AIエージェントを現場に導入する目線とは

AIエージェントを現場に導入する目線とは株式会社ジェネラティブエージェンツ西見公宏 Tokyo AI 応用機械学習と人工知能セミナー: AIエージェント Generative Agents,
Inc. / Masahiro Nishimi

西見公宏（にしみまさひろ）株式会社ジェネラティブエージェンツ代表 #アジャイル開発 #生成AI #顧問CTO #新規事業IT #中学生からプログラマ #富士山の麓に移住
生誕〜／ゲーム開発 1983年兵庫生まれ／東京育ち中学生時代からプログラミングに親しみ、CGIによるWebサービス開発やDirectXを利用した同人ゲーム開発などを行う。初めて触ったのはC言語。起業／Web制作 2001年頃からWebデザイナーとして活動開始法人向けWebサイトの受託制作からスタートし、法人向け CMS、デザインテンプレートの開発／提供を行う。就職／大規模開発顧問CTO／サービス開発現在／生成AI 2008年〜TIS株式会社財務会計領域を中心にERPコンサルタントとして従事。金融から製造業まで経験。大規模データから会計仕訳を自動生成する仕組みのソリューション化。 2011年〜株式会社ソニックガーデン設立期に1人目社員としてジョイン。顧問CTOとして企画から開発まで従事。アジャイル開発特化。2015 年に取締役就任。年間100件以上の新規事業相談に対応、PJ立ち上げ。 2024年〜株式会社ジェネラティブエージェンツ創業：AIエージェント書籍の上梓をきっかけにAIエージェント活用事例の展開を加速するため3人の共同創業者と共に新会社を設立。事業拡大に奔走中。 https://my.prairie.cards/u/mah_lab #助成金メンター #講師業 2023/12/16発売！有限会社エッジドエッジ代表プログラマ合同会社てにをはCTO Unicorn farm主催Startup Advisor Academy認定山梨県地域課題解決型起業支援事業2023メンターサウナ・スパ健康アドバイザー #専門誌連載 #書籍執筆 ▼MBTI 　ENFP（外向、直観、感情、知覚的態度） ▼ストレングスファインダー　最上志向、収集性、戦略性、未来志向、適応性 ▼趣味　サウナ、焚き火、子どもと遊ぶこと、安い店で飲むことマイパーソナリティ #Ruby #子ども3人 #イヌ

会社名株式会社ジェネラティブエージェンツ（英文：Generative Agents, Inc.）所在地東京都港区 ※ 全社員リモート勤務役員構成
CEO 西見公宏 COO 吉田真吾 CTO 大嶋勇樹設立年月 2024年3月14日事業内容 AIエージェントによるBPaaSの提供／生成AIを活用したソフトウェア開発／技術顧問、 AIエージェントに関わるコミュニティ運営、法人向けコンサルティング AIエージェントによる BPaaSの提供複雑な業務管理を自律的におこなう LLMエージェントサービスを提供します。独自のワークフローエンジンと複数プロフィールを設定したマルチエージェントシステムが御社のワークフォースとして業務を遂行します。生成AIを活用したソフトウェア開発支援 AIエージェントの開発技術をコアに、生成 AIを活用したソフトウェア開発をレンタルCAIO（最高AI責任者）として支援します。株式会社ジェネラティブエージェンツ - 会社概要 AIエージェントが「ハブ」となり人間とAIエージェントの協働が当たり前になる世界を実現する

