エージェント型AIで成果を出す企業が実践する3つの原則
HBR Staff/fStop Images – Halfdark/Getty Images
サマリー：企業はこれまでも新しい技術に対応してきたが、その成否を分けたのは企業がイノベーションを起こせるかではなく、適切に組織が再編されたかどうかだった。エージェント型AIは部門横断で業務を実行できるが、そのためには労働観ひゃ組織構造の再設計が不可欠であり、本稿はその原則を示す。

エージェント型AIの価値を引き出したければ、組織構造を再設計せよ

　企業は新しいテクノロジーに対し、しばしばプロセスの微調整や後づけツールによって対応してきた。適応した企業もあれば、行き詰まった企業もあるが、それはイノベーションの不足が理由ではなく、イノベーションを軸とする組織再編ができなかったためだ。

　エージェント型AIも同じ課題を突きつけるが、組織再編の重要性はさらに大きい。縦割りの壁と古い仕事の進め方から解放された、部門横断的な実行が求められる。

　筆者らは企業向けにエージェント型AIのシステムを構築し、構築方法に関する助言も提供している。その経験からいえば、エージェント型AIの価値を引き出すためには、企業は自社の労働力に関する考え方を見直すだけでなく、成果の創出に向けた組織構造のあり方を再設計する必要がある。本稿では、エージェント型AIシステムを実装し、求められている価値の実現可能性を高めるための重要な原則をいくつか紹介する。

エージェント型AIの仕組み

　エージェント型AIとは、自律的に計画し、推論し、行動する能力を持つAIエージェント群から成るシステムであり、ワークフローの遂行、意思決定、部門間の調整を行うことができる。エージェント型AIを「デジタルの同僚」たちのチームと考えればよい。その中には開発を迅速化するコーディングコパイロットや、SaaSツールに接続するバーチャルアシスタントといった、専門家のエージェントもいる。また、多くの専門家による作業をつなぎ合わせてより大きな成果へと導く、調整役のようなエージェントもいる。彼らは一つのシステムとしてオーケストレートされると、目標に向けて計画を立て、推論し、行動し、状況の変化に合わせて調整する。

　重要な点として、彼らは断片化したアプリケーションやデータソースを横断して稼働できるため、すべてを単一の一元的なシステムに集約することを強制しない。人間による監督の下で、分散したプロセスを連携させ、サイロを横断してシームレスなワークフローを生み出すインテリジェントなレイヤーとなる。

　これにより、エージェント型AIはインテリジェントオートメーションを飛躍的に進化させる。ロボティック・プロセス・オートメーション（RPA）やルールベース型のシステムを含む従来の自動化は、反復的でルールに基づくタスクには効果的だが、実際のワークフローの大半で必要となる往復的なやり取りは処理できない。例外はすべてハードコードされる（ソースコードに直接書き込まれる）必要があり、システムやプロセスが変更されると自動化は破綻する。

　エージェント型AIは対照的に、包括的な目的や成果の達成に向けて自律的に意思決定を行うよう設計されている。チャットGPTやジェミニのような生成AIのチャットボットが、ユーザーによって入力されたプロンプト（つまり目的）を受け、規範的にではなく自律的に回答を生成する仕組みに似ている。生成AIと同種の大規模言語モデルを基盤とするエージェント型AIもまた、本質的にタスク指向ではなく成果指向である。

　日立デジタルによる人事業務へのエージェント型AIの実装は、これらのシステムがどう機能するのかを示す好例だ。日立グループ傘下の同社は、デジタル・トランスフォーメーションを推進するクライアント向けにデジタル・AI主導のソリューションを提供している（なお日立デジタルは、企業のワークフローを遂行するエージェント型AIソフトウェアのプラットフォームを販売するエマのクライアントである。筆者らの一人チャタジーはエマの共同創業者で、共著者のマンティアとリーはアドバイザーを務める）。

　社員たちは毎年、出張規定やリモートワーク、研修、ITサポートなどあらゆることに関する9万件以上の質問を、人間の対応者120人から成る人事チームに尋ねる。問い合わせに答えるのは難しい場合もある。その一因は、日立の20を超える記録システム（SOR）から成る複雑なインフラであり、これには複数の異なる人事システム、さまざまな給与計算サービス業者、多様なIT環境などが含まれる。