第14回：AIがあなたの代わりにシステムを操作？「自律型AIエージェント」に向けた第一歩

近年、生成AIにRAG（Retrieval-Augmented Generation）を活用したAIアシスタントの導入事例が増える中、さらに一歩進んだ「自律型AIエージェント」が注目を集めています。AIエージェントは、まるで人間のように自律的にシステムを操作できることが特長です。

図1のように、従来、ユーザーがシステムを利用するには、マニュアルの読み込みや不明点に関する問い合わせなど、システムの理解に要する負担に加え、一つ一つ手動で操作を実行する手間が課題となっていました。

しかし、AIエージェントを活用すれば、ユーザーは目的を伝えるだけで、その達成に必要な一連の操作をAIエージェントが代理で実行できます。これにより、ユーザーに強いていたシステムの理解に要する負担や、手動での操作の手間を大きく軽減できます。

本記事では、このような自律型AIエージェントの実現に向けた、検証事例とそこから得られた知見をご紹介します。

詳細について気になった方は、「EXA Value Forum（EVF）」での発表資料 をご覧ください。

まず、従来の生成AIとAIエージェントの違いを紹介します。

従来の生成AIとAIエージェントの最も大きな違いは、図2に示すように、その動作の「自律性」にあります。

従来の生成AIは、ユーザーのプロンプト（指示）に基づき、回答や文章生成を行う受動的な役割が中心でした。

一方、生成AIを「頭脳」として活用するAIエージェントは、ユーザーからプロンプトを受け取った後、単に回答するだけでなく、自律的に目標達成のための行動計画を立て、それをアクションとして実行に移すことができます。

この「アクションの実行」において、AIエージェントは、ツールに設定された任意の関数やMCP（Model Context Protocol）を実行したり、さらには他のAIエージェントと協調することが可能です。

なお、「MCP（Model Context Protocol）」とは、Anthropic社が定めた、AIエージェントとツールの接続方法に関する標準規格です。これにより、AIエージェントと外部ツールの連携がスムーズになるというメリットがあり、AIエージェントの普及に合わせて注目されている技術の一つです。

弊部（デジタル・プラットフォーム・サービス・センター）では、AIエージェント実現に向け、いくつかのテーマで技術検証をしています。例えば、AIエージェントをローコード/ノーコードで構築できるDifyを用いた検証（https://www.exa-corp.co.jp/technews/file/evf2024_1.pdf）も実施しています。

私のチームでは、表1の2つの方向性で検証を進めています。

まずは「検索」を実行するAIエージェントの検証です。これは、いくつかのデータソースから柔軟に検索を実行するAIエージェントで、システムやデータベースに対し読み取り専用の操作を行います。本記事では、この方向性の検証事例として、「社内コンテンツ検索エージェント」をご紹介します。

次に、「登録」を実行するAIエージェントについても検証しています。こちらは、システムやデータベースへの書き込み操作を行うため、データの整合性やエラーハンドリング、認証認可を考慮する必要があり、「検索」を実行するAIエージェントに比べ、実装のハードルが高い特徴があります。本記事では、この方向性の検証事例として、「会議調整エージェント」をご紹介します。

弊社では、生成AIとRAGを活用した社内ヘルプデスク「たまちゃん」（https://www.exa-corp.co.jp/column/generative-ai_column-2.html）を運用しています。「たまちゃん」では、現在、決められた手順で社内ドキュメントを検索して回答しているのですが、検索手順や検索先を自律的に判断できるように機能拡張したいという構想があります。

そこで、この「たまちゃん」にAIエージェントの技術を活用し、検索用のツールを複数持たせた時に、自律的にツールを実行することで、従来の「たまちゃん」に比べ、高度な回答ができるか検証しました。ツールには、従来通りに社内ドキュメントを検索する「社内ドキュメント検索ツール」と、クラウド型のワークフローシステムであるrakumo WF（ワークフロー）の情報を検索する「rakumo WF検索ツール」を設定しました。

検証結果は図3のようになりました。rakumo WFでの申請が必要な質問があった際に、従来の「たまちゃん」では申請が必要な旨を伝えることしかできませんでしたが、「社内コンテンツ検索エージェント」では、「rakumo WF検索ツール」を自律的に実行できたことにより、そこから得られた補足情報（rakumo WFへのリンクなど）が付与された高度な回答ができることが分かりました。

この検証結果から、今後、社内コンテンツ検索エージェントに設定する検索用のツールを拡充していくことで、さらに高度な回答ができることが期待できます。

なお、詳細（AIエージェントのプロンプトや、MCPツールとして実装した検索ツールの設定内容、Azure上に構築したアーキテクチャなど）を知りたい方は、「はじめに」で案内した資料をご参照ください。

