2025年6月25日に「AWS Summit Japan 2025」が開催され、澪標アナリティクスとTISが共同で「自律的AIエージェントの未来！人とAIが共創する社会へのロードマップ」と題する講演を行った。今年に入り、AIエージェントの活用がますます加速している。ノーコードで独自のAIエージェントを構築し、業務に活用できる本格的なツールも出てきた。大きな仕事を小さなタスクに分解してAIエージェントの精度を上げる試みや、企業で始まっている具体的なユースケースなどについて解説した。

AIのキーワードは「AIエージェント」へ

TISは、従業員2万人を擁するTISインテックグループの持ち株事業会社として、ASEANでトップクラスのIT企業連合体を目指している。その中で、澪標アナリティクス（みおつくしアナリティクス）はAI活用の中核的な役割を担い、AIとデータ分析に特化した専門ファームとして多くの企業のAI活用を支援している。

香川氏は冒頭で、「昨年までは、『RAG（検索拡張生成）』というキーワードが流行していました。今年に入り、それが『AIエージェント』に変わっています」と述べた。人間にしかできなかった業務が、少しずつAIに移行し始めている。AIエージェントと呼ばれる仕組みが確立されていくことで、AIに任せられる仕事の範囲と精度は飛躍的に向上していく。

「これまでは、人間が主体となって生成AIを使い、業務をこなしてきました。今後、業務の主体はAIエージェントに移行していきます。人間の仕事はAIエージェントにフィードバックを与えることになり、最終的には、AIエージェントが何でもこなしてくれる世界になっていくでしょう」と述べ、香川氏はAI活用の将来に向けたロードマップを示した。

昨年までは「RAGによる社内データの活用」が中心だったが、今年から多くの企業がAIエージェントを導入し、ビジネスの現場で実際に使い始めている。将来的には、AGI（汎用人工知能）を活用した「生成AIドリブン経営」に向かっていく。

細かいタスクに分解して処理することで、
AIの精度が飛躍的に向上

昨年までAIの最先端と言われていたRAGと、今年から活用が本格化しつつあるというAIエージェント。何が違うのだろうか。

RAGという仕組みの基本的な構造は、次のようなものだ。まず、大量の社内文書をデータベースに格納し、事前に検索して、いつでも利用できるようにしておく。その結果を生成AIに渡すと、社員や顧客からの問い合わせにAIがうまく回答してくれる。

しかし、そうしたRAGの活用でも、うまく行くケースと行かないケースが見られていた。例えば、人事部門のデータを集めたRAGと、経理部門のデータを集めたRAGの2つが存在している場合だ。ここで、例えば「出張旅費の請求方法」について調べる場合、どちらのRAGに聞けばよいのだろうか。聞く先のRAGを間違えると、正しい回答は得られない。

そこで、「道先案内人」としてのAIエージェントが登場する。AIエージェントは、社内のどのRAGに何の情報があるのか、その全体像を把握している。受けた質問に応じて、適切なRAGにタスクを渡す。これは「ファンクション・コーリング」と呼ばれる、最も基本的なAIエージェントの機能だ。

この考え方を発展させていくと、「マルチAIエージェント」という仕組みになる。例えば、「社内マニュアルAIエージェント」「Web検索AIエージェント」「社内システムAIエージェント」という具合に、カテゴリごとに1つずつAIエージェントを立て、その前面に、全てのAIエージェントを束ねる「スーパーバイザ・エージェント」を立てる。

あらゆるユーザーからの質問やタスクは、まずスーパーバイザ・エージェントが受ける。スーパーバイザ・エージェントは、質問内容を分析して細かいタスクに分解し、それぞれを専門とするAIエージェントに渡す。その後、複数のAIエージェントから返って来た回答をスーパーバイザ・エージェントが組み合わせて再構成し、完成した回答をユーザーに返す仕組みだ。

「一度に複雑な仕事をさせようとすると、生成AIは混乱して回答の精度が著しく下がります。そこで、スーパーバイザ・エージェントが大きな仕事を細かいタスクに分け、複数のAIエージェントに振り分けることで、品質の高い業務が可能になります。これが、AIエージェントの基本的な考え方です」と、香川氏は説明した。

