エージェントにするか、しないか？

AI エージェント入門

Adel Nehme

VP of AI Curriculum, DataCamp

2つのカスタマーサポートチームの物語

• 「注文を追跡するには？」
• 「商品を返品するには？」
• 「配送先住所を変更するには？」

• 「重複請求されたうえに注文の1つがキャンセルされており、さらに以前の返品で発生したストアクレジットが正しく反映されていない」

¹ GPT-4oで生成された画像

カスタマーサポートチームAの物語

• 「注文を追跡するには？」
• 「商品を返品するには？」
• 「配送先住所を変更するには？」

問題の特性

• シンプルな意思決定を要する
• 顧客情報や履歴へのアクセスは不要
• 回答が明確で予測しやすい

カスタマーサポートチームBの物語

• 「重複請求されたうえに注文の1つがキャンセルされており、さらに以前の返品で発生したストアクレジットが正しく反映されていない」

問題の特性

• 複雑な意思決定を要する
• 顧客情報と履歴へのアクセスが必要
• 適応型ソリューションが必要

2つのカスタマーサポートチームの物語

• 事前学習済みナレッジでトレーニングされたシンプルなチャットボット
• ツールの使用や操作は不要

• ツールアクセス付きのエージェント型ソリューション
• システム の修復戦略を生成して更新できる

¹ GPT-4oで生成された画像

AIエージェントを使う時期

AIエージェントを使用する基準

1. 複雑な意思決定を要する
2. 非構造化データに大きく依存する
3. 管理が難しいルールがある
4. 適応的な問題解決を要する

エージェント型ユースケースの例

1. 自律型カスタマーサポートシステム
2. コードベースを読み取り、更新内容を提示し、自動で実装できるコーディングアシスタント
3. 調査を統合できるディープリサーチアシスタント

AIエージェントのツールエコシステム

AIエージェントのツールエコシステム

$$

AIエージェントのツールエコシステム

$$

AIエージェントのツールエコシステム

$$

AIエージェントのツールエコシステム

$$

構築 vs 購入: フレームワーク

既製ツール
特定のドメインやユースケースへの対応（例：AI支援コーディング）
成熟しており十分に検証されたソリューションがすでに市場に存在する
保守の手間を最小限に抑えたい

構築 vs 購入: フレームワーク

既製ツール	ローコード/ノーコードプラットフォーム
特定のドメインやユースケース（例：AI支援コーディング）に取り組む	ある程度のカスタマイズは必要だが、完全な制御は不要
成熟し、十分に検証されたソリューションがすでに市場に存在する	ワークフローは中程度に複雑だが、一般的なパターンに従う
保守オーバーヘッドを最小化したい	ビジネスユーザーがエンジニアの支援なしでエージェントを変更できるようにしたい
	既存システムと迅速に統合する必要がある

構築 vs 購入： フレームワーク

既製ツール	ローコード/ノーコードプラットフォーム	エージェントフレームワーク（構築）
特定のドメインやユースケースに取り組む場合（例: AI支援コーディング）	ある程度のカスタマイズは必要だが、完全な制御は不要	ユースケースに独自システムが含まれる
成熟しており、十分に検証されたソリューションがすでに市場に存在する	ワークフローは中程度に複雑だが、一般的なパターンに従う	機密データの取り扱い
保守オーバーヘッドを最小化したい	ビジネスユーザーがエンジニアの支援なしでエージェントを変更できるようにしたい	エージェントが競争優位の中核である
	既存システムと迅速に統合する必要がある	既存のソリューションでは特殊要件を満たせない
		エージェントの動作と進化を完全に制御する必要がある

練習しましょう！

AI エージェント入門