企業人工智慧領域最大的挑戰在於如何安全地連接多個人工智慧系統。富士通與英偉達合作推出的「Fujitsu Kozuchi Physical AI 1.0」提供了一種解決方案，它利用安全的多智能體技術，將採購作業所需的人力減少了一半。
2025年12月24日，富士通宣布推出“Fujitsu Kozuchi Physical AI 1.0”，這是其與NVIDIA合作的首個成果。該技術將NVIDIA的軟體堆疊與富士通的技術結合，實現了物理AI與AI代理的無縫連接。其核心功能是發布了一個多AI代理框架，該框架能夠安全地自動化高度機密的業務工作流程，並配備了基於富士通大規模語言模型“Takane”的“Fujitsu Kozuchi AI Agent”。
富士通針對採購部門的採購業務，開發了三種人工智慧代理，分別專注於文件理解、採購政策分析和合規性檢查。在富士通採購部門的展示實驗中，訂單確認所需時間縮短了約 50%。此外，對 NVIDIA NIM 微服務的支援預計將使推理速度提升 50%，從而加快每天數百次的內部政策合規性檢查。富士通計畫在 2025 財年之前將人工智慧代理技術發展成為能夠自主學習和演進的技術，並逐步擴展到物理人工智慧領域。
從： 
開發了“富士通小槌物理AI 1.0”，實現了物理AI和AI代理的無縫整合。
【社論】
富士通與英偉達的合作取得了成果，最近發布的「富士通小津物理人工智慧 1.0」正面應對了企業人工智慧面臨的關鍵挑戰。
儘管人工智慧代理的應用日益廣泛，但在工作場所仍面臨許多嚴峻挑戰。當多個人工智慧代理協同工作時，會遇到三個問題：機密資訊外洩的風險、不同廠商系統間的相容性問題以及業務流程的可維護性問題。富士通公司現已提出一種能夠同時解決所有這些問題的方案。
這項技術的核心是“安全代理網關”，它是一種用於安全連接不同供應商開發的AI代理的機制，同時也能保護企業機密資訊。傳統的AI實作方式試圖用單一的大型AI模型處理所有任務，即使使用多個AI，安全措施也往往是事後考慮的。富士通的獨特之處在於，它從一開始就將安全性融入設計的核心。
在採購營運的概念驗證實驗中，我們開發了三個專門用於文件理解、採購政策分析和合規性檢查的AI代理，從而將訂單確認所需的人工工時減少了約50%。此外，對NVIDIA NIM微服務的支援預計將使推理速度提升50%。 NIM是一種將AI模型容器化並透過標準API提供這些模型的技術，它簡化了版本管理和更新，從而解決了企業AI營運中的可維護性問題。
這項技術帶來的變革不僅限於提升後台營運效率。富士通提出的「物理人工智慧」（Physical AI）概念指的是人工智慧代理與實體機器人協同工作，並直接與現實世界互動的未來圖景。到2025財年，該公司計劃將這項技術發展成為能夠在客戶環境中自主學習和進化的代理，並逐步將其擴展到工廠和倉庫的機器人控制領域。
實體人工智慧預計在2025年成為製造業的關鍵趨勢。英偉達執行長黃仁勳在2024年曾表示，“物理人工智慧將是下一波人工智慧浪潮”，而美國也宣布計劃在2025年投資1.2兆美元用於擴大製造業產能。富士通的最新聲明可以被視為日本公司在這一重大趨勢中邁出的具體一步。
當然，也存在一些潛在挑戰。即使富士通能夠在自身環境中實現工時減少50%，但將其擴展到擁有數千家公司、且每家公司安全需求各不相同的企業環境，則是另一回事。在實際應用之前，仍有許多障礙需要克服，例如與原有系統整合、應對複雜的合規性要求以及在實際生產現場處理機密資訊等。
不過，今天的公告指明了一個明確的方向：人工智慧代理將不再孤立運行，而是會進行安全協作，最終與現實世界中的機器人融合。在此過程中，企業工作流程可能會發生根本性的變革。
[術語]
物理人工智慧
這是一個人工智慧體透過實體機器人直接與現實世界互動的技術領域。與局限於螢幕的傳統人工智慧不同，人工智慧能夠透過感測器和執行器識別、判斷並行動於物理環境中。它正日益廣泛地應用於製造業、物流業、醫療業等領域。
AI智能體<br>一種能夠自主執行特定任務的人工智慧系統。它根據人類指令做出決策，並透過多個步驟實現目標。與處理單一任務的傳統人工智慧不同，AI智能體會根據具體情況組合多種功能來運作。