次に、「登録」を実行するAIエージェントの検証の一環として取り組んだ、会議調整エージェントについてご紹介します。

会議調整エージェントの検証では、図4のように、GoogleカレンダーのAPIを活用した「予定確認ツール」と「予定登録ツール」をAIエージェントに設定することで、ユーザーからの要望（予定確認や予定登録）に応じることができるか検証しました。

予定確認のケースでの検証結果を図5、予定登録のケースでの検証結果を図6に示します。AIエージェントがツールの実行に必要なパラメータを対話形式でヒアリングしながら、正常にツールを実行をし、予定の確認や登録ができることが分かりました。

なお、詳細（AIエージェントのプロンプトや、MCPツールとして実装したツールの設定内容、Azure上に構築したアーキテクチャなど）を知りたい方は、「はじめに」で案内した資料をご参照ください。

自律型AIエージェントの実現に向け、今回の2種類のAIエージェントの検証（社内コンテンツ検索エージェント、会議調整エージェント）から得られた知見を2つご紹介します。

1点目は、外部システムとの連携についてです。図7に示すように、外部システム（rakumo WFやGoogleカレンダーなど）をAIエージェントと連携させる場合、提供されているAPIをラップしたMCPサーバー（MCPの規格に従って構築されたサーバー）を独自に構築することがおすすめです。

現状、外部システム側で公式のMCPサーバーが提供されていないケースが多いため、AIエージェントと外部システムの連携をスムーズに行うためには、APIをラップしたMCPサーバーの実装が必要になります。

また、外部システムのAPI仕様やデータ形式がユースケースに適合しづらい場合は、自社で運用しているシステムやデータベースにデータ連携し、それらをラップする形式でMCPサーバーを構築するという方法も有効です。

2点目は、認証情報（APIキーやアクセストークン）についてです。図8に示すように、AIエージェントにシステムのAPIを実行させる場合、APIの仕様によっては、認証情報を渡す必要があります。この際、操作を誰の権限で実行させるかに応じて、渡すべき認証情報の種類や、その受け渡し手段を検討することが重要です。加えて、認証情報で実行可能な権限を最小限に留める、権限の有効期限を短く設定するといった対策も講じる必要があります。

今回の会議調整エージェントでは、ユーザー個人の権限でGoogleカレンダーのAPIを実行する必要があったため、チャットアプリ上でユーザーにGoogleアカウントにログインしてもらい、そこから得られたアクセストークンをAIエージェントに渡すという仕組みを採用しました。

今回の自律型AIエージェントに向けた検証を踏まえた、今後の展望について2点ご紹介します。

1点目は、社内ヘルプデスクとして運用している「たまちゃん」を、多種多様な問い合わせに対応できる総合窓口へ発展させることを想定しています。この実現にあたり、「たまちゃん」をオーケストレーションエージェントとして実装する計画です。このオーケストレーションの技術を活用することで、ユーザーからの問い合わせ内容に応じて適切なAIエージェントに問い合わせを転送し、より包括的なサポートを提供できるようになることが期待されます。

2点目は、社内ネットワーク環境内にある基幹システムとの連携です。今回の検証では外部システムとの連携に取り組みましたが、今後は社内ネットワーク環境内にある基幹システムへの検索や登録作業をサポートするAIエージェントと、それを実現するためのMCPサーバーの構築を計画しています。これにより、ユーザーは基幹システムの複雑な操作手順を習熟する必要なく、AIエージェントに指示するだけで直観的に作業を完結できるようになり、業務効率化を一層推進できることが期待されます。

本記事では、ユーザーに代わってシステムを操作する「自律型AIエージェント」の実現に向けた検証事例や、そこから得られた外部システム連携・APIキー管理に関する知見、そして今後の展望をご紹介しました。

AIエージェントの活用は、ユーザーがシステムの複雑な操作手順を習熟する手間を軽減し、直観的な作業を可能にすることで、業務効率化を大きく推進する可能性を秘めています。

今後もデジタル技術の進化に伴い、AIエージェントの適用範囲はさらに広がっていくでしょう。私たちも引き続き、最新の技術を積極的に検証し、より良いシステム運用とお客様の業務効率化の実現に貢献してまいります。

本記事の内容が、皆様のAI活用や業務改善のヒントとなれば幸いです。最後までご覧いただき、ありがとうございました。

本記事に記載されているロゴ、システム名称、 企業名称、製品名称は各社の登録商標または商標です。