代表取締役CEO / Founder 西見公宏 Masahiro Nishimi 事業会社の顧問CTOとして活動するソフトウェア開発のスペシャリスト。AIエージェントを経営に導入することにより、あらゆる業種業態の生産性を高めるための活動に尽力している。
「その仕事、AIエージェントがやっておきました。――ChatGPTの次に来る自律型AI革命」（技術評論社）単著、Software Design「実践LLMアプリケーション開発」（技術評論社）連載。主な著書『その仕事、AIエージェントがやっておきました』取締役COO / Co-founder 吉田真吾 Shingo Yoshida AWS Serverless Heroとして日本におけるサーバーレスの普及を促進。「ChatGPT/LangChainによるチャットシステム構築［実践］入門」（技術評論社）共著、「Azure OpenAI ServiceではじめるChatGPT/LLMシステム構築入門」（技術評論社）共著、「AWSによるサーバーレスアーキテクチャ」（翔泳社）監修、「サーバーレスシングルページアプリケーション」（オライリー）監訳、「AWSエキスパート養成読本」（技術評論社）共著。ChatGPT Community（JP）主催主な著書『ChatGPT/LangChainによるチャットシステム構築［実践］入門』『Azure OpenAI ServiceではじめるChatGPT/LLMシステム構築入門　エンジニア選書』取締役CTO / Co-founder 大嶋勇樹 Yuki Oshima 大規模言語モデルを組み込んだアプリケーションやAIエージェントの開発を実施。個人ではエンジニア向けの勉強会開催や教材作成など。オンラインコースUdemyではベストセラー講座多数。「ChatGPT/LangChainによるチャットシステム構築［実践］入門」（技術評論社）共著。勉強会コミュニティStudyCo運営。主な著書『ChatGPT/LangChainによるチャットシステム構築［実践］入門』運営メンバー

AIエージェントとは？

https://www.deeplearning.ai/the-batch/issue-253/

人がいちいち指示をしなくとも、自分でやることを考えて、様々なツールを活用して目標に向かってタスクをこなしていく AIの仕組みのこと AIエージェントとは？

エージェント AIエージェント LLMベースの AIエージェント（LLMエージェント）自律的に動作し目的達成を目指すソフトウェアの総称。ルールベースのエキスパートシステムから、AIを活用する高度なエージェントまで幅広く含む。機械学習アルゴリズムを用いて訓練されたモデルを活用するエージェント。教師あり学習や強化学習などの手法により、パターン認識や意思決定を行う。適応性と汎用性に優れる。
大規模言語モデル(LLM)を活用し、自然言語処理を高精度で行う最先端のAIエージェント。大量のテキストデータを用いた自己教師あり学習により、言語に関する広範な知識を獲得し、複雑なタスクを処理できる。LLMの登場により、言語に関わる幅広い分野でAIエージェントの性能が飛躍的に向上している。 ※エキスパートシステム: 特定分野の専門知識をルールベースで表現し、推論を行うシステム。 ※教師あり学習: 入力データとそれに対応する正解ラベルを用いてモデルを訓練する機械学習の手法。 ※自己教師あり学習: ラベル付けされていない大量のデータを用いて、モデル自身が入力データの一部をマスクし、マスクされた部分を予測することで、言語の構造や文脈を学習する手法。正解ラベルを明示的に必要としない。 LLMエージェントの位置付け

現場に導入する目線とは？

生成AI 生成AI プロンプトプロンプト AIエージェント生成AI活用ユーザーは「プロンプト」（生成AIへの入力文）を用いて生成AIに指示を出し、望みの結果を得る。 AIエージェントの活用ユーザーがAIエージェントに依頼を出すと、AI自身がプロンプトを生成して望みの結果を得られるように動作する。生成AI活用とAIエージェント活用はどのように違うのか？

個性（Profile）記憶（Memory）計画（Planning）行動（Action）担当するタスクにおける役割 AIエージェントとしての性格文脈を捉えるための短期記憶教訓を活かすための長期記憶タスク実行のためのタスクばらし結果や教訓からの再プランニング
タスク実行のための具体的な行動コード生成、画像生成、検索など AIエージェントを構成する4つの要素

内部向け外部向け創造的タスク定型的タスク意思決定支援新規事業アイディエーションペルソナによる製品シミュ成果物生成提案書作成／報告書作成マーケットリサーチ
業務アシスタント日程調整や資料検索内部向け資料生成カスタマーコミュニケーションタレント人格のチャットボット化 AIエージェントのニーズの目線

成果物生成 Ai Workforce（LayerX） https://prtimes.jp/main/html/rd/p/000000336.000036528.html インターネットリサーチ（Ottogrid by Cognosys） https://ottogrid.ai/

