AI エージェントについて理解する
従来のソフトウェアは静的なツールとして機能しますが、AI エージェントは、中核的な業務プロセスを自律的に拡張するツールとして機能します。人事分野と財務分野において、AI エージェントは単純なタスクを実行するだけでなく複雑なポリシーの解釈、財務データの異常の検出、複数のシステム間の調整など、ワークフロー全体の管理まで行うようになっています。こうした自律型システムの適用範囲が拡大するにつれ、企業のリーダーは、単純な導入から、一元的な調整と管理へと移行する必要があります。
AIエージェントの解説: タスクの自動化から戦略的な実行まで
AI エージェントは、社員に取って代わる存在としてではなく、デジタル アシスタントとして急速に日常業務に組み込まれています。AI エージェントは、定型的な業務の処理、リスクの検知、インサイトの迅速な提示により、業務の効率化を支援します。状況によっては、新しいデータに合わせて複数のシステム間で処理を実行し、特定の業務全体を支援することもあります。
AI エージェントの登録、管理、監視を行うための明確な仕組みが整っていない場合、機密データの流出やワークフローの混乱が発生する可能性があります。そのため、AI エージェントの管理は、特定の部門だけではなく、組織全体として取り組む必要があります。Workday は、あらゆる AI エージェントを安全で拡張性が高い単一のプラットフォームに集約することにより、AI エージェントの適切な管理を支援します。
重要なポイント:
AI エージェントとは、リアルタイムのデータに基づいて分析、意思決定、アクションを実行する自律型システムのことです。
AI エージェントは、定型的な事務作業から多段階にわたる戦略的プロセスにいたるまで、あらゆる業務をサポートします。
AI エージェントを大規模に導入する場合、可視性、セキュリティ、調整に関する課題が発生します。
AI エージェントの導入を成功させるためには、体系的な導入プロセスと、継続的な監視を行うためのツールが必要になります。
Workday Agent System of Record は、AI エージェントの一元管理を通じて、ビジネス全体にわたる AI エージェントの導入と管理を簡素化します。
ご存知でしたか？
エージェントは AI モデルを推論することで、批判的な考え方をしながら複雑な課題に取り組む方法を学習できます。この新しい「推論エージェント」は、必要最小限のコンピューティング量とトークン数を使用して複雑な問題を分解し、オプションを比較検討して、さまざまな情報に基づいた意思決定を行うことができます。—NVIDIA
AI エージェントとは
AI エージェントとは、ユーザーや組織がタスクを実行したり、意思決定を行ったりするのを支援する、インテリジェントなソフトウェア システムのことです。従来の自動化機能は、事前に定義されたルールに従って動作しますが、AI エージェントは、変化する入力情報に適応しながら動作します。これにより、反復的な手作業にかかる時間とコストが削減されます。
半自律的に動作する AI エージェントもあれば、他のシステムやチームと連携して複雑なワークフローを処理する AI エージェントもあります。さらに、単一のタスクだけに特化した AI エージェントもあれば、高い自律性でさまざまな業務を処理する AI エージェントもあります。
AI エージェントの例を以下に示します。
契約エージェント: 契約書などの法的文書をレビューし、潜在的なリスクや見落としがちな契約上の義務を検出します。
給与計算エージェント: データの誤りを検出して修正し、コンプライアンスを維持します。
財務監査エージェント: 取引内容の照合を行い、内部統制を継続的に監視します。
セルフサービス エージェント: 人事システム内の最新情報を提供し、ケース管理を自動化します。
AI エージェントの起源
AI エージェントという概念は数十年前から存在し、当初の構想では、自律的にアクションを実行するソフトウェアに焦点を当てられていました。初期の AI エージェントは、スケジュール管理やメールのフィルタリングなど、1 ～ 2 件のタスクを処理できましたが、複数のシステムにわたって柔軟にタスクを処理することはできませんでした。その後、機械学習、クラウド コンピューティング、生成 AI が、AI エージェントの進化を牽引してきました。
現在の AI エージェントは、さまざまな部門の業務をサポートしています。たとえば財務部門の場合、AI エージェントを活用して、取引データの不整合の検出や監査業務の自動化などを行っています。人事部門の場合、AI エージェントを活用して、ポリシーの遵守状況の監視や給与データの更新などを行っています。非常に高度な AI エージェントは、問題の予測や傾向の特定を行い、ビジネス上の優先事項に合わせてワークフローを最適化することができます。ビジネス プランニングにおける AI は未来を切り開いています。エージェント型 AI はその代表的なツールです。
