
 
 これは、エンタープライズにおけるエージェントAIに関する5つのシリーズの第2の記事です。第1部では、エージェントAIが何であるか、そしてそれが生成型AIとどのように異なっているかを調べ、ハイパーから実践的な現実への移行を強調しました。 第1部では、エージェント AI が何であるか、それがどのように生成型AI とは異なるかを調べ、ハイパーから実践的な現実への移行を強調しました。 これは、エンタープライズにおける代理人AIに関する5つのシリーズの2番目の記事です。 これは、エンタープライズにおける代理人AIに関する5つのシリーズの2番目の記事です。 実践では、AIエージェントのエンタープライズの採用は、基本的なアシスタントツールから完全に自動システムに進む4つの幅広い段階の成熟スペクトルとして見ることができます。それは、組織のAI能力の観点でクロール - ウォーキング - ランク - フライトのように考えます。あなたがこの曲線のどこにいるかを理解することは、あなたのAIプロジェクトの現実的な期待と次のステップを設定するのに役立ちます。今日のほとんどの企業は、高度なアシスタントや狭い自動エージェントで実験する中間のどこかで、「AIがすべてをやっている」という最後のラインではなく、それぞれの段階を定義し、現実の生活でどのようなものかを表現します。 (私たちは、それを思い出深くするために 階段のベースは、何年も前から存在している伝統的な自動化と分析ソリューションです。ルールベースのワークフロー、シンプルなチャットボット、ロボットプロセス自動化(RPA)ボット、または孤立した予測を行う古典的な機械学習モデルを考えてください。これらのシステムは、繰り返し、よく定義されたタスクを自動化することができます(たとえば、詐欺的な取引をマークしたり、テンプレートからレポートを生成したり)と、人々を支援します。しかし、彼らはダイナミックな計画や真の自律性を持っていません - 彼らは事前に定められたルールやモデル出力を固定した方法で実行します。ほとんどの企業はすでにこの基盤を持っています(たぶん、基本的な顧客 Phase 1 - Assisted Intelligence (Crawl): 過去数年は、より柔軟に動作するAI駆動アシスタントの生成が爆発し、MicrosoftのOfficeアプリケーションのコピロット、GoogleのDuet AI for Workspace、または自然言語を理解し、より複雑なリクエストを処理することができるカスタマイズされたGPTベースのチャットボットのようなツールの時代です。これらのアシスタントは、例えば、文書をまとめ、電子メールをスピーチし、フリーフォームの質問に答え、多くの知識ワークタスクの生産性の大幅な増加を提供します。しかし、これらのアシスタントは依然としてほとんど反応しています。彼らは一度に1つのクエリまたはコマンドを実行し、ユーザーがそれぞれの相互作用を開始することに依存しています。言い換えれば、彼ら Phase 2 - Generative AI Assistants (Walk): ここで我々は真のエージェントAIに到達します。 ステージ3のシステムは、高レベルの目標を与えられ、それを達成するための多段階計画を積極的に設計し実行するでしょう。 彼らは、計画アルゴリズム、ツール使用(例えば、APIsを呼び出す)、事前の文脈の記憶、およびダイナミックな学習を組み合わせます。 実践では、これらは「デジタル同僚」であり、それを達成するための多段階計画を積極的に実行します。 たとえば、このレベルのITサポートエージェントは、ユーザーの要請を開始から終了まで自動的に処理することができます:チケットを読み、問題を診断します(たぶんクエリログのログや知識ベースからダイナミックな学習)、修正 Phase 3 - Goal-Driven AI Agents (Run): 目的のエンドステートは、最小限の人間の関与で動作するAIエージェントのシステム(またはシステムのエコシステム) - 効果的に特定のタスクやプロセスのためのデジタル労働力として機能する。 フェーズ4シナリオは、例えば、顧客の注文を受け取って、 inventory チェックから配送を手配し、顧客をアップデートするまですべてを処理する自主的なオーダー履行エージェント(またはエージェントのチーム)であるかもしれない。 理論的には、あなたはAIエージェントにビジネスプロセスを完全に委任することができます。 実践では、非常に少ない組織はまだ生産中にこれに近いものを持っています。 技術的、倫理的、組織的課題は重要であり、理解できるように、ほとんどの企業は、AIが重要な Phase 4 - Fully Autonomous Agentic Systems (Fly): 今日、企業はどこに立っているのか? 私の経験(業界調査によると)では、ほとんどの企業は現在フェーズ2〜3にクラスターしています - 彼らは人材を増やすために生成型AIアシスタントを使用しており、特定の用例でより自律的なエージェントのパイロットを実行する可能性があります。 GenAIアシスタントを採用して従業員を助けることから始めるのが一般的です(フェーズ2)、そして目標駆動型エージェントを1つの高価値プロセス(フェーズ3)でパイロットします。熟成曲線の各ステップアップは、より良いテクノロジーだけでなく、より強力なプロセスと文化的準備を必要とします。すべての組織がすべての分野でフェーズ4に到達する必要はない - 目標 重要なことに、あなたの現在の段階を知ることは、期待を管理するのに役立ちます。たとえば、あなたの会社がまだ基本的なRPAボットでクロールすることを「学習している」場合、重要なタスクを管理する完全に自動的なエージェントに直接ジャンプすることは困難を招くでしょう。最初に生成アシスタントを導入し、AI出力に快適になり、次第にコントロールされた領域でAIにより多くの自律性を与えます。逆に、あなたが成功したフェーズ2パイロットをやった場合、あなたはフェーズ3エージェントと実験する準備ができているかもしれません - しかし、それをサポートするアーキテクチャと政府に投資する必要があります。メッセージは:走る前に歩く(そしておそらく飛ぶ前に)。 このシリーズの次の部分では、この概念的なロードマップから成功に必要なアーキテクチャに移行します。 巧妙なプロトタイプエージェントを生産レベルのソリューションに変えるには何が必要ですか? 成功したエージェントAIシステムは共通のDNAを共有しています。

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

Read My Stories

このオーディオは、ストーリーの元の言語で制作されています。

Crawl, Walk, Run, Fly - AIエージェント成熟の4つの段階

About Author

コメント

ラベル

この記事は

Related Stories

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

クラウド移行を成功させるための完全ガイド: 戦略とベストプラクティス

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

Claude Sonnet 3.5 システムプロンプトの漏洩: 法医学的分析

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

クラウド移行を成功させるための完全ガイド: 戦略とベストプラクティス

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

Claude Sonnet 3.5 システムプロンプトの漏洩: 法医学的分析

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps