週刊生成AIニュース　2025年6月第1週号　ゆるっとわかりやすく

こんにちは！医療や介護の最前線で日々奮闘されている皆さん、本当にお疲れ様です。患者さんのケア、研究、そしてご家庭での育児など、本当に目が回るような毎日ですよね。そんな中で、「生成AIの最新情報も追わなきゃ…」と思いつつも、情報量の多さに「もう、疲れた！」と感じていらっしゃる方も少なくないのではないでしょうか。

このニュースレターは、そんな皆さんのために、2025年6月第1週の生成AI業界の動きをぎゅっとまとめてお届けします。医療・介護職の皆さんが、日々の業務の合間にホッと一息つきながら、AIがもたらす新しい可能性に目を向けられるような、週に一度の「AIブレイクタイム」になれば嬉しいです。

難しい話は抜きにして、AIが皆さんの「困った」をどう解決し、「ゆとり」を生み出してくれるのか、具体的な事例を交えながら、新しい視点や心が軽くなる考え方をお伝えしていきますね。

【今週の主なトピック】

AIエージェントが拓く、医療・介護の新しい働き方

最近よく耳にする「AIエージェント」という言葉、まるでSFの世界のようにも聞こえるかもしれませんね。これは簡単に言うと、AIが私たち人間のように、自分で考えて、情報を集めて、タスクを自動でこなしてくれるシステムのことなんです。これまでは「指示されたことをこなすツール」だったAIが、これからは「自律的に動いてくれるパートナー」へと進化している、と考えるとイメージしやすいかもしれません ¹。

デロイトトーマツミック経済研究所の予測によると、2025年度にはAIエージェント関連市場が前年比232%増の152億円に急拡大する見込みだそうです ³。これは、AIが単なるツールから、より複雑な業務を代行する存在へと、その期待値が大きく高まっている証拠と言えるでしょう。

医療・介護現場では、例えば、日々の膨大な事務作業（データ入力、情報検索、報告書作成のたたき台）をAIエージェントが代行してくれることで、皆さんが本来集中すべき「患者さんや利用者さんとの対話」や「専門的なケア」に、より多くの時間を割けるようになるかもしれませんね ⁴。

AIエージェントの進化は、単なる業務効率化に留まらず、医療・介護従事者の「時間の使い方」に根本的な変化をもたらす可能性を秘めていると考えられます。AIが反復的・事務的なタスクを代行することで、人間はより高度で、かつ人間らしい「ケア」や「対話」に時間を再配分できるようになる、という因果関係が読み取れます。

これは、AIが人間の仕事を奪うのではなく、むしろ人間がより人間らしく働ける環境を創出するという、ポジティブな未来を示唆しています。多忙な皆さんにとって、この「時間創出」と「質の向上」のメッセージは非常に響くのではないでしょうか。

大規模言語モデル（LLM）の驚くべき進化と、現場への恩恵

ChatGPTでおなじみのOpenAIの「oシリーズ」や「GPT-4.1シリーズ」、Googleの「Gemini 2.5 Pro/Flash」、Anthropicの「Claude Sonnet/Opus 4」など、主要な大規模言語モデル（LLM）は、2025年上半期にかけて驚くべき進化を遂げています ⁷。

特に注目すべきは、複雑な指示を理解し、専門知識を活用する「推論能力」の向上や、一度に扱える情報量（コンテキストウィンドウ）の飛躍的な拡大です。例えば、Googleの「Gemini 2.5 Pro」は最大100万トークン（書籍数冊分に相当！）もの情報を一度に処理できるようになりました ⁷。これは、長大な研究論文や患者さんの詳細なカルテをAIに読み込ませ、要約や分析を依頼する際に非常に役立つでしょう。

最近のLLMは、テキストだけでなく、画像や音声、動画といった複数の種類のデータを統合的に処理する「マルチモーダル機能」が標準になりつつあります ⁷。例えば、Geminiはテキスト・画像・動画を同一APIで処理でき、Googleのエコシステム（検索、マップ、YouTube）と統合されている点が強みです ⁸。Claudeも画像読み取りに優れています ⁸。

