メインコンテンツに飛ぶ

We'd prefer it if you saw us at our best.

Pega.com is not optimized for Internet Explorer. For the optimal experience, please use:

Close Deprecation Notice

AIエージェント

タスクを自律的に分析、計画、実行

introduction to ai agents

AIエージェントとは

AIエージェントは、タスクを独立して分析、計画、実行する、高度な自律型または半自律型のソフトウェアシステムです。適切なガバナンスとともに使用することで、人工知能を活用し、確立されたビジネスルールに準拠しながら、情報を処理し、意思決定とアクションを実行できます。こうしたエージェントは、さらに広範なエージェント型AIへの進化の一環として、意図を持って行動し、目標を達成し、時間の経過とともに戦略を適応させるように設計されています。最も重要な点は、このインテリジェントエージェントは、継続的な学習と適応によって業務を最適化し、時間の経過とともに出力の効率と品質を改善できることです。

AIエージェントが重要な理由

AIエージェントはビジネスの世界に革命を起こす可能性を秘めています。効果的に使用することで、生産性を大幅に向上させ、パーソナライズされた体験を提供し、業務効率を高め、あらゆる規模の組織の競争力と成長を促進できます。AIエージェントは、単に小さなタスクを自動化するのではなく、企業がエンドツーエンドでプロセス全体のオーケストレーションを行いながら、継続的にAIを適用し、時間の経過とともにプロセスを改善できるようサポートします。

AIエージェントのメリット

  • シームレスなコラボレーション:AIエージェントは、企業の従業員と緊密に連携し、従業員の能力を高め、手作業を削減し、生産性を向上させます。
  • インテリジェントなアクション:適切なガイダンスと監視により、AIエージェントは計画、推論、行動によってビジネス目標の達成を支援します。
  • ビジネス変革:AIエージェントはレガシートランスフォーメーションの鍵の一つであり、企業が旧来の技術から脱却し、自律型企業というビジョンを実現することを支援します。
learning the positive benefits of ai agents

AIエージェントの仕組み

AIエージェントは、ワークフローを通じて目的を定義し、状況を分析し、アクションを実行することで機能します。通常、AIエージェントは大規模言語モデル(LLM)を基幹として、アルゴリズムや機械学習モデルを参照します。これにより、データの処理、パターンの認識、サブタスクの作成、最終的な自律的意思決定が可能になります。人間による監督とガバナンスの下で、チームはエージェント向けの複雑なワークフローを設計することができます。これにより、生産性を迅速に向上させるとともに、継続的な学習と適応も可能になります。

explaining how ai agents works

Pega Blueprint™でアイデアをアプリに瞬時に変換

詳しくはこちら

AIエージェントと自律型エージェントの違い

AIエージェント

同じ意味で使われる場合もありますが、特にAIエージェントは、意思決定と学習における人工知能の能力を重視し、人間による監視とガバナンスを伴います。

自律型エージェント

自律型エージェントは、独立した運用に重点を置いています。インテリジェントな意思決定にAIを使用しながら自律的に動作してタスクを実行し、変化に適応します。また、監視を最小限に抑え、定義されたビジネスパラメーター内でプロセスを最適化します。

AIエージェントのコンポーネント

Center-outビジネスアーキテクチャ

AIエージェントによる効果的な自動化には、ロジックに対する一元的なアプローチが必要です。チャネルやチャットボットにロジックを埋め込んだり、レガシーシステムのバックエンドにロジックを埋め込んだりするのではなく、実行中の業務と期待される成果を中心に置くことを目指します。

ワークフローの自動化

AIエージェントは、ワークフローを自動化する仕組みがなければ管理できなくなる可能性があります。AIエージェントを信頼できるワークフローと組み合わせて、複雑なプロセスを自動的に定義、実行、管理します。こうすることで、エンドツーエンドのプロセス全体で効率性と正確性を維持しながら、複数のステップを調整し、例外を処理し、コンプライアンスを確保できます。

オーケストレーション

オーケストレーションがなければ、企業内のAIエージェントはすぐに効果を失います。オーケストレーションは、ビジネスオーケストレーションとオートメーションテクノロジー(BOAT)のロードマップの一環として、エージェントが確実にROIを達成し、企業のルールや境界に従って動作するうえで重要な構成要素です。

現実世界におけるAIエージェントの例

カスタマーサービスの補助

カスタマーサービスAIエージェントは、顧客の意図を把握し、バックオフィスのワークフローやシステムから必要な情報を取得した上で、企業の標準解決プロセスに沿ってユーザーを支援します。複雑な問い合わせについては、適宜、人間の担当者へ円滑にエスカレーションされます。

金融不正検知

金融サービスでは、AIエージェントが取引をリアルタイムで監視します。不審なパターンを特定し、人間の介入を伴う調査ワークフローを自動的に開始し、顧客を保護しながら誤検知や運用上のコストを削減できます。

