AIエージェント
AI Agent
AIエージェントとは?
- 目標を与えると自ら計画し、ツールを使用
- 答えるだけでなく「実行」
- 複数段階の作業を実行
AIエージェントが入ってきて最初に変わるのは、業務指示書の形です。従来の自動化は、「1番の画面を開き、2番の値をコピーして、3番のシートに貼り付ける」のように、人が手順を最後まで書いてあげないと動きませんでしたが、エージェントには「今週の未収金状況を整理して、チーム長の報告書の下書きまで上げておいて」のように、成果物を基準に指示します。そのため管理者の仕事も、手順を監督する側から結果の検収と権限範囲の設計の側へ移っていきます。
現場では、自律性の度合いで分けて見るのが実用的です。各ステップで人が承認ボタンを押す補助型、決められた範囲の中で自ら動き結果だけを上げる半自律型、例外まで自ら判断する完全自律型があり、国内の導入事例の大半は補助型と半自律型の間にあります。チャットボットは一度の質問と回答で終わり、RPAは固定された画面や座標をたどるのに対し、エージェントは状況を見て使うツールを自分で選ぶという点が決定的な違いです。
ただし、どの業務にでも付けられるわけではありません。対象システムがAPIか、少なくとも照会画面として開かれている必要があり、どのツールを何回呼び出したかがログに残ること、誤って実行した場合に元に戻せることも必要です。最初からツールを10個ずつ付けるよりも、3〜5個のツールで5〜10段階程度から始め、失敗地点を目で確認しながら広げるほうが安全です。
最もよくある誤解は、「勝手にやるのだから確認を減らしてもよい」という考えです。各段階の精度が95%でも、10段階をつないで動かすと最終的な成功率は60%を下回ります。さらに、メール送信や在庫修正のような書き込み権限を承認なしに開放しておくと、誤った単価が記載された見積書が取引先20社に自動送信される、といった事故が起きます。どの段階で人が止めるかを先に決めずに導入したケースは、ほとんどが3カ月以内に止まってしまいます。
| 区分 | エージェント | Copilot |
|---|---|---|
| 役割 | 自ら複数の段階を実行 | 人のそばで補助 |
| 主導 | AIが主導 | 人が主導 |
| はい | 自動で調査・処理 | 文書・コード作成の支援 |
LLMに「ツール利用」と「段階的な推論」を組み合わせようとする流れ(2022年以降)から台頭しました。推論と行動を交互に行うReActのような手法が、代表的なきっかけとなりました。
仮想の事例で見てみましょう。従業員180名、年間売上約900億ウォン(約1,076,310万円)の生活家電流通会社A社の話です。CSチームの6名が月3,200件の配送・返品の問い合わせを受けていますが、注文管理システムと宅配会社の照会画面を行ったり来たりしているため、1件あたりの平均処理時間が7分を超えていました。第3四半期の繁忙期を前に、CSチーム長が'人を増やす前に一度だけやってみよう'と、エージェントの導入を持ち出しました。
- CSチームのパク次長は、直近3週間分の相談記録9,600件を種類別に分類し、配送照会・返品受付・交換案内の3つで全体の問い合わせの68%を占めるという数字を突きつけました。
- ITチームは、注文管理システムと宅配会社のAPIを参照専用の権限のみで接続し、返金の実行と顧客へのメール送信は、オペレーターが承認ボタンを押さないと送信されないように制限しておきました。
- エージェントは「昨日注文したもの、いつ届きますか?」という問い合わせが入ると、顧客番号で注文を探し、送り状の状態を照会してから、回答の下書きを相談員の画面に表示するまでの5段階を自ら実行しました。
- 最初の2週間で誤答率が11%と出ると、パク次長は'予約配送と一部キャンセルの案件は必ず人に回せ'という例外ルールを入れ、3週目には誤答率が3%台に下がりました。
- 3か月後、1件あたりの平均処理時間は7分12秒から2分40秒に短縮され、繁忙期に予定していた契約社員3名の増員なしで、月3,200件をさばけるようになりました。その代わりに、オペレーター1名が回答の検収専任へと役割を移しました。
金鍾赫(キム・ジョンヒョク)
パク・ソリョン