ブログ

エージェントと AI が協力して善のために働きます

Agentic AI は、コードと大規模言語モデル (LLM) の相乗的な組み合わせです。

エージェント型 AI が大流行中

AI エージェントは 2024 年に測定可能なビジネス価値を提供し始めます。 この価値の例は、小売、医療、製造などの垂直産業や、販売、顧客サービス、サポートなどの水平ビジネス機能で簡単に見つけることができます。 化粧品小売業者の Sephora は、エージェントと AI を組み合わせて、リアルタイムの顧客入力と実際の結果、以前の顧客からのフィードバックを組み合わせてより正確な製品を推奨することで、スキンケアの水準を高めている一例です。 小売業者は、各顧客とのやり取りにおける体験全体を自動化し、パーソナライズしました。 結果: 売上が 11% 増加し、製品の返品が 30% 減少しました。

AI エージェントの価値は、ソフトウェアと LLM を使用して、人間による介入を少なく、あるいはまったく必要とせずに複数のタスクを自動化することから生まれます。 しかし、これらのエージェントとは正確には何であり、どのように AI を使用しているのでしょうか?

AI エージェントとは何ですか?

エージェントは特定のタスクを実行するソフトウェアです。 エージェントの中には、特定のトピックに関する Web 検索を実行したり、他では入手できないドメイン固有の情報で強化された LLM を照会するなど、1 つのジョブに特化しているものもあります。 その他には、ユーザー リクエストを一連のタスクに変換し、ワーカー エージェントを調整してタスクを完了することに特化しているものもあります。 オーケストレーションでも実行でも、エージェントは高度な指示性と決定論性を備えています。 ここにはAIはありません。 各エージェントには、実行に必要なすべての情報と実行タイミングが事前に定義されています。 ソフトウェアは魔法ですが、AI の魔法ではありません。

エージェントの業務の一例としては、リピーターの顧客にパーソナライズされたタイムリーな見込み客向けメールを送信するなど、複数のステップを連鎖させて大規模なタスクを完了することが挙げられます。 このプロセスは、いくつかのより小さな個別のアクションに分割することができ、それぞれのアクションは、その目的のために事前にコーディングされた単一の専門エージェントによって簡単に実行できます。たとえば、マーケティング リード データベースで過去 7 日間の顧客とのやり取りを照会したり、顧客関係管理 (CRM) システムから過去 90 日間のやり取りの回数でソートされた上位 3 つの電子メール アドレスを取得したり、最新の販売キャンペーンに基づいて各アドレスにフォーム メールを送信したりすることができます。 これらのアクションには必ずしも AI は必要ありません。

エージェント AI の AI とは何ですか?

LLM が提供する GenAI は、従来の検索よりも多くのコンテキストと豊富な応答を使用して、データ ソース内のパターンを見つけることができます。 また、テキストを要約、分析、または生成して、より簡潔で有用な方法で情報を作成またはリファクタリングすることもできます。 LLM を活用することは、その出力が決定論的ではないため、プロセスに魔法を加えるようなものです。 これらのモデルは、これまでに発明された他のどのコンピューティング方法にも匹敵しない速度で、求められているパターンを見つけます。 その結果は、私たち人間にとって、推論の一形態であるように見えます。 過去 2 年間で、LLM の出力の質は「まあまあ」から「素晴らしい」に向上しました。 では、エージェント ソリューションで GenAI をいつ採用すればよいのか、どうすればわかるのでしょうか?

見込み客獲得メールの例を続けると、メール テンプレートは最小限のパーソナライズで使用できますが、テキスト生成用に設計された優れた LLM だけでなく、以前の購入やニーズに関連付けられた顧客固有の個人情報にもアクセスできる AI によって生成されたメールの方がはるかに優れています。 の エプソンに導入されたConversicaソリューション 物語はこう語る。 自律的かつ反復的なアクションを示すこのエージェント AI ソリューションの最も効果的な 2 つの機能は次のとおりです。 1) 長期にわたって双方向の電子メール会話を行う機能、および 2) 受信者が好む時間帯に基づいて電子メールを送信する機能です。

エージェント AI - コンボ効果

Agentic AI は、ジョブを実行する非常に特殊な指示コードと AI 推論を組み合わせて、豊富でコンテキストに応じた回答を生成または予測します。 エージェント AI は魔法ではありませんが、単独で動作するエージェントや GenAI よりも強力です。 これら 2 つの構成要素は、さまざまな量と組み合わせで組み立てることができ、作業フローを自動化して非常に価値のある結果を生み出します。 以下は、自動化されたエージェント AI ワークフローを示す簡単な図です。 複数の種類の専門エージェントと AI モデルを使用して、一連のアクションを完了します。 ソリューションは、許容できる結果が得られるまで実行され、その後ユーザーにフィードバックされます。 

エージェント AI ワークフロー チャート。

自動化されたエージェント AI ワークフローの例。

2025 年は、LLM 推論とエージェント プラットフォームの開発が継続され、2024 年と同様にエキサイティングな年になりそうです。 つい最近まで、LLM に対する一般的な考え方は、信頼できないというものでした。 今年は、「エージェント AI が人間よりも優れた答えを導き出すことは不可能だ」といったコメントが著しく減少する年になるかもしれません。 今年はエージェントと AI がともに成熟し、改善していく中で、注目すべき点が 3 つあります。

  1. エンタープライズ サービス バス、オーケストレーション、可観測性/トレース モジュールを含む新しいエージェント AI 開発プラットフォームの出現。
  2. エージェントと AI 間の通信や、パブリックおよびプライベート データ ソースへの安全なアクセスに必要なインターフェイスを標準化する MCP などの標準の出現。
  3. LLM 推論の進歩。

エージェント AI のイノベーションの道筋は、2025 年を通じてこれら 3 つの方向のいずれかに急成長する可能性がある。 これらを使用してエージェント AI プラットフォームの発表を相互に比較すると、新しい機能がプラットフォームを成熟させるのか、統合作業を容易にするのか、AI 対応の認知の魔法を実現するのかが明らかになります。