ヘルスケアプロセスの最適化

ヘルスケアのAIエージェントは、予約の調整、文書の管理、プロトコルや規制のコンプライアンスを確保することで患者ケアのワークフローを簡素化します。また、それと同時に、必要に応じて人間の関係者を関与させ、優先順位の変化に対応します。

エージェント型AIと自動化を統合すると、企業のアジリティは自ずと向上します。自律型企業の世界へ。

詳しくはこちら
overcoming the challenges of ai agents

AIエージェントの潜在的な課題

AIエージェントは現代の組織に大きなチャンスをもたらしますが、混乱ももたらしかねないテクノロジーであるため、常に懸念が伴います。たとえば、Pegaの最近の調査によると、51%の従業員が、現在の職務において週に1回以上AIエージェントを使用していますが、44%の従業員がこれらのツールが職務に不可欠な人間の直観や感情を読み取る能力を再現できないことに懸念を示しています。

AIエージェントの課題に対する解決策

AIエージェントの導入を成功させるには、信頼と共感を促進する強力なガバナンスフレームワークを導入し、明確な業務範囲を設定し、人間による監視を維持することが必要です。また、データ品質、堅牢なテスト、継続的なモニタリングに重点を置き、管理された段階的なアプローチで自動化機能を段階的に拡張していく必要があります。

企業におけるAIエージェントの導入方法

現状を評価し、目的を定義する

ステップ1

既存のプロセスを評価し、自動化の機会を特定し、ビジネス戦略に沿った明確な目標を設定します。成功の指標を定義し、AIエージェントの導入によって最も効果が見込めるワークフローを特定します。

基盤とインフラストラクチャを構築する

ステップ2

必要な技術インフラストラクチャを導入し、データの品質とアクセシビリティを確保し、ガバナンスフレームワークを確立します。システムの統合を準備しながら、セキュリティプロトコルとコンプライアンス対策を確立または変更します。

AIエージェントを導入して検証

ステップ3

大半の組織では、管理された環境でパイロットプログラムを開始し、パフォーマンスと成果を慎重にモニタリングする必要があります。ユーザーフィードバックを収集しながら、意思決定の正確性、ワークフローの実行、システム統合を検証します。

運用を拡大して最適化する

ステップ4

AIエージェントの導入を組織全体に徐々に拡大し、パフォーマンスを継続的にモニタリングして最適化します。定期的な評価により、ビジネス目標との整合性を確保しながら、ワークフローの設計と自動化の新しい機会を特定します。

AIエージェントの未来

AIエージェントは高度化し、自律機能が強化され、業務への統合がさらに深まると予想されます。エンドツーエンドのオーケストレーションにより、AIエージェントは学習能力の向上、人間との自然な対話、複雑な状況への高い適応力を備えるようになります。これにより、真の自律型企業の進化が促進されます。

the future of ai agents

AIエージェントに関するよくある質問

AIエージェントは、機能に基づいて次のように分類されます。

  • メモリなしで条件アクションルールを使用する、単純反射型エージェント
  • 内部モデルを使用して部分的な監視を処理する、モデルベース反射型エージェント
  • 目標情報を活用するために計画が必要な、目標ベースエージェント
  • ユーティリティ機能でアクションを最適化する、ユーティリティベースエージェント
  • 経験から学習することで、時間の経過とともに能力が向上する、学習型エージェント

AIエージェントは、その目的と複雑性に応じて、次のような方法で学習します。

  • ラベル付きデータによる入力・出力マッピングの教師あり学習
  • ラベルなしデータからパターンを見つける教師なし学習
  • 環境との相互作用による報酬を通じた強化学習
  • 生データから自動でラベルを生成して学習
  • 遺伝的原理を適応して最適解を導き出す進化的アルゴリズム

AIエージェントは、次のようなテクノロジーを組み合わせて構築されます。

  • 機械学習フレームワーク
  • プログラミング言語
  • ニューラルネットワークとディープラーニング
  • 強化学習ツール
  • クラウドコンピューティング
  • 自然言語処理(NLP)
  • ロボティクスとシミュレーション

Ready to learn more?

AI workflows seo carousel

Tech knowledge

Discover how autonomous agents improve business outcomes and productivity over time with minimal human intervention.
Woman Holding Phone Carousel

Tech knowledge

Learn how real-time decisioning helps brands analyze customer interactions and personalize experiences instantly.
Workflow Optimization

Tech knowledge

Discover how workflow optimization can transform business operations, reduce costs, and improve customer satisfaction.
Generative AI SEO Carousel

Tech knowledge

Find out how enterprise generative AI transforms business operations, boosts productivity, and drives innovation.
Citizen development

Tech knowledge

Find out how AI and machine learning automate processes, personalize experiences, and make data-driven decisions.

Pega GenAI™の詳細を見る

初のエンタープライズ向け生成AI

詳しくはこちら
シェアする Xで共有 LinkedInで共有 Copying...