Amazon Nova Act：ウェブブラウザを操作し簡単なタスクを自律実行するAmazonのAIエージェント 140

Nova Actとは？

Nova Actは、Amazonが発表したaiエージェントで、Webブラウザを操作し、検索、フォーム入力、決済の完了といった簡単なタスクを自律的に実行することができます。また、詳細な指示の認識や複雑なタスクの分解にも対応しており、ユーザーの日常的な操作を簡素化します。

Nova Actの機能と特徴

• ブラウザ操作能力：Nova Actは、複雑なタスクを原子レベルの命令（検索、決済、フォーム入力など）に分解し、ブラウザAPIやPlaywrightなどのツールを呼び出して自動化を実現できます。例えば、オンラインでサラダを注文したり、レストランを予約したり、メールの自動返信を設定したりすることが可能です。社内テストでは、日付選択やポップアップ処理などのUIインタラクションタスクにおいて、成功率90%以上を記録しています。

• 複雑なタスクの分解：Nova Act SDKにより、開発者は複雑なタスクを一連の実行可能な簡単なコマンドに分解できます。例えば「自宅からこの3つの店舗への最も便利なルートを見つけ、それから約午後6時に映画を観る」といった指示が可能です。

• 詳細な指示の認識：ショッピング時に保険の営業を断るなど、より詳細な指示を認識することができます。

• マルチモーダルインタラクションアーキテクチャ：自社開発のNova基盤モデル（Nova Micro/Lite/Proなど）を活用してWebページのコンテンツを解析し、ScreenSpot Web Textで94%という高いスコアを誇る能力で人間の操作ロジックをシミュレートし、視覚認識、行動シミュレーション、プロセス制御のクローズドループを実現します。

パフォーマンス

Amazonの社内ScreenSpot Web Textテストにおいて、Nova Actは94%のスコアを獲得し、OpenAIのCUA（88%）やAnthropicのClaude 3.7 Sonnet（90%）を上回りました。ただし、Amazonはより一般的なエージェント評価ベンチマーク（WebVoyagerなど）でのテストを実施しておらず、性能比較にはさらなる外部検証が必要です。

Nova Actの活用シーン

• ショッピングアシスタント：Nova Actは、Sweetgreenからのサラダの注文や夕食の予約など、オンラインショッピングを完了する手助けができます。

• 旅程プランニング：自宅から複数の場所への最適なルートを見つけ、映画鑑賞などの後続アクティビティを手配するなど、旅程の計画をサポートします。

• フォーム入力：Nova Actは、さまざまなオンラインフォームを自動入力することができます。

• スケジュール管理：カレンダーの日付を選択し、ユーザーのスケジュール調整をサポートすることもできます。

• 情報検索：Nova Actは、ユーザーの指示に基づいて、画面に表示されている内容に関連する質問を検索して回答することができます。

• Alexa+との統合：Nova Actは、Amazonが今後提供するAlexa+のアップグレードもサポートします。これは、Amazonの人気の音声アシスタントに対する生成AIによる拡張版です。

Nova Actは、Amazonが新たに設立したサンフランシスコのAGI（人工汎用知能）ラボによって開発されており、Amazon Nova Actはこのラボの最初の公開製品です。

詳細情報：https://labs.amazon.science/blog/nova-act

公式サイト：https://nova.amazon.com/