技術と構成
AIエージェントとは: 判断と実行の段階を担うAIの完全ガイド
Korea Deep Learning作成 更新
AIエージェントとは、目標を受け取ると、必要なツールを自ら選んで使い、複数の段階を続けて進めるAIのことです。文書業務では、抽出されたデータを根拠に条件を判断し、システムに登録する実行の区間を担当します。
抽出のあとの段階が残る理由
値が取れても、判断は残ります。
文書から必要な値をすべて抜き出しても、業務は終わりません。申請の条件に合っているかを確認し、書類がすべてそろっているかを点検し、そろっていれば承認の処理をし、足りなければ補完を求める必要があります。
この段階を人が担い続けると、前の段階で節約した時間が、ここでまた使われてしまいます。しかし、ルールだけで処理するのは難しいことも多いです。条件どうしが複雑に絡み合っているためです。書類の種類によって確認する項目が違い、値によって次にすべきことが分かれます。AIエージェントは、この区間を担う考え方です。
AIエージェントの正確な定義: ルールエンジンとの違い
ルールエンジンとAIエージェントの3つの軸の違い
第一に、処理の方式が異なります。ルールエンジンは、あらかじめ書かれた条件文を順に評価します。AIエージェントは、目標を受け取り、その目標に到達するためにどのツールをどの順序で使うかを自ら決めます。
第二に、変化への対応の仕方が異なります。ルールエンジンは、新しい条件が生じるたびに規則を追加する必要があります。AIエージェントは、業務の指針を文章で与えれば、それに合わせて判断を調整します。
第三に、検証の方法が異なります。ルールエンジンは、条件文を読めば動作を予測できます。AIエージェントは、実際の事例で確かめる必要があります。そのため、判断の根拠を一緒に残し、人が確認できるように設計することが重要です。
両者は代替関係ではありません。金額の合計や日付の前後関係のように明確な条件は、規則として定めるほうが安全で速いです。条件が絡み合って判断が必要な区間にAgentを置く組み合わせが、実務では現実的です。
文書業務でAIエージェントが担う4つの仕事
実行の区間で行う4つの仕事
第一に、書類の構成を点検します。この業務に必要な書類がすべてそろっているか、足りないものがあればそれが何かを判断します。
第二に、条件を確認します。抽出された値が業務の基準を満たしているかを確かめ、満たさない場合はその理由を残します。
第三に、外部の情報と照合します。事業者の状態の照会や口座の確認のように、システムに問い合わせる必要がある項目を確認します。
第四に、システムに登録します。判断の結果とデータを業務システムに入力し、処理の履歴を残します。
AIエージェントの実際の適用方法
判断の範囲を狭く始めます
最初から承認や差し戻しを任せるのは危険です。書類の構成の点検や、値の条件の確認のように、元に戻しやすい判断から任せ、結果が安定してから範囲を広げるほうが安全です。
判断のたびに根拠も一緒に残させると、検証が容易になります。どの値を見て、どの規則に従ってそう判断したのかが記録されている必要があります。
ツールと権限を明示的に制限します
Agentが使えるツールと、アクセスできるシステムを一覧で定めておく必要があります。照会だけを許可するのか、登録まで許可するのか、どのシステムにどの範囲でアクセスするのかを、設計に含めなければなりません。
元に戻せない処理は、人の承認を経るようにするほうが安全です。特に、金銭が動く処理や、外部への通知が出る処理がそうです。
国内環境でのAIエージェント
国内の金融と公共分野では、判断の根拠の記録が監査の要件になります。どの案件をどの根拠で処理したかを説明できなければ、導入は難しくなります。
権限の統制も要件です。Agentがどのシステムにアクセスし、何を登録したかが、ユーザーのアカウントとともに記録されている必要があります。これに加えて、社内ネットワークの中で全過程が動作しなければならないという条件があります。
判断の根拠と実行の履歴を残します
エージェントが自ら道具を選び、複数の段階を続けて進めるということは、人が途中の過程を見られないということでもあります。そのため業務に投入するときは、何を根拠にそう判断したのかが記録として残っている必要があります。
残すべきものは3つです。第一に、どの値を根拠にしたかです。抽出された値と、その値が出てきた原文の位置が一緒にわかる必要があります。第二に、どの規則を適用したかです。金額の区分や書類の要件のような業務規則のうち、どの条項に当たったのかが示されている必要があります。第三に、誰がいつ承認したかです。自動承認で通った案件も、その事実を残しておく必要があります。
この記録があれば結果をたどり直せるうえ、例外に回った案件の原因を分析して規則を磨くこともできます。金融と公共分野では、監査と内部統制の要求に応えるための根拠にもなります。
よくある質問
ルールエンジンを置き換えるものですか?
いいえ。明確な条件は、規則として定めるほうが速く安全です。条件が絡み合って判断が必要な区間でAgentを使う組み合わせが一般的です。
承認の決定まで任せられますか?
範囲を狭く始めることをおすすめします。元に戻しやすい判断から任せ、結果が安定したら範囲を広げるほうが安全です。
判断の根拠は確認できますか?
はい。どの値を見て、どの基準で判断したかを一緒に残すように設計します。監査対応のためにも必要な部分です。
既存のシステムとは、どのように連携しますか?
連携用のインターフェースを通じて照会や登録を行います。接続できるシステムと権限の範囲は、一覧で制限しておいてください。
エージェントが誤って判断したら、どうなりますか?
判断の根拠と適用した規則が記録として残るため、原因をたどれます。確信度が低い案件は、最初から例外として切り分けられ、担当者に引き継がれます。
人の承認なしに処理されますか?
業務の方針によります。正常な案件は自動承認で通し、例外の案件だけが担当者の画面に上がる構成が一般的です。
業務のルールと書類の構成をお知らせください。自動で判断できる範囲を整理してお伝えします。
お問い合わせ