カスタマーコミュニケーション茨城県公認VTuberをAI化した「AI茨ひより」がニコニコ超会議 2024茨城県ブースに登場 https://panora.tokyo/archives/84380 長野県中野市の公認VTuber「信州なかの」がAI音声対話アバターを活用してAI化 https://panora.tokyo/archives/86116

意思決定支援（シミュレーション） AI for Imagination（博報堂） https://www.hakuhodo.co.jp/news/newsrelease/109174/ 生成AIを活用した新規事業開発（リブ・コンサルティング） https://www.libcon.co.jp/solution/ai/generative-ai-newbizdev/

業務アシスタント汎用AIアシスタント（Copilot Studio / Microsoft） https://www.microsoft.com/ja-jp/microsoft-copilot/microsoft-c opilot-studio 営業支援ツール（aomni） https://www.aomni.com/

AIエージェントに求められるケイパビリティ

Environment（環境） Perception（知覚） Brain（思考） Action（行動）ビジネス環境におけるデータを知覚できるか？ LLMによって思考しやすいデータ形式になっているか？ビジネス環境に適したデータに変換できるか？
ビジネス環境に対して、AIエージェントがどうワークできるか？

ビジネス環境に対して、AIエージェントがどうワークできるか？日本の業務現場特有のファイルデータの解釈ができない（全角のあとに半角スペース、セル結合だらけのExcel。。）

ビジネス環境に対して、AIエージェントがどうワークできるか？成果物として通用するフォーマットで出力して欲しい（マークダウンは求めていない）

エージェントのケイパビリティのレバレッジポイントはどこにあるのか？生成AIによって変化するビジネスモデルについてレポートしてユーザー AIエージェントプログラムコードの生成／実行インターネットやデータベースからの情報収集大規模言語モデルによる思考
ファイルの読み込み／書き出しアウトプットとなる成果物生成AIによって変化するビジネスモデルは以下の通りです...

コードの生成？ Open Interpreter、OpenAI Advanced Analysisのアプローチユーザーの要求に対し、オンデマンドでコードを生成・実行することでエージェントのケイパビリティを拡張するアプローチ。生成されたコードのサンドボックス実行を支援するサービスも増えてきている。
https://e2b.dev/ https://www.openinterpreter.com/

Liu, Y., Lo, S. K., Lu, Q., Zhu, L., Zhao,
D., Xu, X., ... & Whittle, J. (2024). Agent Design Pattern Catalogue: A Collection of Architectural Patterns for Foundation Model Based Agents. arXiv preprint arXiv:2405.10467. いかにエージェント向けのツールを整備するかがイシューツール/エージェントレジストリパターン Zapier Webhooksによるエージェントとの接続

人間が様々なソフトウェアを駆使して仕事を進めていく AIが様々なソフトウェアを駆使して仕事を進めていく人間中心設計からAI中心設計へ？人間がソフトウェアを使うのではなく、 AIがソフトウェアを扱う世界へのパラダイムシフト

（参考）チャットボット、エージェント型システム、ソフトウェアシステムの棲み分け柔軟性確実性ユースケースチャットボット高低不定型な業務の叩き台を作成する目的で使用する（例：メール文例作成、提案書アイデア生成）エージェント型
高中多様な業務処理を繋ぐハブとして使用する要件の定まっていないタスクをAIと協力して進めるソフトウェアシステム低高定まった要件を確実に実行するために使用する

まとめ • AIエージェントの業務応用ニーズとして「成果物生成」「カスタマーコミュニケーション」「意思決定支援」「業務アシスタント」がある • 業務AIエージェントは業務環境の情報を知覚できなければならない • 業務環境は多岐に渡るサービス間連携や商習慣に基づく独自のファイル構造によって構成されるため、これらの情報をいかにLLMが咀嚼できる状態に変換するかが業務AIエージェント活用のイシューになる
◦ Microsoftなどのプラットフォーマーが有利なポイントがここ • コード生成能力を活かすことも重要だが、そもそもAIエージェントが活用できるツールのバリエーションが増えることが重要になる

ご清聴ありがとうございました

AIエージェントを現場に導入する目線とは

AIエージェントを現場に導入する目線とは

Masahiro Nishimi

More Decks by Masahiro Nishimi

Other Decks in Technology

Featured

Transcript