DAY59｜複数のAI社員がWorkflowで連携する

一つの仕事を、複数のAI社員で分担する

DAY58では、AI Agentが作成したExecution PlanをWorkflow Engineへ渡し、Taskを順番に実行する仕組みを考えました。

Execution Plan
 ↓
Workflow Engine
 ↓
Task 01
 ↓
Result
 ↓
Task 02
 ↓
Result
 ↓
Task 03

ここまで来ると、次のことを考えたくなります。

一つの仕事を、一人のAI社員だけでやる必要があるのだろうか。

人間の会社では、仕事を分担します。

調査する人がいて、分析する人がいて、最後に報告書をまとめる人がいる。

Company AI OSでも、同じように仕事を分担できるのではないか。

そこでDAY59では、複数のAI社員をWorkflowにつなぐことにしました。

1．一つの仕事を分担する

今回の仕事は、

「このプロジェクトについて、過去の資料を調べて報告書を作ってくれる？」

という依頼です。

この仕事を一人のAI社員に全部任せるのではなく、Taskに分けます。

Task 01
過去資料の検索・調査

Task 02
情報の分析・整理

Task 03
報告書の作成

そして、それぞれのTaskを別のAI社員が担当します。

Task 01 → AI社員A
Task 02 → AI社員B
Task 03 → AI社員C

これが今回のDAY59の基本構造です。

2．Workflow Engineが担当を決める

ここで重要なのがWorkflow Engineです。

AI社員AからAI社員Bへ直接仕事を渡すのではありません。

Workflow Engineが間に入ります。

AI社員A
資料調査
 ↓
調査結果
 ↓
Workflow Engine
 ↓
AI社員B
情報分析

さらに、

AI社員B
情報分析
 ↓
分析結果
 ↓
Workflow Engine
 ↓
AI社員C
報告書作成

という流れになります。

Workflow Engineが仕事の流れを管理することで、複数のAI社員を一つのWorkflowに組み込むことができます。

3．AI社員Aが資料を調査する

最初の担当はAI社員Aです。

Task 01は、

過去資料の検索・調査

です。

ここでDAY53〜DAY56で作ってきたKnowledge BaseとRAGを利用します。

Task 01
資料調査
 ↓
Knowledge Base
 ↓
RAG
 ↓
関連資料
 ↓
調査結果

AI社員Aは、会社の過去資料から必要な情報を探します。

これまで作ってきたRAGが、実際の仕事の中で使われるようになってきました。

4．調査結果をWorkflow Engineへ戻す

AI社員Aの仕事が終わると、調査結果がWorkflow Engineへ戻ります。

AI社員A
 ↓
調査結果
 ↓
Workflow Engine

Workflow Engineは、その結果を受け取ります。

そして、次のTaskへ渡す準備をします。

ここで大切なのは、

AI社員Aが直接AI社員Bへ結果を渡していない

ということです。

Workflow Engineが間に入ることで、仕事の流れを一元的に管理します。

5．AI社員Bが情報を分析する

次はAI社員Bです。

Task 02は、

情報の分析・整理

です。

AI社員Bは、AI社員Aが集めた調査結果を入力として受け取ります。

AI社員A
 ↓
調査結果
 ↓
Workflow Engine
 ↓
AI社員B
 ↓
情報分析
 ↓
分析結果

ここで、

前のTaskのResultが、次のAI社員のInputになる

という仕組みが見えてきます。

一つの仕事が、TaskとResultによってつながっています。

6．AI社員Cが報告書を作成する

最後はAI社員Cです。

Task 03は、

報告書の作成

です。

AI社員Bの分析結果がWorkflow Engineへ戻り、AI社員Cへ渡されます。

AI社員B
 ↓
分析結果
 ↓
Workflow Engine
 ↓
AI社員C
 ↓
報告書作成

AI社員Cは、分析結果を使って報告書を作成します。

ここで、

調査
 ↓
分析
 ↓
報告書作成

という仕事の流れが完成します。

7．複数のAI社員がWorkflowでつながる

DAY59で最も重要なのはここです。

AI社員A
資料調査
 ↓
Result
 ↓
Workflow Engine
 ↓
AI社員B
情報分析
 ↓
Result
 ↓
Workflow Engine
 ↓
AI社員C
報告書作成
 ↓
Final Result