昨年から今年にかけ、すでにAIエージェントを導入した様々なサービスが登場している。例えば「検索型エージェント」は、特定のプロンプトを入力すると様々なWebリソースを検索して情報を集約し、完成されたレポートを作ってくれる。「アプリケーション生成エージェント」は、最小限の要件定義から完全なアプリケーションを自動生成するサービスだ。具体例としては、米アマゾンウェブサービス（AWS）の「Amazon Q Developer CLI」が知られている。

「機能特化エージェント」は、作成したいスライドのプロンプトを入力すると、アウトラインを自動で考え、テーマに沿ったスライド資料を作成してくれる。「業務特化エージェント」は、営業やマーケティング、サポートデスク、人事・採用など、特定の業務を支援するAIエージェントだ。

企画部門、営業部門、コンタクトセンターなどの
ユースケースを紹介

続いて、香川氏は具体的なユースケースを紹介した。活用が進んでいる主な領域には、企画部門、営業部門、コンタクトセンターなどがある。

企画部門では、新規事業を計画する際の壁打ち相手や、業界分析レポートの自動作成などにAIエージェントを活用している。営業部門では、CRM（顧客情報管理）のデータを活用してアプローチすべき顧客を抽出したり、営業先のレコメンドや営業アクションプランの提案、さらに稟議書、契約書、電子メールの文面などをAIエージェントで自動生成している。コンタクトセンターでは、AIエージェントが顧客からの問い合わせに自動応答したり、問い合わせの履歴からFAQを自動生成したりしている。

「AIエージェントが得意とする業務の1つに、テキストの自動分析があります。監査法人や法律事務所などでは、膨大な契約書から情報を抽出し、データベースに格納する仕事をAIエージェントに任せています。手間と時間がかかる仕事を、AIで自動化しているのです」（香川氏）。ここでも、膨大な契約書を一度に処理しようとすると、生成AIの仕事の精度が下がる。AIエージェントが大きなドキュメントを小さなブロックに分割し、丁寧に処理している。

次に多いのは、ドキュメントのレビューだ。体裁や整合性、誤字、脱字などのチェックを自動化し、レビュー関係者の生産性を飛躍的に高めている。また、顧客向けの報告書を自動作成するようなニーズも増えている。顧客からクレームがあった場合に、社内で調査した結果を顧客向けの報告書に仕立てる。過去の報告書のデータからRAGを作り、報告書のスタイルとしてうまく使いながら、全社的に統一感のある報告書を自動生成している。

ドキュメントの差分チェックにも、生成AIがかなり使われている。例えば、契約書が少しずつ変化している場合に、初版からの変化を時系列で可視化する。製造業では、JIS規格が細かく改定されるたびに差分をチェックし、社内の基準書や手順書に反映させる業務などを生成AIで自動化し始めている。

「AI活用においてポイントになるのは、タスクの分割です。文書を細かい単位に分割してループ処理させることで、AIの精度を飛躍的に向上させます」と香川氏は述べた。

澪標アナリティクスとTISでは、目的に応じたAIエージェントを容易に構築できる独自のプラットフォーム「生成AIプラットフォーム」を提供している。「AIエージェントをノーコードで作れるように、汎用的に使えるパーツを最初から標準装備しています」（香川氏）。企業は自らの手で必要なAIエージェントの業務アプリケーションを自在に構築できる。セキュリティや認証の仕組みも備えている。

最後に、AIエージェント活用の将来像について述べた。CRMやSFA（営業支援システム）のデータを活用したマーケティングの自動化、商談議事録の作成、可能性のある顧客リストの作成、業界分析、ビジネスマッチング、経営判断などに、AIエージェントが広く使われるようになっていく。

「これまでの生成AIは、生産性の向上やコスト削減を目的に使われてきました。今後は、お客様への提供価値の向上や、経営の高度化にもAIが活用されていきます。業務の効率とスピードを飛躍的に向上させ、ビジネスを変えることこそが、AIエージェントの本質です」と述べ、香川氏は話を締めくくった。