エージェントAIの台頭：インテリジェントオートメーションへの戦略的3ステップアプローチ

私も多くの人と同様、良いアドバイスが好きです。しかし、時には何かを実行するために助けが必要です。

次のAIのバージョン — エージェントAI — は、 私たちをアドバイスから実行に移行させるでしょう。エージェントAIを活用する企業は、変革的な飛躍を実現することができるでしょう。

しかし、どこへ飛躍するのか？どうやって変革するのか？

エージェントAIは、単純なタスク実行を超えて、顧客サポートのコストを25〜50%削減しながら、品質と顧客満足度を大幅に向上させることができます。また、複雑なワークフローと顧客とのやり取りを自律的に解決することができます。たとえば、顧客サポートに適用された場合、エージェントは質問にただ応えるだけでなく、開始から終了まで徹底的に照会を解決し、人間の介入を減らし、効率性を高めることができます。

新しいテクノロジーを採用する場合と同様に、エージェントAIの採用も課題を提起します。企業は、ワークフローを十分に文書化し、深く理解し、堅牢なナレッジベースを保有する必要があります。さらに、ジェネレーティブAIと同様に、データプライバシーとセキュリティに関する懸念が存在します。企業は、利用する大規模言語モデル（LLM）と情報の保存・転送方法を理解する必要があります。

しかし、インテリジェントオートメーションの採用戦略が適切であれば、成功を収めることができます。最大の利益を得るために、企業は以下の3つのことを行う必要があります：

• 正しい場所から始める
• エージェントAIと人間の専門知識をバランスさせる
• エージェントの専門知識ネットワークにアクセスする

まだ初期段階ではありますが、さまざまな業界のクライアントと協力してエージェントAIをワークフローと運用に統合することで得られた知見を以下に示します。

小さく始めるのではなく、賢く始める

おそらく、逆説的に思えるかもしれませんが、最高の開始点は、最もボリュームの大きいユースケースからです。リスクが高くないでしょうか？適切に行えばそうではありません。実際、低ボリュームのユースケースから始めることは、投資の価値を証明するのに十分な影響が見られないリスクを増大させることになります。

高ボリュームのユースケースから始めることで、投資収益率（ROI）の最大化が可能になり、企業は迅速に重大な影響を実現し、効率性の向上を最大化し、AIエージェントの使用価値を明確に示すことができます。

大きく始めるリスクをどのように軽減しますか？最大のユースケースのボリュームの1％でエージェントを初期的に実装することによってです。このアプローチにより、潜在的な問題を特定して修正し、より広範な自動化に備えることができます。

小売企業の場合、注文の状況を自動化すること、または返品処理ワークフローを自動化することが意味するかもしれません。企業のフルフィルメントネットワーク全体で出荷を監視することに加えて、AIエージェントは顧客の身分を確認し、リアルタイムのステータスを確認し、顧客を更新することができます。さらに、予期せぬ遅延が発生した場合は、選択肢を提供することもできます。

返品の場合、エージェントは企業の返品ポリシーを確認し、返品に関する顧客情報を収集し、次のステップを提案し、関連タスク（返品ラベルの印刷、ピックアップのスケジュール設定、返金の発行など）を完了することができます。返品エージェントはまた、乱用のパターンを監視し、必要に応じて決定と次のステップを調整することができます。

企業が高ボリュームのワークフローの一部にAIエージェントを展開した後、ワークフロー活動を監視して、調整が必要な箇所を特定する必要があります。エージェントがスムーズに機能する場合、企業は事前に定義された量でワークフロー全体のボリュームを扱うまで、エージェントの使用を段階的に拡大することができます。

もちろん、すべてのタスクとワークフローはエージェントAIによる完全な自動化に適していません。実際、人間の専門家をAIエージェントの全体的な動作に接続しておくことで、最良の結果が得られます。

AIと人間の専門知識をバランスさせる

企業がワークフローとプロセスを自動化の候補として検討する際、人間の監視または直接の行動が最も適したインスタンスがあることがわかります。エージェントAIは、非常に高い能力を持つ革新的な技術ですが、限界があります。

特に3つの限界があります。

AIエージェントとそれをサポートするLLMは、現在、一般的な知能を備えていません。狭く、明確に定義された分野で最も効果的に機能します。したがって、人間は特定のタスクを実行する方法を学び、その知識から抽出された原則を異なる、無関係なタスクに適用することができますが、AIは現在そうすることはできません。

次に、非常に複雑な意思決定マトリックスを必要とするワークフローがあり、重大な経験と経験に基づく判断が求められます。たとえば、小売企業がシンプルなマーケティングキャンペーンのコンテンツが必要な場合、エージェントはそれを処理し、キャンペーンを実行することができます。

しかし、複数の市場をまたいでブランドの表現と約束を再検討したい場合はどうでしょうか？エージェントはそのタスクを遂行できません。市場の傾向、ブランドの認識、市場間の文化の違い、ブランドが感情を呼び起こす方法に関する洞察が必要です。

最後に、人間のコミュニケーションの「汚い」側面や感情のニュアンスが必要なワークフローは、共感のような明確に人間的な要素を必要とするため、人間に残すべきです。怒っている顧客を扱う顧客サービス問題や、患者が感情的または精神的に危険にさらされている可能性のあるヘルスケアのやり取りを想像してください。

しかし、私は二元的な意思決定プロセスを説明しているのではありません。人間に任せるもの、AIエージェントに任せるもの、というのではなく、実践ではハイブリッドモデルが最も効果的です。

AIと人間の役割の間には明確な区別が必要です。しかし、人間の専門家がタスクを処理する必要がある場合でも、AIは人間の能力を拡張し、専門知識を最大限に活用するために利用されるべきです。

一般に、企業は、取引可能な、繰り返しのタスクにエージェントAIを使用し、ハイリスクのやり取り、感情的に複雑なシナリオ、ニュアンスのある判断を必要とする状況では、人間の専門知識を利用するべきです。50ドル相当の保証請求は完全に自動化されるかもしれませんが、5,000ドルの請求は、人間の感情的知能とブランドに敏感な取り扱いから利益を得るでしょう。

エージェントネットワークにアクセスする

おそらく最も重要な点は、エージェントAIに単独で取り組むべきではないことです。専門家のパートナー網を作りましょう。新興のエージェントAIプラットフォームは、デジタルとボイスチャネルをまたいでテクノロジーを提供できます。顧客の運用環境を理解するシステムインテグレーターとアドバイザーは、特定の顧客ニーズにエージェントモデルをトレーニングし、それらを企業の運用に統合することができます。

これらのモデルを企業システムに統合するには、複雑なワークフローと業界固有の課題に関する深い専門知識が必要です。また、ワークフローの意思決定ポイントと人間のインタラクションが最も必要である場所、または有益である場所を理解することも必要です。そうすることで、エージェントAIは労働者とチームの生産性にとって利益となります。

エージェントAIは、企業に効率性を高め、顧客体験を向上させ、イノベーションを推進する強力な方法を提供します。しかし、成功するには、急いで参加することではなく、賢明で情報に基づいた選択をすることが重要です。正しい場所から始め、人間とAIのハイブリッドモデルを適用し、正しいネットワークにアクセスすることです。

AIの世界が非常に速く変化しているため、単独で行うことはできません。