このマルチモーダルAIの進化は、単に個別のデータ形式を処理する能力の向上に留まらず、医療現場における「診断の総合力」を劇的に高める可能性を秘めていると考えられます。レントゲンやMRI画像（画像データ）と患者さんの症状記述（テキストデータ）、さらには医師の音声記録（音声データ）をAIがまとめて解析し、より迅速で正確な診断支援を行う、といった未来が現実味を帯びてきています ⁹。

従来のAIが画像なら画像、テキストならテキストと単一のデータに特化していたのに対し、マルチモーダルAIは患者さんの全体像を多角的なデータから捉え、より複雑な症例や、人間が見落としがちな微細なパターンも検出できるようになるかもしれません。これにより、医師の診断精度向上だけでなく、患者さん中心の包括的なケアへの貢献が期待されます。

主要LLMの最新進化ポイント（2025年上半期）

多忙な医療・介護従事者にとって、各LLMの細かい技術的特徴を一つ一つ調べるのは非常に負担です。このテーブルは、主要なLLMの最新の進化ポイントを簡潔に比較し、特に医療・介護分野での示唆を明確にすることで、皆さんが自分たちの業務にどのAIが適しているかを効率的に把握できる「羅針盤」となるでしょう。視覚的に分かりやすく、情報過多に疲れている皆さんにとって、一目で全体像を掴める価値は非常に高いと考えられます。

モデル名	開発元	主な特徴（2025年上半期）	医療・介護分野での示唆
Gemini 2.5 Pro	Google	最大100万トークン処理、マルチモーダル対応（テキスト、画像、動画）、Googleエコシステム連携、高度な情報収集・分析機能（Deep Research） ⁷	超長文の医療論文やカルテの読解・要約、レントゲンやMRI画像とテキスト情報の統合解析、患者さんの動画データからの状態把握など、多角的な診断支援に貢献するかもしれません。
Claude 3.5 Sonnet	Anthropic	最大20万トークン処理、人間らしい自然な文章生成、Constitutional AIによる高い安全性・倫理性、高精度な画像解析、コーディング能力が最高峰 ⁸	患者さんへの説明資料や同意書の作成、倫理的配慮が必要な医療文書の自動生成、医療画像の詳細な解析支援、安全な情報提供が求められる場面での活用が期待されます。
GPT-4.5 (最新版のイメージ)	OpenAI	高い正確性と低いハルシネーション率、幅広い一般知識、画像理解・音声対応、画像生成（DALL-E連携） ⁸	最新の医学知識に基づいた情報提供、多様な形式の医療データの理解と生成、患者さんとの音声での対話支援、医療教育コンテンツの作成など、広範な応用が考えられます。
OpenAI o1	OpenAI	推論特化モデル、高い正確性、医師国家試験で高成績 ⁸	複雑な症例の診断補助、治療方針の選択における論理的推論支援、難解な医学的質問への回答生成など、医師の専門的判断を強力にサポートするでしょう。
Gemini Flash / Claude 3.7 標準モード	Google / Anthropic	非常に高速な応答速度、高いコスト効率 ⁷	患者さんからの簡単な問い合わせ対応、チャットボットによる初期診断支援、大量の定型業務の自動処理など、リアルタイム性が求められる場面での効率化に役立ちます。

【注目事例・ツール紹介】

医療現場の「困った」を解決！生成AIの具体的な活用事例

AIは、医療現場の多岐にわたる課題に対し、具体的な解決策を提示し始めています。

診断支援の精度向上と早期発見は、その最たる例です。AIはレントゲンやMRI、CTなどの医療画像解析において、人間では見落としがちな微細な病変も高い精度で検出できるようになりました ⁵。例えば、AIメディカルサービスの内視鏡検査支援AIは、専門医の感度が65.8%だったのに対し、84.7%の精度を達成した事例もあります ¹¹。

これにより、がんや肺疾患の早期発見に繋がり、患者さんの治療選択肢を広げる可能性を秘めているんです。富士フイルムはアルツハイマー病の進行予測AIを開発し、MRI画像を解析することで認知症リスクの早期察知を支援しています ¹²。また、東京大学病院では、わずか30秒の動画撮影で糖尿病や高血圧を高精度に判定するAIシステムを開発中というニュースも飛び込んできました ¹³。

業務効率化の切り札として、AIは時間と心のゆとりを創出しています。医師や看護師の皆さんが日々作成するカルテや診断書といった医療文書の作成は、大きな負担ですよね。東北大学病院では、日本語LLMを活用した医療文書生成により、文書作成時間を最大47%削減する成果を上げています ¹²。