AI エージェントと LLM の違い
生成AI とエージェント型 AI はよく混同されますが、両者には本質的な違いがあります。生成 AI は、情報処理に優れた強力なツールです。既存のデータに基づいてレポートを要約したり、メールの下書きを作成したり、複雑な質問に回答したりすることを得意としています。生成 AI は、システムの「頭脳」として機能します。
それに対して、エージェント型 AI はシステムの「筋肉」として機能します。エージェント型 AI は生成 AI の推論能力を活用して、ソフトウェアの操作やワークフローの起動を行い、複数のステップで構成させるビジネスプロセス (サプライチェーンの混乱への対応や、新しい税法に基づく給与計算の調整など) を自律的に実行します。各ステップで人間が指示を出す必要はありません。
目的
LLM
言語の生成と処理を行う。
AI エージェント
目標の達成に向かって行動する。
自律性
LLM
プロンプトに応答する。
AI エージェント
指定された範囲内で自律的に動作する。
記憶と計画
LLM
現在のプロンプトに基づいて応答を生成する。やり取りをまたいだ記憶能力は限定的。
AI エージェント
記憶を保持し、過去の行動に基づいて計画を立てる。
スコープ
LLM
文章の作成、質問への回答、要約などのタスクを支援する。
AI エージェント
複数のタスクを実行してワークフローを管理し、プロセスを起動する。
インテグレーション
LLM
ツール内に埋め込む必要がある。
AI エージェント
多くの場合、事前にビジネス システムに統合されている。
適応性
LLM
言語入力に適応する。
AI エージェント
状況や優先順位の変化に適応する。
使用例
LLM
財務報告書を作成する。
AI エージェント
財務データをレビューして問題点を特定し、それらを承認プロセスに回付する。
ご存知でしたか？
Gartner 社は、「2029 年までに、会員登録の解約や Web サイト上での問い合わせ対応などの定型的なカスタマー サービス業務の最大 80 %を、人間が介在することなくエージェント型 AI だけで処理できるようになる可能性がある」と指摘しています。これにより、顧客満足度が高まる可能性があります。
AI エージェントの効果的な導入がもたらすビジネス成果
AI エージェントの戦略的な活用は、的確な意思決定やコスト管理の改善など、具体的なビジネスの成果につながります。AI エージェントは、計画の作成、問題の解決、部門横断的な業務処理を支援します。AI エージェントの導入には、以下のようなメリットがあります。
運用コストの削減
AI エージェントにより、反復的な手作業を自動化してミスを減らし、承認プロセスを効率化して、複数の部門にわたるワークフローを調整することができます。これにより、運用コストが削減されます。たとえば、給与データを検証するエージェントや経費精算を監査するエージェントを使用すれば、早期に問題を検出して財務的な損失を未然に防ぐことができます。問題を早期に特定すれば、手戻り作業やコストのかかる遅延を減らすことができます。Gartner 社は、「AI を活用した自動化により、長期的には運用コストを最大 30％ 削減できる可能性がある」と指摘しています。
リアルタイムの大規模な意思決定
AI エージェントは、新しいデータに基づいて行動し、タスクを迅速に承認して、サービスの応答性を高めます。意思決定の遅延が金銭的な損失や信頼関係の悪化につながる可能性がある場合、AI エージェントを使用すれば、最新の情報に基づいて迅速に意思決定を行うことができます。
社員の生産性の向上
AI エージェントは、スケジュール管理やデータ入力などの定型業務を処理することにより、時間を節約し、社員の負担を軽減します。これにより社員は、予算の精査や従業員エクスペリエンスの向上など、専門的な知識を必要とする業務に注力できるようになります。
たとえば、McKinsey 社の調査によると、金融機関に AI エージェントを導入した場合、信用リスク レポートの作成にかかる時間を 20 ～ 60％ 削減できる可能性があることがわかっています。
コンプライアンスの強化とリスクの軽減
AI エージェントは、ポリシー、トランザクション、データ アクセスを継続的に監視することにより、コンプライアンス違反のリスクを軽減します。たとえば、セルフサービス型の AI エージェントを使用すれば、法規制が変更された場合やポリシー違反が検出された場合に、その内容をマネージャに自動的に通知することができます。これにより、手作業による監査業務のミスを減らし、全体的な透明性を高めることができます。
AI エージェントに関する課題への対処
AI エージェントの価値を最大限に引き出すには、そのための仕組み作り、ワークフローに対する影響の評価、部門間の連携の促進、適切な導入と活用を促す管理体制の構築に重点を置く必要があります。AI エージェントの導入には、可視性のギャップやセキュリティ上の懸念など、さまざまな課題が伴いますが、適切な計画を策定すれば、これらの課題を解決することができます。ここでは、一般的な課題とその解決方法を紹介します。
