Agentic AIの始め方: ビジネスリーダー向けのフレームワーク

過去10年間で、エンタープライズの変革を同時に形作ってきた2つの並行した旅が現れました: プロセスジャーニーとデータジャーニー。

プロセスジャーニー、または仕事がどのように行われるか、はリーンシグマシックスからロボティックプロセスオートメーション（RPA）やデジタルワークフローまで進化し、すべて効率、構造、スケールの追求のために。 一方、データジャーニー、または決定がどのように行われるか、は伝統的なビジネスインテリジェンスからマシンラーニングパワーの予測インテリジェンス、そして現在、ジェネレーティブAI（gen AI）まで進化しました。 どちらのパスも強力ですが、真のブレークスルーは、両者が収束するときに起こります。 アジェンティックAIにようこそ。

アジェンティックAIは、エージェントがデータを理解するだけでなく、システムとワークフロー内で行動する方法を知っている、インフレクションポイントです。 リサーチによると、エンタープライズITリーダーの96%が次の12ヶ月以内にエージェントの使用を増やす予定です。 ただし、組織がアジェンティックAIイニシアチブをスケールアップしようとするにつれて、どこから始め、どう始めるかを特定するのに苦労することがよくあります。

テクニカルリーダーがアジェンティックAIを活用するには、アジェンティックワークフローについて、意思決定と実行の融合として考える必要があります。 分析インテリジェンスをワークフローに直接組み込むことで、効率性を高める必要があります。 企業全体のインテリジェンスレイヤーが達成されるまで、自律エージェントは知識と行動の間のループを閉じることができません。

アジェンティックAIの定義: アジェンティックエンタープライズとは

多くの組織は、アジェンティックAI とは何であるかを理解する前に、アジェンティックAIの旅を始めます。 アジェンティックエンタープライズを、忙しい国際空港として考えてみましょう。 飛行機は、各々にタスクが割り当てられたAIエージェントです。 彼らは目標を知っており、独立して行動し、目的地に向かって飛び立つ – すべて空港が完全に機能している間。 しかし、空港のより高いレベルの目標が、個々の飛行機の動きではなく、アジェンティックであることを可能にします。 空港の運用を滑らかにさせるオーケストレーターは、空港の管制官です。 どの飛行機をいつ、どこに配備するかを選択し、地上管制を指示してメンテナンスと給油を行い、システム全体のために最も効果的な方法ですべてを調整します。 各飛行機は独立して存在しますが、すべての離着陸を調整することで、空港は安全性と効率性の点で成功します。

アジェンティックエンタープライズとは、単純な反射エージェント、または基本的なボットを実装するのではなく、複雑な、マルチステップのタスクを独立して処理できるように設計された、インテリジェントエージェントのネットワークをオーケストレートするものです。 これらは、戦略的な目標と一致する決定を下し、時間の経過とともに適応して改善する、事前に定義されたルールを遥かに超えています。 これは、アジェンティックAIをジェネレーティブAIから区別するものでもあります。 ジェネレーティブAIはプロンプトに応答しますが、アジェンティックAIは目標を達成するために自律的に行動し、進むにつれて学習して適応します。 これらのマルチエージェントシステムは、さまざまなエンタープライズアプリケーションに接続し、戦略的な先見性で運営して、意思決定を支援し、プロセスを自動化し、組織全体で価値を提供します。

これは旅であることを覚えておくことが重要です。 各エージェントには、処理できる独自の成熟度と複雑さがあります。 アジェンティックエンタープライズになるには、エージェントのエコシステムの全面的設計、調整、継続的な進化が必要です。 目標が明確で、インテリジェントなフィードバックループがあり、ターゲットアウトカムに応じて専門家が埋め込まれている必要があります。

アジェンティックAIのユースケースの特定: 価値を生み出す理由

アジェンティックAIのユースケースは、よくユースケースの選択が不十分なために失敗します。 実際、ガートナーは、2027年末までに、アジェンティックAIプロジェクトの40%以上がキャンセルされる予想です。 これらは技術が失敗したことによるものではなく、エンタープライズが適切なユースケースを選択しなかったことによるものです。

そのような運命を避けるために、組織は、価値の向上と成果の迅速さを評価することで、アジェンティックAIが最大の影響を与える可能性のある場所を特定する必要があります。

価値の側面では、エンタープライズは、どのドメインが最も大きな顧客の痛みを抱えているか、内部的か外部的かに関係なく、そして最も大きな影響の可能性を持っているかを最初に尋ねる必要があります。 次に、プロセスのスコープと需要の見通しを考慮する必要があります。 ヒント: アジェンティックAIは、非常に複雑なプロセス、膨大なワークフロー、戦略的、ダイナミックな意思決定の必要性がある領域で、より具体的な利益をもたらします。 高成長の可能性を持つ領域でアジェンティックAIを実装することは、スケーラビリティと需要の変化やボリュームへの適応性を考えると、軽視すべきではありません。

同様に重要なのは、データの可用性、品質、ガバナンスを調査することで、価値の迅速性を評価することです。 簡単に言えば、より良いデータは、より良いAIのパフォーマンスにつながります。 アジェンティックAIをアクティブ化する場所に関係なく、特に機密性の高いデータが関与する場合、セーフティガードレールを提供することは重要です。 これを行うには、採用のタイムラインに影響を与える可能性のある潜在的な規制の制限を考慮する必要があります。 これは、コーナーカットを行うべきではありません。 ヒューマンインザループシステムから始めることは、エンタープライズがAIエージェントの自律性にさらに自信を持つことができる、責任あるかつ倫理的な実装を保証するのに役立ちます。

アジェンティックAIテクノロジースタックの構築: 目標を達成する方法

アジェンティックAIを採用する準備が整った組織は、スケーラビリティ、統合の柔軟性、保護のセキュリティを可能にする、適切なテクノロジーインフラストラクチャを構築する必要があります。

開始するには、エンタープライズリーダーは、構造化されたデータと非構造化されたデータの両方を同じシステム内に統合して、強力なデータ基盤を構築する必要があります。 これは、アジェンティックAIの効果的で持続可能な採用に不可欠です。 データのアクセシビリティと管理は、アジェンティックAIの基盤です。 このステップは、タスクとドメインに特化した言語モデルを構築することも重要です。

データ基盤が設定され、言語モデルが確立されると、エンタープライズは、AIプラットフォーム、ツール、サービスを利用して、AIエージェントの採用とモジュラリティを加速する必要があります。 制御された環境でのパイロットプロジェクトから始めて、組織は、特定のタスクを実行し、ビジネス成果を達成するエージェントをトレーニングしてデプロイできます。 これには、ビジネスKPIと一致するコントロールレイヤーを介して、人間の監視と継続的なパフォーマンスモニタリングが必要です。

リーダーシップ

アジェンティックAIは、ビジネスが運営される方法に根本的な変化を表します。 勝者として現れるエンタープライズは、アジェンティックAIを機会として、運用モデルとビジネス慣行を根本から再考するものになります。 キーは、賢く実験し、反復し、意図を持って構築し、パートナーし、そして自信を持ってスケールアップすることです。