また、新古賀病院では「ユビー生成AI」の活用で、医師の業務時間を月30時間以上削減できたという驚きの報告もあります ¹⁴。これは、AIが定型的な情報抽出や文章作成を代行することで、皆さんが本来の業務に集中できる環境が整いつつある、ということですね。さらに、AIによる高精度なシフト自動作成システムが、医療・介護現場のDX（デジタルトランスフォーメーション）を支援している事例も出てきています ¹³。

個別化医療への期待も高まっています。AIは、患者さんの膨大なデータを解析し、一人ひとりに最適な治療薬や治療方針を提案する「個別化医療（パーソナライズド・メディシン）」の実現にも貢献し始めています ¹²。日立製作所とユタ大学の共同研究では、2型糖尿病患者に最適な治療薬を提案するAIモデルが開発されています ¹²。これは、AIが医師の意思決定をサポートし、よりきめ細やかな医療サービス提供を可能にする未来を示唆しています。

介護現場に「ゆとり」と「温かさ」を届けるAIツール

介護現場でも、生成AIの導入は、職員の皆さんの負担軽減とケアの質向上に大きく貢献しています。

記録業務の劇的削減と職員のモチベーション向上は、その良い例です。介護現場でも、日々の記録業務は大きな負担ですよね。ある特別養護老人ホームでは、音声入力に対応したAI搭載の介護記録システムを導入したところ、記録業務時間をなんと80%も削減できたそうです ⁶。

職員の方からは「以前は記録のために休憩時間を削ることもありましたが、今は利用者さんとゆっくりお茶を飲む時間ができました。記録ミスも減り、精神的な負担が軽くなりました」という声も聞かれます ⁶。AIが時間を生み出し、職員の心のゆとりにも繋がっているのは、本当に素晴らしいことですね。

見守り・コミュニケーションの面でも、AIは高齢者のQOL（生活の質）向上に貢献しています。夜間の見守りは、介護職員にとって特に負担の大きい業務の一つです。AI搭載の見守りセンサーは、利用者のバイタルデータや行動パターンを非接触でモニタリングし、異常を早期に検知することで、夜間の巡回回数を約50%削減できた施設もあります ⁶。

これにより、職員の睡眠不足が解消され、日中のケアにも集中できるようになるという声も上がっています ⁶。また、アザラシ型メンタルコミットロボット「パロ」やソフトバンクの「Pepper」のようなコミュニケーションロボットは、高齢者の話し相手になったり、レクリエーションの進行役を務めたりすることで、孤独感を軽減し、認知機能の活性化やQOL向上に貢献しています ¹⁵。パロは「世界一セラピー効果がある介護ロボット」として世界中で導入されているそうですよ ¹⁶。

身体的負担の軽減と事故防止も、AIの大きな役割です。移乗支援ロボット「リショーネ」は、一人での介助を可能にし、介護職員の身体的・精神的負担を軽減しています ¹⁶。排泄予測デバイス「DFree」は排尿前の通知で排泄自立を支援し、QOL向上に貢献 ¹⁶。服薬支援ロボットは、薬のセットにかかる時間を大幅に短縮し、誤薬事故のリスクも軽減できるそうです ¹⁶。

これらのツールは、介護の質を向上させると同時に、職員の皆さんの身体的な負担を減らし、より安全で安心なケアを提供するための強力な味方になってくれるはずです。

【業界動向・将来展望】

AI導入の「リアル」：期待と課題、そして乗り越え方

生成AIがこれほど素晴らしい可能性を秘めているとはいえ、導入にはいくつかの現実的なハードルがあるのも事実です。まず、初期導入コストや維持費用が高額になるケースがあること ¹⁸。特に中小規模の医療機関や介護施設にとっては、大きな負担となりがちです ¹⁸。

次に、患者さんの機密性の高い医療データや個人情報の漏洩リスク、不正利用の懸念、そしてサイバー攻撃によるシステムダウンといった「プライバシーとデータセキュリティ」の問題 ¹⁹。さらに、AIが誤った診断を下した場合の責任の所在や、AIに過度に依存することで医療従事者のスキルが低下する可能性といった「倫理的な問題」も議論されています ⁴。そして、意外と大きいのが、現場のスタッフや患者さんの「心理的な抵抗感」です ¹⁹。「仕事が奪われるのでは」「人間らしいケアが失われるのでは」といった不安や、新しいシステムへの操作習得への抵抗感も、導入の障壁となることがあります ¹⁹。

