Copilotの「Work IQ」を直感的に理解する

Work IQについて解説しているMicrosoftの公式ブログ

　Microsoft 365 Copilotを起動すると、左上に表示される「Work IQ」という表示。昨今、Microsoft関連の情報で、よく目にするが、果たしてこれが何なのか？ と疑問に思っている人も少なくないことだろう。そこで、今回は、実際にWork IQから情報を取得して、既存のMicrosoft GraphやMicrosoft 365のデータ（メールや会議など）とどう違うのかを実際に確かめてみた。

とらえどころが難しいWork IQ

「Work IQは、エージェントが組織のデータ、コンテキスト、ツールにアクセスして推論できるようにする職場インテリジェンス レイヤーです。 Microsoft 365および外部システム全体で、組み込みのアクセス許可対応ガバナンスを使用して、セマンティック理解を継続的に構築します」

Work IQの概要（Microsoft Learn)

　この公式の説明を読んで、「なるほど」と思える人が一体何人いるのか疑問だが、とにかく、この「Work IQ」というモノはわかりにくい。内部的なしくみなど公式に明らかにされていない部分があり、仕組みがわかりにくいというのもあるが、そもそも何がスゴイのかも伝わってこない。

　そこで、先日、Microsoftの発表会に参加した際に担当者に「Work IQとは何かをひと言でわかりやすく説明してほしい」とお願いしたところ、あっさり、こう教えてくれた。

「『私の今の仕事は何ですか？』と質問したときに、今取り組んでいる仕事について適切に回答できるものです」

　これまたすぐに「なるほど」と腑に落ちるわけではないのだが、この答えはWork IQの特徴を非常によく表現している。なぜなら、この質問には、従来のAIでは答えにくい3つの難題が含まれているからだ。

　やってみればわかるが、Microsoft 365 Copilotは「私の今の仕事はなんですか？」という問いに対して、以下のように担当するプロジェクトやスケジュール、タスク、そして、何ともすばらしいことに、今、この瞬間にやるべきタスクまで挙げてくれる。

「あなたの今の仕事は『東都商事向け店舗分析ダッシュボード導入案件（Project AURORA）の責任者として、顧客調整・提案作成・進捗管理を行ないながら、導入条件や費用を確定させること』です」

Microsoft 365 CopilotからWork IQを利用して「私の今の仕事は何ですか？」と質問

今やるべきタスクもきちんと答える

　簡単に言えば、これがWork IQの威力である。冒頭で、公式のWork IQの説明として「組織のデータ、コンテキスト、ツールにアクセスして推論できるようにする職場インテリジェンス レイヤー」という説明を引用したが、この結果を見ると、何となく、この難解な一文の意味も理解できそうな気がするはずだ。

Microsoft Graphとの関係

　さて、Work IQを説明するために、本稿ではMicrosoft Learnで解説されているような3つのレイヤーなど、難しい話はしない（本格的に学びたい方はこちらの記事を参照）。

　しかしながら、Microsoft Graphについては触れざるを得ないので、少し解説しておく。

　前掲の「私の今の仕事は何ですか？」のように、あいまいかつ暗黙的な意味を持つ問いに対して、正確に回答するには情報同士の結びつきや関係性を理解することが欠かせない。

　例えば、先の例でMicrosoft 365 Copilotは「Office365で検索を実行し、関連するファイル、メール、会話、会議記録、トランスクリプトを調べながら、アクションアイテムを特定します」といった作業や、「現在進行中の『プロジェクトオーロラ』のテスト部署に関する作業内容を整理し、次のステップとしてミーティングのスケジュール確認やCSVファイル、費用の確認が必要です」というように、推理の糸をたどるように、情報を結びつけながら結論を導き出している。

3つのステップで、推理の糸をたどるMicrosoft 365 Copilot

　Microsoft 365に詳しい方なら、情報同士の関係性なんて今までもあったじゃないか？ と思われるかもしれない。

　実際、SharePointやExchangeといった各サービスの内部であれば、スキーマとして情報同士の関連が存在する。メールなら差出人や宛先、会議なら主催者と出席者、ファイルなら作成者と最終更新者というフィールドを確認すれば、ある検索結果から関連する情報をたどっていくことは不可能ではない。

　しかし、従来は、こうした情報を取得するための窓口がサービスごとに閉じており、横断的なつながりを持っていなかった。同じ人物がメールの差出人としても会議の出席者としても登場するが、それが同一人物であることは、システムをまたいだ時点でわからなくなる。すると、ここで情報のつながりが絶たれてしまう。

　こうした状況を解決するのが「Microsoft Graph」だ。共通のAPIを用意し、バラバラだったアクセス方法を統一した。興味がある人は、こちらのページから、実際にデータを取得してみることをおすすめするが、例えば「/me」でEntraIDのアカウント情報を取得したり、「me/joinedTeams」で参加しているTeamsのチームをリストアップしたりと、Microsoft 365の各種サービスについて共通のAPIで情報を取得できる。いわば情報の取り出し口や窓口といった役割だ。