分断された管理体制と連携
複数のシステムやベンダーが分散している環境に AI エージェントを導入すると、各エージェントが何をしているのか、共通の目標に向かって各エージェントが適切に連携しているのかを把握するのが難しくなります。このような分断されたシステム環境では、業務の実行速度が低下するだけでなく、業務の最適化も非常に難しくなります。
この課題を解決するには、AI エージェントを一元的に管理してシステム全体を連携させる必要があります。Workday エージェントなどのソリューションを使用すれば、すべての AI エージェントを単一のプラットフォームに集約することができます。次に、各部門で AI エージェントの登録、監視、接続を行うことにより、AI エージェント同士がシームレスに連携するようになります。
セキュリティとアクセス制御に関するリスク
AI エージェントは通常、業務を処理するために、機密性の高いシステムやデータにアクセスします。そのため、適切にアクセスを制御しないと、データの流出や悪用につながる可能性があります。初期段階で厳格なアクセス権限を設定し、自動設定ツールを使用して役割ベースのアクセス権を付与し、コンプライアンス ルールを適用する必要があります。これにより、AI エージェントは、必要なデータ以外にはアクセスできなくなります。
明確なガバナンス体制がない状態での大規模な導入
AI エージェントを 1 ～ 2 件導入する程度なら、小規模な企業でも適切に管理することができます。しかし、多数の AI エージェントを導入すると、運用が混乱してしまう場合があります。明確なガバナンス体制が整備されていない場合、同じタスクを重複して実行する AI エージェントが発生したり、アクセス権限のないシステムに AI エージェントがアクセスしたりする可能性があります。
堅牢なエージェント管理フレームワークを導入すれば、新しい AI エージェントを円滑に導入してその使用状況を監視できるため、適切に管理しながら戦略的に AI エージェントの数を増やすことができます。このフレームワークには、標準化されたオンボーディング手順、役割ベースのアクセス制御機能、パフォーマンス監視機能、各エージェントの責任範囲を明確に定義する機能を含める必要があります。また、AI エージェントが共通のワークフロー内で動作し、ビジネスの目標に一致する成果を達成できるように、各システムを連携させる必要があります。
ご存知でしたか？
2024 年に KPMG 社が実施した調査では、70％ の企業が「複雑なデータセットの分析で AI エージェントを使用している」と回答しました。また、23％ の企業が「今後の取り組みとして予定している」と回答しました。AI エージェントのその他の用途として挙げられたのは、事務作業の処理、社員の評価、新しいビジネス資料の作成などです。
1.AI エージェントで解決すべき問題を特定する
AI エージェントで対処する具体的な問題を特定します。請求処理に時間がかかっている、給与計算で繰り返しミスが発生して人事部門の負担になっているなど、問題を具体化することが重要です。目標を明確に定義しないと、AI エージェントの役割が明確にならず、期待する成果を上げることはできません。各部門の責任者と話し合い、自動化の余地がある業務を特定して優先順位を設定してください。
2. ニーズに適した AI エージェントを選択する
ビジネスの目標に応じて、タスクベースの AI エージェントとロールベースの AI エージェントのどちらが適しているかを判断します。タスクベースのエージェントは、反復的な業務を大量に処理する場合に適しています。ロールベースのエージェントは、複数の部門にまたがる複雑な業務を処理する場合に適しています。課題の複雑さに応じて、AI エージェントの自律性とコラボレーションのレベルを調整することが重要です。
3. ガバナンス体制とアクセス制御を確立する
AI エージェントの責任範囲を明確にしてビジネスの目標を達成できるように、あらかじめ AI エージェントの管理責任者を決めておきます。管理責任者は、個人でもチームでもかまいません。AI エージェントを効果的に管理するには、パフォーマンスの評価、使用ガイドラインの作成、リスク対応、システム更新の管理などを行う必要があります。
また、ロールベースのアクセス制御機能を使用して、AI エージェントの閲覧範囲と操作範囲を制限し、不正アクセスやセキュリティに関するリスクを軽減する必要があります。
4. 各種システムとの連携を計画する
AI エージェント戦略の効果は、AI エージェントがアクセスするデータの品質に左右されます。ツールごとに脆弱なカスタム連携機能を開発するのではなく、Model Context Protocol (MCP) に対応したプラットフォームを導入することをお勧めします。
