AI エージェントとは(そして AI エージェントが話題になっている理由)

AI に関する発表とイノベーションが驚異的なペースで行われる中、誰もが次の展開に強い関心を寄せています。特に財務やサービス業務の分野において、企業は生成 AI を自社の業務に積極的に統合しており、オートメーション・エニウェアはビジネス環境における明らかな変化を目の当たりにしています。

同時に企業は、エンタープライズ オートメーションに対応する AI の進歩の次の波に備えて、常に状況をうかがっています。そこで、今日は AI/自動化開発の最前線で得たインサイトを皆さんにお伝えしたいと思います。特に AI エージェントに注目し、AI エージェントとはどのようなものか、どのように進化してきたか、(そして最も重要な点として) どのような画期的な潜在能力があるのかについて迫りたいと思います。

AI エージェントとは

今年の Imagine で、当社は AI + 自動化プラットフォーム上に構築された AI エージェントを紹介しました。簡単に言うと、AI エージェントは、生成 AI の認知能力と、エンタープライズ システムやデータ全般のアクションと自動化を組み合わせるものです。AI エージェントは、特定のタスクを動的に実行し、定義した目標を達成することで、機械学習 (ML) を統合した前世代のインテリジェント オートメーションを上回る能力を発揮するように設計されています。

つまり、具体的に言うと、AI エージェントは新しい生成 AI モデルの認知能力を用いて意思決定を行い、データから学習し、自然言語で人とやり取りし、最終的に目標を達成するためのアクションを起こすことができます。

こうしたテクノロジーの継続的な進化に伴い、AI エージェントは真に自律的な自動化を実現する手段となっており、エージェントは今後、計画を立て、幅広いタスクを実行して複雑な目標を達成する高度な柔軟性を備えるようになっていくでしょう。しかし今のところ、AI エージェントの最大の可能性は、より大規模なエンドツーエンドのビジネス プロセスの一部としてオーケストレーションされている、明確に定義されたタスクにあります。こうしたプロセスは、エージェンティック プロセスまたは AI エージェント対応プロセスと呼ばれます。

具体的な説明に入る前に、まずは用語の定義

常に進化しているテクノロジーを定義することは、動く標的を狙うようなものです。特に新しいテクノロジー用語が至るところに散乱している状況で、新しいテクノロジーとその用途を定義するのは確かに限界があります。

AI エージェントに関連する用語や、AI エージェントについて説明する際に使用する用語を明確にし、文脈を明らかにすると、ずっと分かりやすくなります。ここで知っておくべき用語をいくつか紹介します。

• エージェント: AI においてエージェントとは、特定の目標を達成するために、データを取り込み、意思決定を行い、(そうした決定に基づいて) アクションを実行するエンティティを指します。
• エージェンティック: 「エージェンティック」という用語は、さまざまなレベルの自律性、推論能力、適応性を備えた、AI を活用した自動化、システム、またはアシスタントを指します。エージェンティックは、ものを定義する場合 (エージェントか、エージェントでないか) ではなく、形容する場合に使用できます。
• エージェンティック プロセス オートメーション: これは、複数のテクノロジーをまたぐプロセス オーケストレーションと、大規模なプロセスの特定のサブステップや意思決定プロセスに組み込まれた AI エージェントを組み合わせたものです。
• 自律的: AI エージェントの文脈で自律的とは、事前にプログラムされた経路や人の直接的な関与なしに動作するシステムの能力を指します。現在の AI エージェントの自律性には、さまざまなレベルがあります。
• AI システム: これは、LLM や生成 AI モデルと、他のプログラム要素やテクノロジーを組み合わせたものを指します。AI モデルだけに留まらず、非常に幅広いものを指す場合があります。
• AI アシスタント: アシスタントとは通常、個々のユーザー インタラクションに対応するように設計されたあらゆる AI システムを指し、通常は AI エージェントの使用も含まれています。現在の新しいアシスタントの多くは、すべてではありませんが、主に自然言語のインタラクションをベースにしています。当社製品の Automation Co-Pilot は、AI を活用した自動化アシスタントで、ユーザーの仕事の遂行をサポートします。

AI エージェントの仕組み

AI エージェントは、セマンティック エンジン (通常は Anthropic の Claude 3.5 などの大規模言語モデル (LLM)) を始めとした共通したコンポーネントを備えています。これは文字通り AI エージェントの駆動部であることから「エンジン」と呼ばれています。セマンティック モデル/LLM 基盤は、推論し、計画し、反映する機能を提供します。また、タスクをさらに明確化したり、承認したりすることが必要な場合にユーザーと対話するためのインタラクション層も提供します。

AI エージェントのもう 1 つの共通要素に、データの使用とアクセスがあります。AI エージェントはデータを使用し、アクセスすることで最新の適切な文脈を把握して、目標を達成します。多くの場合、こうしたデータへのアクセスは、検索拡張生成 (RAG) 機能という形で提供されます。この機能では、セマンティック検索によって、データベースから関連するデータを見つけ、モデルに供給することで、文脈を把握できます。クエリのターゲットを絞る、必要に応じてシステムから特定のデータを抽出するなど、他のアプローチを用いて AI モデルの知識を補完することもできます。

