Agent Memoryとは？AIエージェントの記憶設計
Agent Memory（エージェントメモリ）とは、AIエージェントが過去の会話、業務履歴、判断結果、ユーザーの好み、企業知識を保存し、次のタスクで再利用するための記憶設計です。AI CRMでは、顧客や代理店ごとの対応履歴を次回の判断に活かす土台になります。
Agent Memoryとは？AIエージェントの記憶設計とCRM活用
Agent Memory（エージェントメモリ）とは、AIエージェントが過去の会話、業務履歴、判断結果、ユーザーの好み、企業知識を保存し、次のタスクで再利用するための記憶設計です。
「AIに毎回同じ説明をしている」「前回の見積条件や顧客事情を覚えていてほしい」この課題は、AIモデルの性能だけでは解決しません。AIエージェントが業務で役に立つには、何を記憶し、何を忘れ、どの記憶をいつ使うかを設計する必要があります。
この記事のポイント:
- Agent Memoryは、AIエージェントが継続的な業務文脈を扱うための仕組みです
- 短期記憶、長期記憶、エピソード記憶、セマンティック記憶を分けて考えると整理しやすくなります
- AI CRMでは、過去問い合わせ、見積条件、承認履歴、顧客事情を記憶として扱えます
- 記憶は便利ですが、権限、鮮度、削除、監査の設計が欠かせません
1. Agent Memoryとは何か
Agent Memoryは、AIエージェントが過去の情報を保持し、将来の判断に使うための仕組みです。人間の営業担当が「この代理店は短納期を重視する」「この顧客は過去に商品Aを導入済み」と覚えているように、AIにも業務上の記憶が必要になります。
IBMのAI agent memory解説では、AIエージェントの記憶を、過去の経験を保存・想起して意思決定や知覚、パフォーマンスを改善する能力として説明しています。さらに、短期記憶、長期記憶、エピソード記憶、セマンティック記憶などに分類しています。
AI CRMでは、この分類が実務にそのまま効きます。直近の会話を扱う記憶と、顧客や商品に関する長期的な知識を扱う記憶は、保存方法も更新ルールも違うからです。
2. 短期記憶と長期記憶の違い
短期記憶は、今の会話や作業に必要な直近の文脈です。たとえば、見積依頼メールの本文、直前の担当者コメント、現在開いている案件情報などです。これはコンテキストウィンドウや一時的な状態として扱えます。
長期記憶は、セッションをまたいで残す情報です。顧客の過去問い合わせ、代理店ごとの対応傾向、商品カテゴリのルール、承認時の注意点などが該当します。LangChainのMemory概念でも、会話やエージェントの状態を保持して後続の処理に使う考え方が整理されています。
Beforeの状態では、AIは毎回ゼロから説明を受けます。Afterの状態では、AIが「この顧客は前回も同じ型番の後継品を確認していた」と想起し、必要な情報を提示できます。
3. エピソード記憶とセマンティック記憶
Agent MemoryをCRMに応用するなら、エピソード記憶とセマンティック記憶を分けると便利です。
エピソード記憶は、具体的な出来事の記憶です。「2026年6月、A代理店から商品Xの納期確認があり、担当者Bが代替品を案内した」といった履歴です。CRMの活動履歴や問い合わせログに近いものです。
セマンティック記憶は、一般化された知識です。「商品Xは販売終了予定で、後継品は商品Y」「A代理店は一次店で、特定価格表を参照する」といった知識です。ナレッジグラフやオントロジーと相性があります。
AIが業務で安定して動くには、両方が必要です。具体的な過去対応だけでは一般化できず、一般知識だけでは個別顧客の事情を見落とします。
4. AI CRMでのAgent Memory活用
AI CRMでAgent Memoryが効くのは、継続的な顧客対応です。たとえば、代理店から二度目の見積依頼が来たとき、AIが前回の条件、承認者、修正理由、送信済み回答を想起できれば、担当者は調査からではなく確認から始められます。
また、問い合わせ対応の中で「この回答は人間が修正した」「この商品はこの条件では提案しない」といった学習も残せます。これを次回の候補生成や注意喚起に使えば、同じミスを繰り返しにくくなります。
ただし、記憶をAI任せにしてはいけません。Claude Codeのmemoryドキュメントでも、永続的な指示や自動メモリはコンテキストとして扱われ、強制設定ではないと説明されています。業務システムでは、記憶の採用、更新、削除、参照権限を明示する必要があります。
5. Agent Memoryの設計で気をつけること
Agent Memoryの落とし穴は、何でも覚えさせることです。古い価格条件や不要な会話まで残ると、AIが誤った文脈を参照する危険があります。記憶には鮮度と有効期限が必要です。
次に、権限です。ある代理店に関する記憶を、別の代理店対応で参照してはいけない場合があります。顧客情報、価格条件、契約条件は特に注意が必要です。
最後に、監査です。AIがどの記憶を参照して下書きを作ったのかを確認できなければ、人間レビューが形だけになります。Agent Memoryは、便利な記憶装置ではなく、説明可能な業務履歴として設計するべきです。統制の考え方はエンタープライズAIエージェントとは？でも解説しています。
6. まとめ
Agent Memoryとは、AIエージェントが過去の業務文脈を保存し、次の判断に使うための設計です。AI CRMでは、問い合わせ履歴、見積条件、承認履歴、顧客事情を扱う上で重要になります。
短期記憶と長期記憶、エピソード記憶とセマンティック記憶を分けることで、AIに何を覚えさせ、何を根拠として提示させるべきかが見えます。記憶は強力ですが、権限、鮮度、監査をセットで設計しましょう。
よくある質問（FAQ）
Agent Memoryとは何ですか？
Agent Memoryとは、AIエージェントが過去の会話、業務履歴、判断結果、企業知識を保存し、次のタスクで再利用するための記憶設計です。AI CRMでは、顧客や代理店ごとの対応履歴を扱う土台になります。
Agent MemoryとRAGは違いますか？
RAGは外部知識を検索して回答に使う方法です。Agent Memoryは、過去のやり取りや学習した業務文脈を保存し、必要なときに想起する仕組みで、RAGと組み合わせて使われます。
AI CRMでは何を記憶すべきですか？
過去問い合わせ、見積条件、承認履歴、顧客の注意点、商品ルールなどが候補です。ただし、すべてを保存するのではなく、業務判断に必要で、権限と鮮度を管理できる情報に絞るべきです。
Agent Memoryのリスクは何ですか？
古い情報を参照するリスク、権限外の情報を使うリスク、記憶の根拠が見えなくなるリスクがあります。保存期間、参照権限、監査ログ、削除ルールを設計することが重要です。
Hiwayで問い合わせ履歴をAIの記憶へ
Hiwayは、代理店や顧客からの問い合わせ・見積依頼をAIが一次処理し、人間レビュー後の結果をCRMへ還流します。対応履歴を蓄積することで、次回以降のAI下書きや確認作業に活かせる記憶基盤を作れます。