Aera、企業のAI意思決定の構築とガバナンスに向けた6つのアップデートを発表

企業向けAIエージェントは、サプライヤーの変更や在庫の移動を提案することがある。しかし、その提案を信頼できるビジネス上の意思決定に結び付けるには、関連データや選択肢の比較、ポリシーの確認、実行権限、さらに実行後に何が起きたかの記録が必要だ。Aera Technologyは、10月27日に開催されたAeraHUB 26 NYCで発表した6つの機能追加を通じて、これらのステップをエージェント型意思決定インテリジェンス・プラットフォームに統合する。

今回のリリースには、自然言語によるスキル構築、Decision Ledger、Policy Studio、エージェント間の相互運用性、Dynamic UX、Command Centerが含まれる。その中核となる考え方は、企業はエージェントが利用するデータやシステムと同じように、エージェントが下す意思決定も意図的に管理する必要がある、というものだ。

このアプローチは、個々の従業員の生産性向上にとどまらない。Aeraが対象とするのは、何を製造するか、どこへ出荷するか、いつ購入するかといった、繰り返し発生する業務上の選択だ。こうした意思決定は複数の部門に影響を及ぼすことがあり、その結果を次の意思決定に反映する必要もある。

データ、モデル、実行をつなぐプラットフォームを基盤に

Aeraは技術基盤を提供する。同社によると、Decision Data Modelは企業システムや外部ソースの情報を統合し、ビジネスルール、最適化、シミュレーション、機械学習、エージェントを横断するオーケストレーションと組み合わせる。プラットフォームは、自然言語を通じたユーザーとのやり取りにも対応する。

スキルは、特定のビジネス課題に応じてこうした機能をまとめたものだ。各スキルは、データ統合、分析、意思決定ロジックを、対象システムでの実行と組み合わせる。そのため、チャット画面で生成される単なる回答ではなく、再利用可能な業務機能となる。

今回発表された6つの機能は、企業がこうした自動化をどのように構築し、監督し、拡張するかに対応する。また、企業向けエージェントが直面する実務上の制約も反映している。推論が役立つのは、システムが関連するビジネスの文脈にアクセスでき、その結論を制御された方法で実行できる場合に限られる。

スキル構築でビジネス上の要望を自動化計画に変える

更新されたスキル構築機能では、平易な言葉で表現されたビジネス課題から作業を始める。たとえばユーザーは、リスクのあるサプライヤーにフラグを立てる機能をAeraに構築するよう依頼できる。システムが計画を提示し、ユーザーが内容を確認、調整して承認すると、ガバナンスの効いた意思決定の自動化として実装される。

Aeraによると、このプロセスは多くの場合、1回の作業セッション内で完了できるという。今回のリリースでは、独立した検証による所要時間のベンチマークは示されていないが、意図する変化は明確だ。問題の説明から再現可能な対応策の導入までに必要な、専門家による設定作業を減らすことを目指している。

確認のステップは引き続き重要だ。業務上の依頼には、どのデータを信頼するか、何をリスクとみなすか、誰に実行を認めるかといった選択が隠れていることがある。提案された計画を使えば、自動化を承認する前に、こうした選択について話し合える。ビジネス要件の変化に応じて、ユーザーはその後も会話を通じてスキルを調整、更新できる。

Decision LedgerとPolicy Studioでガバナンスをワークフローに組み込む

Decision Ledgerは、意思決定の背景にある状況、推論、評価したポリシー、実行したアクション、最終的な結果を記録し、文脈を保持するよう設計されている。Aera内で行われた意思決定に加え、APIを通じて他のシステムから送信された意思決定も記録する。また同社によると、Aeraは会話の中で生じた意思決定を特定し、人に確認を求めることもできる。

この記録は、例外がなぜ承認されたのか、あるいは以前の介入が効果を上げたのかをチームが把握する必要がある場合に役立つ可能性がある。取引システムには在庫が移動した事実が示されるかもしれないが、意思決定の記録は、その移動に至った状況やトレードオフを説明することを目的としている。

Policy Studioは、実行を統制するルールに対応する。チームがポリシー文書をアップロードするかルールを記述すると、Aeraがルール案を作成し、人が承認する。適用前に、実際の意思決定を使ってルールをテストできる。有効化後は、意思決定のブロック、承認の要求、警告の発出が可能で、評価結果はDecision Ledgerに記録される。

この2つの製品の連携には重要な意味がある。意思決定の過程でポリシーが確認され、その結果が意思決定の履歴に加わるからだ。これにより組織は、事後にプロセスを再構成するのではなく、統制と、その適用状況を示す証拠を結び付けられる。

ビジネスの文脈を損なわずに企業向けエージェントを連携

相互運用性に関する機能追加により、AeraはMicrosoft Copilot Studio、Agent2Agent（A2A）を通じた外部エージェント、Model Context Protocol（MCP）を通じた外部ツールと連携する。これらはそれぞれ異なる統合経路だ。A2Aはエージェント間の協調を可能にし、MCPはツールやコンテキストにアクセスするためのインターフェースを提供する。

すでにアシスタントやエージェントを導入している組織にとって、魅力となるのは既存資産の再利用だ。Aeraの意思決定機能を既存のワークフローに組み込む一方、他のシステムはそれぞれのインターフェースや機能を維持できる。課題は、業務がシステム間の境界を越える場合にも、ビジネスの文脈、権限、ポリシーの確認を引き続き適用できるようにすることだ。

この発表では、相互運用性を、推論とガバナンス、実行を結び付ける手段として説明しています。しかし、統合そのものが、接続されたすべてのエージェントの出力が正しいことの証拠になるわけではありません。出力の正しさは、意思決定プロセス、元データ、そしてアクションを取り巻く制御に依然として左右されます。

Dynamic UXとCommand Centerで意思決定を可視化

Dynamic UXでは、自然言語のプロンプトと、Aeraのグラフ、表、推奨事項、アクション項目を使って、ユーザーがエクスペリエンスを作成・調整し、それをSkillの一部として公開できます。Aeraは今回の刷新について、従来型の推奨事項受信箱から、役割に応じたインタラクティブなワークスペースへと移行するものだと説明しています。

これは、意思決定の種類によって必要な根拠が異なるため、有用です。同じ基盤プラットフォームを利用していても、サプライヤーのリスクを確認する調達マネージャーと、在庫の移送を評価するプランナーでは、必要とする比較項目やしきい値、アクションが異なる場合があります。

Command Centerは、構造化された意思決定と状況に応じた意思決定の両方について、支援を受けながら人が判断する場合も、実行を自動化する場合も含め、意思決定の活動、パフォーマンス、事業への影響を全社的な視点で把握できます。導入の拡大に伴い、組織が成果を評価し、改善が必要な意思決定プロセスを特定するための機能として設計されています。

「私たちは常に、意思決定をデジタル資産として管理することを目指してきました。つまり、意思決定を記録し、ガバナンスの対象とし、継続的に改善していくということです」と、Aeraの共同創業者兼最高技術責任者であるShariq Mansoorは述べています。

今回の6つの追加機能は、機能の構築、ポリシーの適用、システム間の連携、根拠の提示、結果の記録、パフォーマンスの監視という、ライフサイクルのさまざまな段階でこのビジョンを支えます。事業上の価値は、実際の運用現場でこれらの要素がどれだけうまく連携するかに左右されます。企業向けAIにとって本質的な変化は、もっともらしい推奨事項を生成することから、その推論、制約、結果を検証できるアクションを管理することへの移行です。