エージェントのもう 1 つの重要な特徴に、計画や反映などのために LLM を活用する所定のアーキテクチャがあります。これは、AI エージェントの動的または自律的な性質のベースとなっているもので、計画 (どの手順を踏むべきかを概説すること) と反映 (どの程度上手くできたかを評価し、次にすべきことを把握すること) を可能にします。

ただし、すべての中心にあるのはアクションです。AI エージェントはアクションによって実際に物事を成し遂げます。エージェントが「tool use (関数呼び出し)」と呼ばれるアクションを実行できるようにすることで、システムへの接続、自動化の実行、情報の検索などが可能になります。ここでは、エージェントの基盤である自動化層が極めて重要になります。この層が、エージェントが目標を達成するために可能な限り最も確実なアクションを提供するためです。

エージェントは、タスクを進めながら、その進捗状況を追跡し、徐々に改善していくために必要な情報を生成します。この文脈にアクセスすることで、計画を調整し、目標達成に向かって効率的に進んでいくことができます。エージェントに対して、こうしたアクセスは「メモリ」の形で提供されます。または、特定の実行だけでなく、学習できる可能性がある過去の実行と関連性のある履歴と文脈を含むデータストアの形で提供されます。

背景: AI エージェントの来歴

文字通り AI を機能させる AI エージェントは、AI をビジネスと個人の自動化に適用できるようにする大きな一歩と言えます。

今日の AI エージェントは、AI と自動化両方の数十年にわたる進歩の蓄積であり、長年にわたりテクノロジーを見てきた人々にとっては確かに新しい概念ではありません。汎用人工知能 (AGI) を活用する未来を見据える人々は、推論やアクションなどヒューマンライクな概念の多くについて議論してきましたが、こうした概念は現在、AI エージェントによって、より限定的な用途で実証されています。

1980 年代にさかのぼると、IBM の Deep Blue スーパーコンピューターが、AI の初期の可能性をチェスの対局という現実世界の問題に適用して発揮させ始めました。こうした初期の頃から AI は大きな進化を遂げ、ますます複雑な問題に取り組めるようになり、よりターゲットを絞った ML モデルという形であらゆるテクノロジーに広く活用されるようになってきました。しかし、AI エージェントの現代における最大の発展は LLM の出現でした。LLM は、真に汎用的な推論能力を発揮し、現在の AI アーキテクチャを可能にしました。

AI は数十年にわたり進歩してきましたが、自動化、特にビジネス プロセス オートメーションにも同じことが言えます。自動化は、ロボティック・プロセス・オートメーション (RPA) のようなプログラム テクニックが注目を集めていた初期の頃から、多様で複雑なビジネス プロセスをエンドツーエンドでオーケストレーションできる一連のテクノロジーへと進化してきました。こうしたことを実現するには、API から UI の自動化、ML/AI に至るまで、幅広いテクノロジーを取り入れることができるだけでなく、必要に応じて人とやり取りし、人から受けた指示を実行できる必要があります。ビジネス プロセス オートメーションというこの新しい分野で AI がすでに重要な役割を果たしつつあることを考えると、生成 AI や AI エージェントがこの分野に急速に取り入れられているのは驚くべきことではありません。

AI エージェントは今、この発射台から発射されようとしています。エージェンティック プロセス オートメーション (APA) は、新しい生成 AI の力を活用して、自動化を新しい時代に導き、AI エージェントを組み込んで、これまで不可能だったタスクを完了できるようにします。

今後の展望: AI エージェントが話題になっている理由

組織にとって、AI エージェントやエージェンティック プロセスの自動化の変革をもたらす潜在能力をいくら評価しても、評価し過ぎることはありません。コーディングや質問への回答といった基本的なベンチマークの多くで、エージェンティック システムは最新モデル単体を簡単に凌ぐパフォーマンスを発揮することが示されています。

製品の問題のトラブルシューティングやカスタマーサービスの要請に関する決定など、ビジネス プロセスにおける実際の事例に適用することで、その影響はさらに広く認められるようになるでしょう。同時に、こうした潜在能力をすべて引き出すには、セキュリティ、プライバシー、データの正確性、人による監視、強固な AI ガバナンスをはじめとした信頼性を確保する強固な基盤が必要です。

急速に進化する今日のビジネス環境で、エンタープライズ テクノロジーのリーダーは、プロセスを変革し、ビジネス上、最も重要な成果を達成するために、エージェンティック プロセス オートメーションがもたらす可能性を無視することはできません。 

近い将来、ほぼすべての業界で、AI エージェントとエージェンティック プロセスは、顧客満足度、成長率、業務効率、従業員満足度を向上させる原動力となることが期待されています。これがエンタープライズ オートメーションの未来であり、私たちは今、かつてないほど刺激的な AI エージェントの新時代において、AI + 自動化の震源地にいます。