しかし、こうした課題に対して、国内外で生成AIの活用を前提とした法整備やガイドラインの整備が着実に進んでいます ²³。例えばEUのAI Actでは、医療機器に組み込まれるAIは「ハイリスク」に分類され、厳格な規制が適用されるなど、安全性を確保するための枠組みが作られつつあります ²⁴。

また、医療分野では「より小さく、より専門的な言語モデル」へのシフトが予測されており、これによりデータセキュリティを確保しつつ、より手頃なコストでAIを導入できるようになるかもしれません ²⁵。心理的な抵抗感に対しては、導入前に十分なトレーニングやサポート体制を整えること ²¹、そして何よりも「AIはあくまで人間の判断を補完するツールであり、最終的な判断は人間が行うべき」という理解を深めることが重要だと考えられています ⁴。「みんなで一緒に良くしていく」という姿勢が、現場のモチベーションを高める鍵になるでしょう ⁶。

AI導入の障壁は、技術そのものの進化や能力向上とは別に、その「社会実装」においては、技術的な課題以上に「人間（スタッフ、患者さん）の受容性」「制度（規制、保険適用）」「コスト（初期投資、運用費）」といった非技術的な要素が大きな障壁となっている、という見方ができます。特に日本では、技術的な遅れよりも、これらの「人間と制度」に関する課題が普及を妨げているという状況も考えられます。これは、単に高性能なAIを開発するだけでなく、導入する側の環境整備や意識改革が不可欠であることを示唆しています。

医療・介護AI導入のメリットと課題（2025年版）

このテーブルは、AI導入のメリットと課題を俯瞰的に理解し、自分たちの現場でAIを検討する際の参考となるよう、両面をバランス良く提示しています。特に、課題に対しては「解決策や今後の展望」を添えることで、単なる問題提起で終わらず、皆さんに前向きな視点を提供し、行動を促すきっかけとなるでしょう。

項目	メリット（具体的効果、数値など）	課題（具体的な懸念点）	解決策／今後の展望
業務効率化	カルテ作成47%削減 ¹²、医師業務月30時間以上削減 ¹⁴、介護記録80%削減 ⁶、シフト自動作成 ¹³、訪問ルート最適化 ¹⁵	既存システムとの統合の困難さ ¹⁹	API連携の強化、クラウド型サービスの普及 ¹¹
診断・ケア精度向上	画像解析での病変検出精度向上（専門医比84.7%） ¹¹、病気の早期発見 ⁵、個別化医療の推進 ¹²、転倒リスク予測 ¹⁵	学習データ不足（大量の症例データが必要） ¹⁸、AI診断の限界（稀少疾患、複合疾患など） ¹⁹	国主導のデータベース整備 ¹⁸、ドメイン特化型AIの開発 ²⁵
人材不足解消・負担軽減	医療従事者の負担軽減 ⁴、夜勤巡回50%削減 ¹⁵、腰痛予防（HAL®腰タイプ） ¹⁵	AIへの過度な依存によるスキル低下の懸念 ⁴	定期的な研修と実践、AIを「補完ツール」と位置づける ²⁰
患者QOL向上	コミュニケーションロボットによる孤独感軽減・認知機能活性化 ⁶、排泄自立支援 ¹⁶	人間の感覚・感情・温かみの代替は困難 ²⁰	AIはあくまで補助とし、人間らしいケアの時間を創出 ⁵
コスト	人件費・外注費の削減 ²³	初期導入コスト高額（数千万円〜1億円超） ¹⁸、年間維持費 ¹⁸	補助金・助成金の活用 ²¹、クラウド型サービスの普及 ¹¹
プライバシー・倫理	24時間365日体制維持 ⁵、ヒューマンエラー軽減 ⁵、医療格差解消 ⁵	個人情報漏洩リスク ¹⁹、データの不正利用 ¹⁹、医療過誤時の責任の所在不明確 ¹⁹	法整備・ガイドライン整備の進展 ²³、データセキュリティ技術の強化 ²⁷
受容性	（なし）	現場スタッフの心理的抵抗 ²¹、患者の不安と抵抗感 ¹⁹、AIに対する知識不足 ¹⁸	十分なトレーニングとサポート体制 ²¹、現場を巻き込んだ導入プロセス ⁶、成功事例の共有
規制・承認	（なし）	厳正な製造販売承認審査（1年以上かかるケースも） ¹⁸、保険適用外の機器が多い ¹⁸	行政による迅速かつ適切な審査の喫緊の課題化 ¹⁸、法整備の進展 ²⁴

