議時間やチーム構成を提案

02

働き方のパターンを解析し、業務効率化やストレス軽減を支援

03

座席配置や業務フローを空間全体でリアルタイムに最適化

オフィスが“自ら考えるパートナー”となり、創造的な仕事を支えます。

「OFFICE AGENTIC AI」は以下の領域での実証を予定しています。

01

会議室予約/スケジューリングの最適化

02

勤怠・入退室データとの連携と最適化

03

社内ウェルビーイングやストレスのモニタリング

04

情報共有やチームビルディングの最適支援

最終的には、社員一人ひとりの感情・目的・行動を理解するAIプラットフォームとして、働き方そのもののアップデートを実現します。

AIで解決したい課題を、まずお聞かせください

AIが、あたりまえに働く職場へ。

課題を相談する