ServiceNowの「AutoSynthData」とは｜企業向けAIエージェントの学習データを自動生成する新手法

2026年10月2日

AIニュース重要度

★★★☆☆

3.0 / 5｜知っておくと役立つ通常ニュース

知っておくと役立つ通常のアップデートのため★3としました。

生成AIの学び方で悩んでいませんか？

「何から学ぶか」「続けられるか」「仕事で使えるか」が大切と分かっていても、独学では難しいですよね。

DMM 生成AI CAMP 学び放題は、DMM.comが提供する月額制の生成AIオンラインスクールです。

総額200万円相当の約1,000レッスンが学び放題。職種別・ツール別のコースを、メンターやAIチューターのサポートを受けながら継続的に学べます。

その第一歩として、入会前に中身を体験できる60分の無料セミナーが用意されています。参加すると、こんなことが分かります。

自分の職種で使えるか - マーケティング・営業・人事など職種別8コースの中身を体感できる！
ツールごとの学び方 - ChatGPTやDifyなど、ツール別のマスターコースも確認できる！
学習の進め方 - 約1,000レッスンをどう学べば短期間で身につくか、プロが提案してくれる！
続けられる仕組み - 24時間対応のAIチューターやメンター相談、コミュニティの中身が分かる！
生成AIの最新デモ - 生成AIの最新技術デモをその場で体験できる！

「無料セミナーで体験してから、学び放題に入会して継続的に学ぶ」という流れで始められるので、合うか分からないまま入会する心配がありません。

予約・参加は無料。入会するかはセミナーの後に決められます。

＼予約は30秒・日時を選ぶだけ／

60分の無料セミナーを予約する（無料）

⇒入会・コース詳細を公式サイトで見る

※無料なのはセミナーで、学び放題本体は月額制の有料サービスです。料金は公式サイトをご確認ください。
※セミナー・コース内容は変更される場合があります。

概要

ServiceNow CoreAIが、企業向けAIエージェントの学習データを自動生成する仕組み「AutoSynthData」を発表しました。Hugging Face Blogにて2026年10月2日付で公開された技術記事で、AIエージェントが苦手とする業務を見つけ出し、そこを鍛えるための学習タスクを自動で作り出す手法を解説しています。

何が発表・更新されたのか

AutoSynthDataは、企業環境で動くAIエージェント（自律的にタスクをこなすAIモデル）向けの学習データを生成する仕組みです。具体的には次のステップで動きます。

対象のAIモデルを評価用タスクで実行し、苦手な部分（失敗パターン）を特定する
より性能の高い「教師モデル」に同じタスクを解かせ、どうすれば成功するかを把握する
この差分を「能力仕様カード」としてまとめ、新しい学習タスク（指示・システム設定・採点基準のセット）を自動生成する
生成したタスクを実際の環境で検証し、合格したものだけを学習データとして使う

データ作成は「Target（核となるサンプル作成）」と「Multiply（そのバリエーション展開）」の2段階で行われ、生成されたタスクは企業の業務システムを模した評価環境「EnterpriseOps Gym」（Malay et al., 2026年）を使って動作確認されています。

なぜ重要なのか

AIエージェントは汎用的には優秀でも、企業ごとの業務フロー・社内ルール・使用ツールの組み合わせには弱いことがあります。しかし「どこが苦手か」を見つけても、そこから実際に学習に使える良質なタスクを大量に作るのは手間がかかります。AutoSynthDataは、この「弱点の発見」から「学習データ作成」までを自動化することで、企業固有の業務に合わせてAIエージェントを継続的に改善しやすくする点が特徴です。

誰に関係があるのか

社内向けAIエージェントを開発・導入している企業のAI担当者
自社ワークフローに合わせてAIモデルを追加学習（ファインチューニング）したい技術チーム
生成AIの学習データ作成や評価の仕組みに関心がある研究者・エンジニア

一般のビジネス担当者が直接使うツールではなく、AIモデルを開発・運用する技術者向けの手法である点にご注意ください。

仕事や業務でどう使えるのか

自社に特化したAIエージェントを運用している企業であれば、この考え方は次のような場面で参考になります。

自社のAIエージェントがどの業務で失敗しやすいかを定期的に評価し、改善の優先順位をつける
失敗パターンをもとに、追加学習用のタスクを効率よく用意する
「実行可能か」「現実的な依頼内容か」「正しく採点できるか」という3つの観点（本文中のFeasibility・Realism・Verifierの各条件）は、自社で学習データを作る際のチェックリストとしても応用できます

ただしAutoSynthData自体は一般公開された製品・サービスではなく、技術手法の解説である点に留意してください。

注意点

本記事はHugging Faceに掲載された技術ブログであり、特定の製品やAPIとして一般提供されているかどうかは公式情報からは確認できませんでした。
日本語対応状況、料金、利用可能なプランについても公式情報上では確認できませんでした。
紹介されている「EnterpriseOps Gym」データセットなど、関連する論文・データセットの詳細は原文の後半（本記事では省略された部分）にさらに記載がある可能性があります。導入を検討する場合は必ず公式ページの全文をご確認ください。