多AI代理框架<br>一項基礎技術，使多個專業化的AI代理能夠協同工作。每個代理負責其自身的專業領域，它們彼此交換資料以執行複雜的業務工作流程。
安全代理網關<br>此技術能夠安全地連接不同供應商開發的AI代理，同時保護企業機密資訊和隱私。它提供資料加密、存取控制和稽核日誌等安全功能。
富士通複合人工智慧
富士通的技術透過聊天式對話理解抽象的商業問題，並利用最優的AI模型自動搜尋並提出具體的解決方案。透過結合多個AI模型，可以解決單一AI無法處理的應用場景。
LLM（大型語言模型）
一種基於海量文字資料訓練的大規模神經網路模型，能夠理解和產生自然語言，並能夠完成包括寫作、翻譯、摘要和問答在內的各種任務。
主權領域<br>這是每個國家或地區重視自身資料主權，並在本國境內管理和營運資料及人工智慧系統的領域。這包括努力防止資料外洩到境外，並確保遵守相關法規。
表單理解<br>這項技術使人工智慧能夠讀取和理解紙本或PDF表單中包含的信息，並將其視為結構化資料。它需要先進的文件分析能力，能夠處理複雜的佈局、手寫字元、多標題結構等等。
[參考連結]
英偉達公司（外部）
全球領先的GPU和AI技術公司，為包括資料中心、遊戲、自動駕駛和機器人等在內的廣泛領域提供AI運算平台。
NVIDIA NIM（NIM 微服務） （外部）
NVIDIA 的微服務將 AI 模型容器化，並透過標準 API 提供這些模型，從而簡化企業環境中 AI 模型的操作。
富士通小土（外部）
富士通提供的AI平台，整合了包括大規模語言模型「Takane」在內的各種AI技術，為企業提供解決方案。
富士通有限公司（外部）
一家領先的日本綜合性IT供應商，提供硬體、軟體和服務以支援數位轉型。
NVIDIA AI 企業版（外部）
由 NVIDIA 提供的雲端原生 AI 軟體平台，包括 NIM 和 NeMo 微服務。
[參考文章]
富士通攜手NVIDIA推出Kozuchi Physical AI 1.0，協助智能體自動化（外部連結）
富士通的 Kozuchi Physical AI 1.0 解釋了安全的多智能體協作如何幫助企業解決採用人工智慧時所遇到的挑戰。
富士通開發出富士通小津物理人工智慧1.0，用於實現實體人工智慧和智慧體人工智慧的無縫整合（外部資訊）
富士通官方英文新聞稿。與英偉達合作的首個成果：實體人工智慧與智慧體人工智慧的無縫整合。
NVIDIA NIM 提供針對大規模部署 AI 模型而最佳化的推理微服務（外部連結）
了解更多關於 NVIDIA NIM 如何簡化 AI 模型部署流程並將其與標準 API 打包的資訊。
什麼是物理人工智慧？它又將如何改變製造業？ （外部連結）
世界經濟論壇對實體人工智慧進行了闡釋，並介紹了亞馬遜營運超過100萬台機器人並將效率提升25%的案例。
英偉達攜手美國製造業和機器人產業領導企業，利用實體人工智慧推動美國再工業化（外部通報）
報告指出，到 2025 年，美國已宣布投資 1.2 兆美元擴大製造業產能，其中以電子、製藥和半導體製造商主導。
人工智慧走向實體：駕馭人工智慧與機器人技術的融合（外部連結）
美國銀行研究所預測，未來十年人形機器人的成本將下降一半，從 2025 年的約 35,000 美元降至現在的約 35,000 美元。
NVIDIA 2025 主題演講：實體人工智慧對機器人技術的意義（外部連結）
關於NVIDIA在Automate 2025大會上主題演講的報導。富士康介紹了在墨西哥創建GPU製造工廠數位孿生的案例研究。
實體人工智慧是機器人技術和智慧（外部）的融合。
英偉達執行長黃仁勳曾表示，「實體人工智慧將是2024年的下一波人工智慧浪潮」。
[編者註]
富士通和英偉達的合作正逐步建立一個由多個人工智慧代理商協同工作以實現業務流程自動化的未來。採購工時減少50%或許預示白領工作方式的根本性變革。更令人感興趣的是，這項人工智慧代理技術最終有可能發展成為與工廠機器人整合的「物理人工智慧」。
在您的工作中，哪些任務可以透過與人工智慧代理協作來提高效率？此外，當您設想人工智慧和機器人以高度協作的方式共同工作的工作場所時，您看到了哪些可能性和擔憂？歡迎在社群媒體上與我們分享您的想法！
