A2A（Agent2Agent Protocol）

異なる開発元や基盤で作られたAIエージェントどうしが、互いの能力を発見し、タスクの依頼や結果のやり取りを行って協調するための通信プロトコル。2025年にGoogleが公開し、各エージェントは自身の能力をエージェントカードで公開する。エージェントとツールを結ぶMCPと補完し合う関係にある。

AIエージェントが、検索、プログラムの実行、データベースへの問合せ、外部サービスのAPIなどの道具（ツール）を呼び出して、モデル単体では得られない最新の情報を取得したり、実際の操作を行ったりすること。ツールの呼出しには、APIを直接呼ぶ方法、モデルが呼出し内容を構造化して出力するFunction Calling、MCP、iPaaSを介した連携などがある。誤った操作を防ぐため、権限の最小化や重要な操作への人間の承認を組み合わせる。

AIに1回の指示で完成品を出させるのではなく、計画、ツールの利用、結果の振り返り（自己評価と修正）、複数のエージェントの協調を繰り返しながら作業を進めさせる処理の流れ。人間が試行錯誤するように段階を踏ませることで、1回の生成より品質の高い結果が得られる。処理の手順をあらかじめ決めておくワークフローと、AIが自律的に手順を決めるエージェントの両方の要素を組み合わせて構成する。

指揮役（オーケストレータ）の大規模言語モデルが、作業を動的に部分作業に分けて複数の実行役（ワーカー）のモデルに割り当て、その結果を統合するAIエージェントのワークフロー。部分作業の内容と数を事前に決めず、入力に応じて指揮役が判断する点がParallelizationと異なり、変更すべきファイルが事前に分からないプログラムの修正などに向く。

ドイツのインダストリー4.0で提唱された、工場の機器や部品などの資産（アセット）をデジタル空間で表現するための標準化された仕組み。AASと略す。資産の仕様、稼働データ、保守情報などを共通の形式（サブモデル）で記述し、メーカーや業種が異なるシステムの間でも情報をやり取りできるようにする。デジタルツインの基盤となる。

それぞれ独立して運用・管理される複数のシステムが連携し、単独では実現できない機能を提供する、より大きなシステム。構成システムは独自の目的と管理主体を持ち、変化しながら協調するため、全体の設計と相互運用性の確保が課題となる。交通網や防災システムが例である。