2025年、生成AIは「あなたの隣のパートナー」へ

2025年のAIは、単なるデータ分析や自動化のツールを超え、より複雑なタスクをこなし、人間に近い理解力（文脈、常識、感情認識）を獲得すると予測されています ⁹。これは、AIが私たちの隣に寄り添い、まるで賢い相棒のようにサポートしてくれる未来を示唆しているのかもしれませんね。

特に医療分野では、「より小さく、より専門的な言語モデル」へのシフトが進むと予測されています ²⁵。これは、汎用的なAIではなく、特定の医療分野に特化して学習されたAIが、より高い精度と安全性で皆さんの業務を支えるようになる、ということだと考えられます。AIの進化は単に処理能力やデータ量の「量」を増やすだけでなく、より「質」の高い、つまり人間のように複雑な状況を理解し、専門的な判断をサポートする方向へ向かっていることが伺えます。

そして、この「質の進化」は、AIが人間を代替するのではなく、人間の専門知識と協調し、その能力を最大限に引き出す「共存」の形を目指していることを示唆しているのではないでしょうか。

ボストンコンサルティンググループの調査によると、2025年には日本企業の約半数が2,500万ドル（約39億円）以上をAIに投資する計画だそうです。これは調査対象国の中で最も高い割合で、日本がAI技術の導入に非常に積極的であることが伺えます ²⁸。この投資が、医療・介護現場のAI化をさらに加速させてくれることでしょう。

【まとめ】

ここまでお読みいただき、本当にありがとうございます。日々の激務の中、生成AIの最新情報に触れる時間を作ってくださったことに、心から敬意を表します。

生成AIは、まさに今、医療・介護の現場に大きな変革をもたらそうとしています。膨大な情報に追われ、時に「もう無理…」と感じることもあるかもしれませんが、AIは決して皆さんの仕事を奪うものではなく、むしろ皆さんの「手」となり、「時間」を生み出す、心強い味方になるかもしれませんね。

AIの導入には、もちろん課題もあります。でも、その課題を乗り越えるための知恵や工夫も、着実に生まれてきています。大切なのは、完璧を目指すことではなく、まずは「ちょっと試してみようかな」という小さな一歩を踏み出してみることかもしれません。このニュースレターが、皆さんの日々の業務に少しでも新しい視点や、心が軽くなるようなヒントを提供できていたら幸いです。

