これからの業務自動化を支えるAIエージェントの台頭
先週、知人が講演に登壇するというので、AIの展示会に足を向けたのですが、各社、様々な製品やサービスを投入されておられ、なかなか興味深く拝見しました。
「AIを活用しなければ遅れる」という声が日に日に現実味を帯びてきているわけですが、これまでAIの業務利用といえば、個人のタスクをサポートするパーソナルアシスタンスが主流でした。
ExcelのAI関数が高度な分析を可能にし、プログラマーはコード生成AIで開発効率を上げています。
しかし、業務自動化は次のステージへと進んでいます。
RPAが定型業務を自動化するツールだったのに対し、これからはAIエージェントが業務そのものを自律的に処理する時代です。
AIエージェントとは、特定のツール操作に長けた業務のスペシャリストのような存在。
それらを統括するAIがワークフローに沿って各エージェントに作業指示を出し、業務を完遂させるといった構成です。
これまでの業務自動化は、完璧に定義された手順書が前提でした。
しかし、多くの業務は「トリガーがあいまいな非定型な対応」を伴います。
AIエージェントを活用すれば、このような非定型な業務も自動化できます。
現地で見たデモの一つに、チャットのUIを通じてアカウント発行のリクエスト処理というのがありました。
これはある業務システムのアカウント発行リクエストを受けた際に、その目的を聞いてツールと合わないようであれば、別の適切なSaaSを紹介したりアカウントを発効するにあたっては、保有ライセンス数の照会や上長への決裁処理依頼など他のITエージェントの協調を含めた動的な業務の処理が可能になっておりました。
これらはRPAブームから始まったバックエンドの自動化が、さらに進化し、より複雑なワークフローに対応できるようになったことを意味します。
これまでも業務アプリケーション間での連携は、データの共有や指示＆結果の受渡のインターフェースなど、設定が必要な個所が多々ありました。
AIを連携するためには、業務に関するコンテキストも各AIエージェントと共有する必要が出てきます。
プロトコルのレイヤーではA2A、ACP、MCPといった規格が提案されて徐々に整備されています。
逆にAIが生成した結果に関する閲覧権限のコントロールに関しては、まだまだ不十分な感じでした。
閲覧制限がかかったデータを学習した際に、一般向けのAIの処理結果にそれらのデータが反映されてしまうリスクが排除できないためです。
まだ技術的にはこなれていない部分も見受けられましたが、RPAブームから始まったバックエンドの定型業務の自動化はさらに進化しそうな勢いです。
またシステム運用の業務においても、これからの運用設計を考えるうえでAIの活用は急務になってきます。
特に監視やサービスデスクに関しては導入しやすい部分です。
各種の通知、ログなどから発生したインシデントの内容の要約や対応策の提案、過去の事例の検索などAIを活用できる部分は増えています。
AI活用はもはや実験段階ではなく、日々の業務基盤に組み込まれる時代に入ったといえそうです。