複数のAI社員が、それぞれ別々に仕事をしているわけではありません。

一つのWorkflowの中で、それぞれの仕事がつながっています。

そして、そのつながりを管理するのがWorkflow Engineです。

8．AI社員同士を直接つながない

今回、あえてAI社員同士を直接つなぐ設計にはしていません。

例えば、

AI社員A
 ↓
AI社員B
 ↓
AI社員C

だけにしてしまうと、仕事の状態をどこで管理するのかが分かりにくくなります。

そこで、

AI社員A
 ↓
Workflow Engine
 ↓
AI社員B
 ↓
Workflow Engine
 ↓
AI社員C

とします。

Workflow Engineが、

• どのTaskを実行しているか

• どのTaskが完了したか

• 結果は何か

• 次にどのTaskを実行するか

を管理します。

これによって、複数のAI社員を一つの仕事の流れとして扱いやすくなります。

9．Company AI OSの構造が変わってきた

DAY53からDAY59までを並べてみると、Company AI OSの構造がかなり見えてきました。

DAY53
Knowledge Base
 ↓
DAY54
RAG Search
 ↓
DAY55
RAG Answer
 ↓
DAY56
AI Employee × RAG
 ↓
DAY57
AI Agent
 ↓
DAY58
Workflow
 ↓
DAY59
複数AI社員 × Workflow

最初は会社の知識を保存するところから始まりました。

そこから、

検索する

↓

AIの回答に使う

↓

AI社員が利用する

↓

仕事をTaskに分解する

↓

Workflowで実行する

↓

複数のAI社員で分担する

というところまで進んできました。

10．「AI社員がいる会社」から「AI社員が働く会社」へ

ここまで来ると、Company AI OSの意味も少し変わってきます。

単純に、

AI社員が何人いるか

だけではありません。

重要なのは、

AI社員がどのように仕事を分担し、どのようにつながるか

です。

今回の構造では、

AI社員A
調査

AI社員B
分析

AI社員C
作成

という役割分担があります。

そして、

Workflow Engine

が、その仕事をつないでいます。

11．今回わかったこと

DAY59で分かったことは、

複数のAI社員を作るだけでは、AIチームにはならない

ということです。

それぞれのAI社員が、

「自分は何をするのか」

を理解していても、

その仕事をつなぐ仕組みがなければ、一つの仕事として完成しません。

そこで、

Workflow Engine

が必要になります。

AI社員
 ↓
Task
 ↓
Result
 ↓
Workflow Engine
 ↓
次のAI社員

この仕組みがあることで、複数のAI社員が一つの仕事を分担できるようになります。

12．DAY59のまとめ

DAY59では、複数のAI社員をWorkflowに組み込みました。

AI社員A
資料調査
 ↓
調査結果
 ↓
Workflow Engine
 ↓
AI社員B
情報分析
 ↓
分析結果
 ↓
Workflow Engine
 ↓
AI社員C
報告書作成
 ↓
Final Result

今回のポイントは、

Workflow Engineを中心に、複数のAI社員がそれぞれのTaskを担当する。

ということです。

DAY57でAI Agentが仕事を設計し、

DAY58でWorkflowが仕事を動かし、

DAY59では、そのWorkflowの中で複数のAI社員が仕事を分担するところまで進みました。

DAY59｜開発記録

テーマ

複数のAI社員がWorkflowで連携する

今回のキーワード

• AI Employee

• Task

• Result

• Workflow Engine

• Knowledge Base

• RAG

• AI Agent

• Task分担

• AI Employee Collaboration

次のステップ

ここまでで、

「一つの仕事を複数のAI社員で分担する」

という基本形ができました。

次は、このWorkflowをさらに実際のCompany AI OSの機能として扱えるようにしていきます。

仕事
 ↓
Task
 ↓
担当AI社員
 ↓
実行
 ↓
Result
 ↓
次のTask
 ↓
別のAI社員
 ↓
Final Result

そして、少しずつAI社員が働く会社の仕組みを作っていきます。

DAY59

AI Agentが仕事を設計する。

Workflow Engineが仕事をつなぐ。

複数のAI社員が、それぞれのTaskを担当する。

Company AI OSは、少しずつ「AIを使うシステム」から、AI社員が協力して仕事を進めるシステムへ進んでいます。

GitHubでDAY59の実装内容とコードを公開しています。
https://github.com/hoshino122-alt/Company-AI-OS/blob/main/README.md

#CompanyAIOS #AI #AI社員 #AIAgent #Workflow #RAG #生成AI #AI開発 #100日開発 #DAY59