来週も、皆さんの「AIブレイクタイム」として、最新の、そして心温まる情報をお届けできるよう、私も頑張りますね。ぜひ、またお会いしましょう！

引用文献

2025年注目の生成AIトレンド3選を紹介！第1位は？ | クラスメソッド株式会社,
https://classmethod.jp/articles/2025-trend-ai/
2025 年に注目すべき 6 つの AI トレンド – News Center Japan, https://news.microsoft.com/ja-jp/features/241206-6-ai-trends-youll-see-more-of-in-2025/
“AIエージェント元年”で勢いが加速、2025年度の市場は前年比232％増を予測デロイトトーマツミック研 | IT Leaders
https://it.impress.co.jp/articles/-/27960
医療分野におけるAIの現状や課題とは？活用事例や注意点を紹介 – リコーのAI, https://promo.digital.ricoh.com/ai/column/detail022/
【2025】医療現場で使われるAI技術とは？活用事例やメリットを分かりやすく解説！
https://ai-kenkyujo.com/news/ai-iryou/
介護AI活用の最前線｜人手不足解消と業務効率化の事例解説 – CareViewer,
https://care-viewer.com/column/elderly-care-ai
【2025年6月版】生成AIモデル徹底比較：ビジネス向けLLM選定ガイド – Biz Freak,
https://bizfreak.co.jp/blog/2ewrh9o1up4
【最新LLM大比較 2025年版】Claude 3.7、GPT-4.5、Gemini 2.0、OpenAI o1の徹底解析,
https://qiita.com/okikusan-public/items/57790df9fb3a96488c60
2025年AIトレンド4選｜注目のAI技術と社会への影響 – 株式会社atarayo,
https://atarayo.co.jp/method/ai-2025-trend/
【2025年最新】最強AI Claude（クロード）とは？Artifactsの活用方法も徹底解説！ – Rimo,
https://rimo.app/blogs/claude
医療画像診断AIの現状と今後の課題解説！導入メリット・最新事例・展望は？
https://ai-market.jp/industry/ai-medical-diagnostic_image/
【2025年最新】医療×AIが変える未来｜注目のソフトウェア開発企業と活用事例を解説 – Kipwise,
https://kipwise.com/ja/blog/ai-medical-industry
【2024-2025年版】医療現場における最新のAI活用事例まとめ
https://blockchain-biz-consulting.com/media/iryou-ai-katsuyou-jirei/
ヘルスケア領域に特化した生成AI活用のガイドラインを改訂「ヘルスケア事業者のための生成AI活用ガイド」第2.0版 | Ubie株式会社のプレスリリース – PR TIMES
https://prtimes.jp/main/html/rd/p/000000125.000048083.html
AI×福祉で業務効率化！時短テクニックや活用事例も解説 – AI Front Trend
https://ai-front-trend.jp/welfare-ai/
【2025年最新】介護ロボットの導入事例10選！課題や種類、メリットも解説
https://comimi.jp/archives/column/kaigorobot-casestudy
AIとロボットが変える介護の未来：「2025年問題」を乗り越えるDX最前線 – 丸文
https://www.marubun.co.jp/products/59568/
医療×AIのメリット・デメリットとは？活用例や導入の課題も詳しく解説 – BizRobo!
https://rpa-technologies.com/insights/medicalcare_ai/
AI×医師でコスト削減！活用事例と導入効果も解説 – AI Front Trend
https://ai-front-trend.jp/ai-physician/
介護現場でのAI活用のメリット・デメリットと実用例 – 介護の三ツ星コンシェルジュ
https://kaigo.jp/column/id-1016/
AIで介護業界はどのように変わる？メリットや課題、導入事例を紹介 – 発注ナビ
https://hnavi.co.jp/knowledge/blog/ai-eldercare/
医療におけるAI導入の課題と展望：患者の受容と皮膚科の可能性,
https://www.toolify.ai/ja/ai-news-jp/%E5%8C%BB%E7%99%82ai%E5%B0%8E%E5%85%A5%E8%AA%B2%E9%A1%8C%E5%B1%95%E6%9C%9B%E6%82%A3%E8%80%85%E5%8F%97%E5%AE%B9%E7%9A%AE%E8%86%9A%E7%A7%91%E5%8F%AF%E8%83%BD%E6%80%A7-3496442
【2025年最新版】生成AIとは？仕組み・活用事例・導入メリットを徹底解説！ – aidiot,
https://aidiot.jp/media/ai/post-8105/
「欧州（EU）AI規制法」の解説―概要と適用タイムライン・企業に求められる対応 – PwC
https://www.pwc.com/jp/ja/knowledge/column/awareness-cyber-security/generative-ai-regulation10.html
The future of artificial intelligence in Healthcare: smaller, more specialized language models
https://pubmed.ncbi.nlm.nih.gov/39968639/
2025年のAI予測：新たなトレンド、画期的なテクノロジー、業界の変革 – Cody
https://meetcody.ai/ja/blog/2025%E5%B9%B4%E3%81%AEai%E4%BA%88%E6%B8%AC%EF%BC%9A%E6%96%B0%E3%81%9F%E3%81%AA%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89%E3%80%81%E7%94%BB%E6%9C%9F%E7%9A%84%E3%81%AA%E3%83%86%E3%82%AF%E3%83%8E%E3%83%AD/
2025年、AIとデータプラットフォームはこう変わる！ – Aerospike
https://aerospike.co.jp/blog/ai-data-predictions-2025/
2025年に3社に1社が2,500万ドル超をAIへの投資として計画していると回答、日本企業は割合が最多～BCG調査,
https://www.bcg.com/ja-jp/press/22january2025-ai-optimism-autonomous-agents