Graph Explorerを使うと、Microsoft Graphの情報を簡単に引き出せる。サンプルサイトのデータもあるが、サインインして権限を与えると自社のテナントの情報を参照できる

　この点だけ見るとMicrosoft Graphは単なる統合APIだが、一部、情報同士の結びつきも提供している。例えば、「/me/people」や「/me/insights/trending」のように、複数サービスの履歴から関連度を算出して返すエンドポイントも用意されている。「me」を起点に、さまざまな情報へ辿れるようになったわけである。

me/peopleの例。関連する人物にrelevanceScore（関連度スコア）の数値が表示される

　ただしこれだけでは、「私の今の仕事は何か」には答えられない。Microsoft Graphだけで回答を引き出そうとすれば、メールを検索し、カレンダーを日付で探し、/me/peopleの情報を参照し……というように、自分自身で必要なクエリを発行し、それらの結果を突き合わせて解釈する必要があった。つまり、どの道具をどう組み合わせるかを人間が決める必要があったわけだ。

　Work IQ は、この課題への回答のひとつである。Agentic Retrievalと呼ばれる仕組みに近い形で（Work IQはRetrieval＝検索だけでなく予定の追加などの書き込み権限も持つため厳密には異なる）、Microsoft 365のデータの意味的な検索と、Microsoft Graph的な構造に沿った取得という道具を自律的に使い分ける。つまり、情報の検索と推論を担当する内部AIエージェントだ。

　日付で引けるものはシンプルな検索で取得し、本文を読まなければわからないものは意味的に検索する。/me/events相当（内部的に本当にMicrosoft Graphのクエリを実行しているかは不明なので相当と表記しておく）のデータから会議のタイトルを読み、/me/messages相当からメールの中身を読み、それらに共通して現われる話題を抽出するわけだ。そして、得られた情報を結びつけることで、「この人物はこの案件に関与している」といった情報、つまりどこにも直接的な記述のない情報、を導き出すことができることになる。

　簡単にまとめると以下の図のような流れになる。

情報の流れと回答の例

実際にデータを参照する

　では、実際にWork IQの情報を参照してみよう。Work IQにはCLIも用意されているが、今回はAPIを利用して取得している（いろいろ準備は必要だが本題から外れるので今回は省略する）。

　ここで注目したいのは、Microsoft Graphへの問い合わせとWork IQでの問い合わせで何が変わるのかという点だ。まずは、Work IQは次のような回答となった（筆者の環境の生データも含まれるため本稿では一部改変して掲載している）

Work IQ APIを使って情報を引き出した

　さて、これと同じような情報は、実はMicrosoft Graphから取得できる。GETで「https://graph.microsoft.com/v1.0/me/people?$select=displayName,jobTitle,scoredEmailAddresses」を実行すると、以下のような情報（抜粋）が表示される。

Microsoft Graphで取得した「me/people」の例

　両者の違いを表にまとめてみよう。

　この結果を見ると、Work IQが単純にMicrosoft Graphを検索し、その結果を答えているわけではないことがわかる。

　赤文字の部分に注目して欲しい。Microsoft Graphが最上位に挙げた外部アドレスと、3位に挙げた本人の別アドレスを、Work IQは省略している。質問に含まれる「やり取りしている相手」という意図を汲んで、これらを除外しているわけだ。

　逆にWork IQは社外の編集者を4位に挙げたが、この人物はMicrosoft Graphの peopleリストには現われない。会議の参加者としては登場するものの、接点の総量は少なく、People APIが判断基準とする「協働」を表わすシグナルの閾値には達していない（会議以外のチャットなどの接点が少ない）ためだろう。興味深いのは、それでもWork IQがこの人物を上位に含めている点だ。単純な頻度ではなく、「書籍企画」というひとつの案件として意味のあるまとまりを判断し、その結果、重要であると判断していると考えられる。

　どちらが実務的か？ 問われれば、この問いに関しては明らかにWork IQだ。

　もちろん、正確な件数や順位が必要な場面では、Microsoft Graphの数値を使うメリットはあるが、人間的な回答、社会的な慣習に沿った回答としてはWork IQの方が優秀だ。MicrosoftがWork IQを推す理由にも納得だ。

　AIの世界は、モデルそのものの進化も激しいが、情報同士をいかに結び付け、どう活用するかという技術も進化している。むしろ、実務という観点では、この分野の優劣、および、いかにユーザーのデータ（と使い方や行動のインサイト）を抱え込むかが重要なポイントになっている。そう考えると、現状、この分野ではWork IQが一歩先んじている印象だ。

Work IQでわかったこと

　さて、いろいろ実験した結果、動作の傾向や内部のしくみを想像できる点も見えてきたが、文章が長くなりすぎるので、わかったことをダイジェストとしてまとめておく。参考になれば幸いだ。