Workday では MCP が使用されているため、AI エージェントはテクノロジー スタック全体から必要なリアルタイム コンテキストを安全に取得することができます (ドキュメント ストア内の契約書や、サードパーティ製ツール内のプロジェクト ステータスなど)。この標準化されたアプローチにより、AI エージェントは単なる孤立したボットではなく、ビジネス運営の全体像を理解して行動するオペレータとして機能するようになります。
5.AI エージェントの技術的要件
AI エージェントを通じて成果を上げるには、適切な運用環境を構築する必要があります。そのためには、高速なデータ アクセスと安全なシステム連携を支える強固な技術基盤が必要になります。
以下に、技術的な要件を示します。
リアルタイム処理をサポートする拡張性の高いクラウド インフラ
人事ツール、財務ツール、調達ツールなどの中核的なプラットフォームと AI エージェントを連携させるための API 接続機能
AI エージェントが正確な最新情報にアクセスするためのリアルタイム データ パイプライン
透明性、コンプライアンス、パフォーマンスを監視するための自動監査証跡機能
AI エージェントとのすべてのやり取りでユーザー レベルのセキュリティを適用する安全な ID/アクセス管理機能
常に変化するワークフローやポリシーに AI エージェントを適合させるための拡張メカニズム
複数のベンダーやツールにまたがるサードパーティ製 AI エージェントの連携機能
「近い将来、AI エージェントだけで構成される自律的な AI 組織が登場するでしょう。このような組織は人間ではなく AI によって構築される可能性もあります。これらのエージェントは相互に通信し、サービスを提供して収益を生み出し、継続的な運用を通じて自律的な改善と進化を続けていきます」
—Jeremiah Owyang 氏、Blitzscaling Ventures 社ベンチャー キャピタリスト、AI スタートアップ コミュニティ「Llama Lounge」創設者
Workday エージェントの仕組み
Workday のエージェント型 AI は、組織全体で AI エージェントの導入、管理、最適化を行うための一元化されたシステムです。これらの AI エージェントは、自分の役割を理解し、複数のシステムにまたがって業務を処理します。Workday プラットフォームは、あらゆる AI エージェントを集約することにより、AI エージェントの使用状況の管理を簡素化し、Workday のネイティブ エージェントとサードパーティ製エージェントとの連携を調整します。
Workday のエージェント型 AI を導入すれば、インサイトの抽出、ギャップの特定、リスクの低減、給与計算ミスの検出、対象ユーザーへのポリシー更新通知などを行うことができます。また、コンプライアンスと透明性を確保する機能により、ビジネスの目標に合わせて、すべてのアクションの安全性を確保し、責任の所在を明確にすることができます。
Workday のエージェント型 AI の主なエージェント管理機能を以下に示します。
エージェントの一元管理機能: すべての AI エージェントの登録、監視、制御を 1 か所で行うことができます。
エージェント間の連携機能: Workday の AI エージェントとサードパーティ製 AI エージェントを連携させ、データを共有しながら共通のビジネス目標に向けて業務を処理することができます。
役割ベースのエージェント サポート機能: 特定の役割に応じて責任範囲と権限が明確に定義された AI エージェントを導入することができます。
オンボーディングの加速化: 事前に定義されたスキルと安全なデータ アクセスを実現し、新しいエージェントをすばやく安全に導入できます。
リアルタイムの可視化機能: 組織全体におけるエージェントの活動状況とパフォーマンスを追跡し、ビジネス目標との整合性や ROI を確認することができます。
コンプライアンスとポリシーの自動適用機能: 組み込み型のアクセス制御機能と監査証跡機能により、リスクを低減することができます。
組み込み型のセキュリティ機能: エンタープライズグレードの ID 管理ツールとアクセス管理ツールにより、データのプライバシーとセキュリティを確保することができます。
拡張性の高いエージェント インフラ: 管理体制、処理速度、精度、一貫性を損なうことなく、AI エージェントの活用範囲を拡大することができます。
AI エージェントをアクションにつなげる
AI エージェントは、人間の業務を置き換えるのではなく、高いスピードと精度で人間の能力を強化します。多くのリソースを必要とする反復的な業務や時間的制約がある業務を AI エージェントに任せることにより、社員は付加価値の高いイノベーションや意思決定に注力できるようになります。こうした AI エージェントの活用を拡大し、社員の能力を最大限に引き出すことにより、業務におけるボトルネックを解消してビジネスを成長させることができます。
Workday AI は常にビジネスを前進させます