自律型ＡＩの
最新形

AI AGENT

AIエージェントは自ら考え
 自ら行動することができます。
 自律的にデータを収集し、
 必要なタスクを判断して実行。
従来の生成AIの領域を超え、
 新たな社内メンバーのような
活躍を期待できます。
 業務効率を劇的に向上させる
次世代AI。
 AI AGENTで新しい仕事体験を。

AI Agent at WORK
AI Agent にできること

Auto-Generate File　
-自動でファイル作成-

社内のナレッジを集約して「探す→読む→まとめる」を自動化。最短で“使える書類”を作成

外出先でも簡潔で端的な指示を与えるだけで会議資料、提案書など必要書類を作成いたします

LOGIC
意思決定のプロセス

Understanding　
-環境を理解する-

カメラ、マイク、LIDAR、GPS、温度計などで
周囲の情報を取得
・カメラで「人」を検知
・マイクで「話しかけられた音声」を認識

Curation　
-指示を集約する-

ユーザーの指示から意図を汲み、時間・場所なども考慮しながら情報を集約
・指示を実行するために必要な情報を精査
・最適な選択肢と推奨案を選定する

Action　
-実際に行動する-

状況に応じて最適な行動を選択する
・指示を踏まえて必要な情報をファイル化
・検証した中から導き出した提案、アイデアを提示

LEARNING Shift
タスク実行型から目的達成型へ

Input　-入力-

既存AI人間が「生成したい内容」を直接指示
例：
「文章を生成して」
「犬の画像を出して」
＝タスクベース
AI AGENT人間は「達成したいゴール」を指示
例：
「プレゼン資料を完成させたい」
「従業員のスキルを向上させたい」
＝目的ベース

Scope　-処理-

既存AI指示に忠実に動き、
１インプット に対して １アウトプット
単発的で文脈に弱い
AI AGENT目的から逆算し、自らタスクを分解・定義
例：
必要データの収集
構成の整理
アウトプット作成

Value　-成果-

既存AI指示されたものをそのまま返す
例：
テキスト、画像、動画など
単一の生成結果
AI AGENTゴール達成に向けた成果
例：
完成した資料、学習プラン、従業員スキルアップなど
アウトプットではなくゴール達成が目的

AI Agent PROSPECT
AIエージェントの未来図

我々の予測では自立型のAIエージェントが主流になるのは数年以内と見込んでいます。
ルールベースが得意な業務は今後も引き続きRPAなどルールベースのソリューションを活用し、
ルールベースで対応できない領域をAI Agentで解決し、組み合わせて高度な自動化を実現させることが可能です。

Automation AI
～ 2010年代

～ 2010

マクロやRPAは繰り返し作業の時間短縮を実現したが、自律的な問題解決には限界がある

Generative AI
2020年代～現在

2020–Present

AIは未だ人間の柔軟な思考には及ばないが、支援ツールとしての存在感を大きく増している

AI Agent
数年後の未来

In the coming years

AI Agentは自律的な判断力を備え、意思決定支援に重要な役割を果たすでしょう

Post-Singularity
2030年以降の未来

Beyond 2030

あらゆる社会インフラに組み込まれ、高度な感情理解や創造性を持つが、倫理的課題も浮上します

AI Agent USECASE
導入事例

コールセンターの業務効率化・顧客体験向上

自動車メーカー

  • 目的：ユーザーからの受電に対し、高精度に応答し、顧客満足度の向上と業務の自動化を実現する。
  • ソリューション：AI CallとAI Agentを統合し、通話内容から必要な情報を取得するエージェント等を顧客環境にて開発・導入した。
  • 現状：PoCが完了し、今後数百名規模のスーパーバイザー・オペレーター業務自動化が見込まれる。
  • 課題：即時性が求められるため、社内のナレッジを活用した検索によるサポートが主流であり、広範なインターネットでは処理に時間がかかる。

議事録を自動作成する
全社標準ツール

外資系金融機関

  • 目的：会議音声の保存から議事録作成までMicrosoft Office内にて完結できるよう環境構築を実現する。
  • ソリューション：Teamsにて実施された会議の音声と出席者のデータから議事録を生成、その後SharePointへ保存された旨自動通知する機能を実装した。
  • 現状：実削減時間に関しては未計測であるものの、おおよそ年間40,000時間以上の削減効果が見込まれている。
  • 課題：「誰が話したか」の認識には課題があり、STT（さまざまな略語）の認識には、事前のPre-Trainngが必須となる。

新商品マーケティングキャンペーンの自動生成

消費財メーカー

  • 目的：数週間かかるキャンペーンコンテンツの制作を短期化し、併せて同時並行で複数製品のプロモーションを可能とする。
  • ソリューション：既存のAIリサーチサービスによってマーケティングキャンペーンを構想。1つのプロンプトにて複数のエージェントが連携するTo-Be像を実現した。
  • 現状：キャンペーンの企画から実行までのスピードが大幅に短縮され、立案についてもコンテンツを自動選別し、最適なものが生成される。
  • 課題：自律的にコンテンツを生成するため、バイアス、信頼性、誤情報、法規制・著作権等リスク管理について細心の注意が必要となる。

導入フロー

STEP1申し込み


PoCを実施して精度を評価し、
導入を決定します。

STEP2準備


読み取りたい帳票を確認し、
稼働準備を進めます。

STEP3テスト


読み取りテストを行い、
その結果を評価し調整します。

STEP4本稼働


対象帳票を「LLM OCR」で
テキストデータ化し、
実際の業務に使用します。

最短1ヶ月で運用開始

CONTACT US

お問い合わせフォーム

お客様の環境、ご要望に合わせたプラン策定をいたします。
まずはお気軽にご相談ください。