
第1回|AIエージェントとは結局何なのか? ― ChatGPTとの違いを業務目線で整理する
はじめに
この「note版 AIエージェント入門シリーズ」では、AIエージェントを単なる新技術としてではなく、
実際の業務をどう変えるのか、どう設計し、どう学べばよいのか
という流れで全5回に分けて整理します。
第1回では、まず一番基本になる、
「そもそもAIエージェントとは何なのか?」
から始めます。
ChatGPTのような生成AIとAIエージェントは何が違うのか。
その違いを、業務という視点から整理します。
ChatGPTは「答えるAI」
通常の生成AIは、人間から質問を受け取り、それに対して回答します。
たとえば、
「この問い合わせを分類してください」
と入力すると、
「これは請求に関する問い合わせです」
と答えてくれます。
ここでAIの仕事はいったん終了します。
その後、
誰に回すのか
優先順位をどうするのか
緊急案件なのか
人間による確認が必要なのか
を判断し、実際に処理するのは人間です。
AIエージェントは「仕事を進めるAI」
AIエージェントでは、その先まで考えます。
問い合わせを受け取ったら、
内容を読み取る
問い合わせ種別を分類する
優先度を決める
必要なルールを確認する
担当部署を判断する
条件によっては人間へ確認を依頼する
結果を記録する
という一連の処理をAI側で進めます。
重要なのは、「LLMが賢くなった」という話だけではありません。
AIを中心に、
ツール、業務ルール、データ、人間の承認、処理フロー
を組み合わせることで、一つの業務を動かせるようにします。
これがAIエージェントを理解するときの基本になります。
AIエージェントは「自動化」とも少し違う
RPAや従来型ワークフローでは、
「AならBを実行する」
「この項目が○○なら、この処理へ進む」
というルールを事前に定義します。
これは非常に強力ですが、文章の意味を読んだり、曖昧な状況から判断したりする処理には限界があります。
AIエージェントでは、その間にLLMが入ります。
つまり、
固定された処理の自動化
から、
状況を解釈しながら進む自動化
へ変わっていきます。
もちろん、何でもAIに自由に判断させればよいわけではありません。
むしろ業務利用では、
「AIに何を任せるのか」
「どこから人間が判断するのか」
を決めることが重要です。
AIエージェントでは「モデル選び」より設計が重要になる
AIエージェントというと、
「どのLLMを使うのか」
「どのフレームワークを使うのか」
に目が向きがちです。
しかし業務で使うなら、
どんな入力を受け取るのか
AIは何を判断するのか
どのツールを使えるのか
どこまで自動実行してよいのか
どこで人間へ引き継ぐのか
エラーが起きたらどうするのか
判断結果をどう記録するのか
といった設計の方が重要になります。
AIエージェント開発とは、
AIを作ること以上に、「AIが働ける環境」を設計すること
だと考えると分かりやすくなります。
これから重要になるのは「AIの仕事を設計できる人」
これまで生成AIの活用では、
「よいプロンプトを書けるか」
が重視されてきました。
AIエージェントでは、それだけでは足りません。
業務を理解して、
「ここはAI」
「ここはプログラム」
「ここは人間」
と役割分担を設計する必要があります。
これはエンジニアだけの仕事ではありません。
業務を知っている人と、システムを作れる人が一緒になって設計する。
AIエージェントは、その境界にある技術だと思っています。
次回予告
第1回では、生成AIとAIエージェントの違いを、
「答えるAI」と「仕事を進めるAI」
という視点で整理しました。
では、AIが「仕事を進める」ようになると、実際の業務や人間の役割はどう変わるのでしょうか。
第2回では、
「生成AIからAIエージェントへ ― 業務はどう変わるのか?」
を取り上げます。
もっと深く学びたい方へ
このnoteでは、AIエージェントを
「答えるAI」ではなく「仕事を進めるAI」
という業務視点から整理しました。
もう少し具体的に、AIエージェントの設計や実装まで見たい方は、Zennの記事で詳しく解説しています。
→ Zenn
AIエージェントとは何か?ChatGPTとの違いを5分で理解する|実務で何ができるのか
https://zenn.dev/tigerone1945/articles/450ca0ec13dde1
また、
AIエージェントを業務課題から体系的に学びたい方
には、Kindleでも詳しくまとめています。
→ Kindle
業務課題から学ぶ AIエージェント実践入門
https://www.amazon.co.jp/dp/B0HJSTH8BP
noteで全体像をつかみ、
Zennで具体的な設計・実装を確認し、
Kindleで体系的に整理する。
この流れで学ぶと、AIエージェントを実務へつなげやすくなります。