「AIを複数組み合わせれば賢くなる」は本当か

AIベンダーの営業トークで、最近よく聞くフレーズがある。「マルチエージェントシステムで、複数のAIが協力して問題を解決します」。

聞こえはいい。人間だってチームで働いたほうが成果が出る。AIも同じだろう——そう思うのは自然だ。だが、最新の研究が示しているのは、まったく逆の事実だ。

多段階の推論タスクにおいて、単独のAIエージェントがマルチエージェントシステムと同等か、それ以上の性能を発揮する。 しかも、使う計算資源は少ない。つまり、安い。

中小企業にとって、これは「知らないと損をする」レベルの情報だ。複雑なAI構成に月額数十万円を払う前に、この事実を知っておいてほしい。

研究が示す「不都合な真実」

最近発表された研究では、Qwen3、DeepSeek-R1-Distill-Llama、Gemini 2.5という異なるモデルファミリーを使い、単独エージェントとマルチエージェントの性能を正面から比較した。

条件は公平だ。両方に同じ量の「推論トークン予算」（AIが思考に使えるリソースの上限）を与え、多段階推論タスクを解かせた。

結果はシンプルだった。単独エージェントは、すべてのモデルファミリーにおいて、マルチエージェントと同等かそれ以上の成績を収めた。 しかも、情報処理の効率（同じ予算でどれだけ正確な答えを出せるか）では、単独エージェントが明確に上回った。

なぜこうなるのか。理由は意外とシンプルだ。

マルチエージェントシステムでは、エージェント間の「コミュニケーション」にトークンが消費される。Aが考えた内容をBに伝え、Bが解釈し、Cに渡す。この伝言ゲームのオーバーヘッドが、実際の推論に使えるリソースを圧迫する。人間の会議と同じだ。参加者が増えれば、会議時間は長くなるが、意思決定の質が上がるとは限らない。

マルチエージェントの「見えないコスト」

コスト面でも、単独エージェントの優位性は明確だ。

現在、主要なLLM APIの料金体系は、入出力トークン数に基づく従量課金が主流だ。たとえば、GPT-4クラスのモデルを使う場合、入力1Kトークンあたり約3〜5円、出力1Kトークンあたり約10〜15円が相場だ（2025年6月時点）。

マルチエージェントシステムでは、エージェント間のやり取りが発生するため、同じタスクを処理するのに単独エージェントの2〜5倍のトークンを消費するケースが多い。月間1万件の問い合わせを処理する場合、この差は月額数万円〜十数万円の追加コストになる。

さらに見えにくいのが「構築・運用コスト」だ。マルチエージェントシステムは設計が複雑になるため、構築に専門的な知識が必要で、初期開発費用は単独エージェントの3〜10倍になることも珍しくない。トラブル時のデバッグも難しい。どのエージェントが問題を起こしているのか特定するだけで、エンジニアの工数が膨れ上がる。

中小企業がAIベンダーに「マルチエージェントシステム構築」を依頼すれば、初期費用300万〜500万円、月額運用費20万〜50万円といった見積もりが出てくることは珍しくない。単独エージェントなら、初期費用50万〜150万円、月額運用費5万〜15万円で同等の成果が得られる可能性がある。

「知的エリート問題」——マルチエージェントが壊れるとき

マルチエージェントシステムには、もう一つ厄介な問題がある。「知的エリートの形成」だ。

150万件のエージェント間インタラクションを分析した研究によれば、マルチエージェントシステムでは、特定のエージェントが過度に優秀な振る舞いを見せ、他のエージェントがそれに依存するようになる現象が確認されている。一見良いことに思えるが、その「エリートエージェント」がエラーを起こしたとき、システム全体が連鎖的に崩壊するリスクがある。

さらに、システムの規模が大きくなるほど、極端な異常動作（研究では「extreme events」と呼ばれる）の発生頻度が増加する。これは、中小企業にとっては致命的だ。大企業なら専任のAIエンジニアが24時間監視できるが、中小企業にはその余裕がない。

では、マルチエージェントが有効な場面はあるのか

誤解のないように言っておくと、マルチエージェントが常に劣るわけではない。

有効な場面はある。たとえば、「幻覚（ハルシネーション）の抑制」だ。「Council Mode」と呼ばれるフレームワークでは、複数のAIの出力を突き合わせて合意形成を行うことで、幻覚率を35.9%減少させたという報告がある。医療や法務など、誤った情報が致命的な結果を招く領域では、このアプローチは検討に値する。

しかし、中小企業の多くのユースケース——問い合わせ対応、文書作成、データ分析、業務自動化——において、マルチエージェントの複雑さが正当化されるケースは限定的だ。

中小企業のAI投資、判断基準はこれだ

AIベンダーの提案を受けたとき、以下の3つを確認してほしい。

1. 「なぜマルチエージェントが必要なのか」の明確な説明を求める。 「複数のAIが協力するから賢い」は説明になっていない。具体的にどのタスクで、単独エージェントでは達成できない何を、マルチエージェントで実現するのか。それを説明できないベンダーは、技術を売りたいだけだ。

2. 単独エージェントとの比較見積もりを要求する。 初期費用、月額運用費、トークン消費量の3点で比較する。性能差が10%以内なら、コストが半分以下の単独エージェントを選ぶほうが合理的だ。

3. 障害時の復旧体制を確認する。 マルチエージェントシステムが止まったとき、自社で対応できるのか。ベンダーのサポート体制はどうなっているのか。中小企業にとって、「システムが止まる＝業務が止まる」だ。複雑なシステムほど、このリスクは高い。

シンプルに始めて、必要なら拡張する

結論はシンプルだ。中小企業のAI導入は、単独エージェントから始めるべきだ。

最新の研究が示しているのは、「AIは数を増やせば賢くなる」という直感が、少なくとも現時点では正しくないということだ。1つの優秀なAIエージェントを、適切なプロンプト設計と業務データで鍛えるほうが、複数のAIを連携させるより成果が出る。しかも安い。

マルチエージェントが必要になるのは、単独エージェントの限界が明確になってからでいい。最初から複雑な構成を組む必要はない。

AIベンダーの「最新技術」に踊らされるな。あなたの会社に必要なのは、最新のAIではなく、最適なAIだ。

—