※本記事は、Prasanna Borseによる” Why the Future of Enterprise AI is Built In, Not Bolted On” を翻訳したものです。

統合のジレンマ

かつて、企業向けAIが、あらゆる課題を解決する“魔法”のように語られていた時期がありました。しかし現在では、多くの企業がいわゆる「回転椅子症候群(人がシステム間を手作業でつなぐ運用)」という問題に直面しています。つまり、主要システムからデータを取り出し、バラバラに点在するAIツールに貼り付け、何か役立つヒントが得られることを期待して、結果を手作業で何度もやり取りする状態です。こうしたいわゆる「ソリューション」は、実際にはデータ、セキュリティ、業務背景から切り離された外部ツールのような存在になっています。

これが統合のジレンマです。本来、業務を効率化するはずのツールが、新たな摩擦を引き起こしてしまうのです。真のブレークスルーは、「後付け」という発想を超えることにあります。エンタープライズAIの未来は、既存のシステムに新たなデジタルツールを継ぎ足すことではありません。求められるのは、業務そのものに織り込まれたインテリジェンス、すなわち後付けではなく組み込み型のAIです。

そこで、OracleのFusion AI Agent Studioが登場します。これは外付けの追加機能ではなく、AIが最初から“チームの一員”として組み込まれた設計環境です。Oracle Fusion Cloud Applicationsの業務オブジェクトやプロセスの中にインテリジェンスを直接組み込むことで、バックグラウンドでのAI活用から、即時かつリアルタイムに業務を動かすAI活用へと進化しています。

「チャット」から「アクション」へ：デジタル・ワーカーの登場

業界全体で、単に対話するだけのAIから、実際に業務を遂行するAIへの移行が進んでいます。Fusion AI Agent Studioを活用すれば、「デジタル・エージェント」（あるいは複数エージェントによるデジタル・エージェント・チーム）が、ユーザーが本当に求めていることを理解し、業務背景を踏まえて重要なタスクを実行できるようになります。もちろん、Fusion AIはこれまでと同様、テキストの作成や質問への回答も行います。しかし現在ではそれにとどまらず、アクションの実行や業務の自動化を調整することもできます。複数のエージェント、またはエージェント・チームを組み合わせて連携させることで、企業内の業務データや外部APIを活用し、さらにMicrosoft TeamsやSlackといったチャネルにも接続できます。

こうしたエージェントは、それぞれの役割に応じた専用ツールを備えています。たとえばドキュメント検索では、公開Webではなく、自社のナレッジ・ベースを検索できます。番号の暗号化やメールの自動送信が必要な場合にも、それに対応する組み込みツールが用意されています。その結果、AIは受け身の存在ではなくなり、能動的に業務を支える実践的な戦力となります。

連携するチーム：エージェント・コラボレーションの力

現実の業務プロセスは、単一のボットだけで対応できるほど単純ではありません。Fusion AI Agent Studioは、この課題に対して複数のAIエージェントを連携・統制する「エージェント・チーム・オーケストレーション」という形で対応します。これはいわば、業務の進め方をまとめたデジタル版業務マニュアルのようなものです。過度な負荷を抱えた1つのボットに頼るのではなく、役割分担されたチーム全体を編成します。

採用エージェント・チームで考えてみましょう。スーパーバイザー・エージェントがプロセス全体を統括し、進捗の把握、タスクの割り当て、そして専門エージェントへの引き渡しを行います。専門エージェントには、履歴書のスクリーニングを担当するものや、提示する給与額を算出するものなどがあります。いわばチーム戦のアプローチであり、それぞれが自らの役割を担うことで、単独の言語モデルが提供できるものよりも、より信頼性が高く、より高度な成果をもたらします。

わかりやすいガードレール：「トピック」と「指示」

これらのエージェントのプログラミングに、PythonやJavaを習得している必要はありません。むしろ思考が明確である事が求められます。私はエンジニアで、こうしたプログラミング言語でコーディングする事も大好きですが…。

Agent Studioでは、「トピック」によってエージェントの担当範囲を定義します。たとえば、人事エージェントであれば、福利厚生と給与計算で別々のトピックを設定でき、専門性をそれぞれの領域に集中させることができます。一方、「指示」は自然言語によるルールやポリシーとして機能し、複雑なシナリオでエージェントがどのように対応すべきかを定めます。たとえば給与計算のタスクでは、「控除額を計算する前に、扶養家族の人数を必ず再確認すること。必要な情報がない場合は推測しないこと」といった指示が可能です。こうしたわかりやすい言葉による制御によって、リーダーは新入社員を指導するのと同じように、デジタル・ワーカーの行動を設計・調整できます。

後付けではない、組み込み型のセキュリティ

セキュリティ重視が求められる現在、サードパーティのAIを後付けで導入すると、とりわけデータ・アクセスやプライバシーの面で、あらゆる種類のリスクが生じかねません。FusionネイティブのAIはエンタープライズ・システムのセキュアな中核に組み込まれており、煩雑な設定や追加のマッピングは不要です。Fusion AI Agent Studioは、プラットフォームに組み込まれた信頼性とセキュリティ基盤を活用し、組織で既存のアクセス制御、監査証跡、ガバナンス上のガードレールをそのまま継承します。機密情報は、AIに渡る前の段階で保護されるため、エージェントは、ユーザーが許可されている以上の情報を表示したり、実行したりすることは決してありません。

「設計時」の透明性：信頼する前にテストする

ブラックボックス化されたAIに、業務上の意思決定を任せたい人はいません。だからAgent Studioには、エージェント・フローを検証およびテストするための堅牢な設計環境が用意されているのです。実際のシナリオをシミュレートし、推論の流れを確認し、エージェントが指示をどのように解釈しているかを正確に把握できます。このレベルの透明性は、コンプライアンス、監査可能性、そしてデジタル・ワーカーに対する真の信頼を構築するうえで極めて重要です。（ちなみに、社内ではこのフレームワークを「METRO」と呼んでいます。略語としても覚えやすい名称です。「METRO」は、Metrics、Evaluation、Tracing、Reporting、Observabilityを表しています。METROについては、それ自体を詳しく取り上げる価値があるため、今後の投稿でさらに詳しくご紹介する予定です。）

まとめ：組み込み型インテリジェンスの台頭

実験的なチャットボットの時代は、終わりを迎えつつあり、今まさにデジタル・ワーカーの時代が到来しています。Fusion AI Agent Studioは、単なるツールではなく、エンタープライズ・インテリジェンスを構築するためのプラットフォームです。パッケージ化されたエージェントを拡張する場合でも、独自のフローを設計する場合でも、目指すところは同じです。それは、AIをビジネスのシームレスかつセキュアな延長として活用することです。インテリジェンスが後付けではなく、ビジネス・プロセスそのものに組み込まれることで、AIは真のアセットとなります。さて、あなたなら、最初にどの重要業務をデジタルワークフォースに任せますか？

Prasanna Borse, CISSP, CISM
製品開発シニア・ディレクタ