Slide 1

Slide 1 text

業務ツールをAIエージェントとつなぐ - Composio 機械学習の社会実装勉強会 第43回 (2025/01/25) 1

Slide 2

Slide 2 text

自己紹介 名前: 西岡 賢一郎 10年以上にわたり、データ分析や機械学習の分 野でスタートアップの経営に携わる。現在は、 日本とマレーシアを拠点に活動中。 SNS X: @ken_nishi LinkedIn: https://www.linkedin.com/in/kenichiro- nishioka/ Facebook: https://www.facebook.com/kenichiro.nishioka note: https://note.com/kenichiro YouTube: https://www.youtube.com/@kenichiro- nishioka 経歴 東京大学で位置予測アルゴリズムを研究し博 士 (学術) を取得 東京大学の博士課程在学中にデータサイエン スをもとにしたサービスを提供する株式会社 トライディアを設立 トライディアを別のIT会社に売却し、CTOと して3年半務め、2021年10月末にCTOを退職 株式会社データインフォームド (CEO)・株式 会社ディースタッツ (CTO)・CDPのスタート アップ (Sr. CSM) 自社および他社のプロダクト開発チーム・デ ータサイエンスチームの立ち上げ経験 2

Slide 3

Slide 3 text

本日のアジェンダ AIエージェントと業務システム Composio デモ 3

Slide 4

Slide 4 text

AIエージェントと業務システム 4

Slide 5

Slide 5 text

企業を取り巻くAI活用の現状 大規模言語モデル(LLM)の進化により、企業における業務効率化やカスタマー サービスの改善などで、AIの実用的な活用が可能になってきている ChatGPTやGeminiなどの一般利用の広がり GitHub Copilotに代表されるAIによる開発支援の普及 社内文書の要約や分析、顧客対応の自動化など、実務での活用事例の増加 多くの企業が独自のAIアプリケーション開発に着手 自社の業務特性に合わせたカスタマイズの必要性 既存の業務システムとの連携による効率化 セキュリティやコンプライアンスへの対応 5

Slide 6

Slide 6 text

AIと業務システム連携における技術的進展 ChatGPTやLangChainなどのAIプラットフォームが外部連携機能を提供 Function Calling:AIが外部システムの機能を呼び出せる仕組み Tools/Plugins:特定の機能を追加できる拡張の仕組み API連携:既存システムとデータをやり取りする標準的な方法 フレームワークによる開発支援の充実 LangChain:様々なAIモデルやツールを統合するフレームワーク CrewAI:複数のAIエージェントを協調させるフレームワーク その他、多数のオープンソースツールの登場 6

Slide 7

Slide 7 text

現状の開発における課題 システム連携時の技術的な障壁 各システムごとに異なる認証方式への対応が必要 OAuth、APIキー、トークンなど様々な認証情報の実装と管理 APIの仕様理解とFunction Callingの実装に時間がかかる 開発・運用における実務的な課題 認証情報の安全な管理とメンテナンス システム間連携のエラーハンドリング 複数システムを跨ぐ処理の整合性確保 開発工数の増大によるコスト増 人材とスキルの課題 AI開発と既存システム開発の両方の知識が必要 新しい技術への追従が継続的に必要 専門人材の確保が困難 7

Slide 8

Slide 8 text

Composio 8

Slide 9

Slide 9 text

Composioによるソリューション 250以上のツール・アプリケーションとAIを最小限のコードで接続できるプラット フォーム 主な特徴: OAuth認証の自動化と認証情報の一元管理 自然言語によるAPI操作が可能 主要なAIフレームワーク(LangChain、CrewAI、Letta等)との連携 従来の開発と比較して、開発期間を数ヶ月から数日へ大幅に短縮 9

Slide 10

Slide 10 text

実装の簡便性 システム連携の手順の簡素化: アプリケーションの選択 Setupボタンによる認証設定 認証情報の自動管理 Function Callingの実装の簡素化: APIの仕様をComposioが管理 自然言語でのタスク指示が可能 コードサンプルの自動生成 10

Slide 11

Slide 11 text

従来のiPaaSとの違い 従来型(Zapier等)の特徴: パラメータの明示的な指定が必要 システム間連携の設定が複雑 プログラマティックな制御が限定的 Composioの優位性: 自然言語による直感的な操作 AIに特化した統合機能 より柔軟な制御が可能 開発者向けの豊富なツール群 具体例での比較: Zapier:チャネルとメッセージを個別に指定して実行 11

Slide 12

Slide 12 text

将来性と市場価値 エンタープライズAI市場の動向 2029年までに3,116億ドル規模に成長予測 AI統合ソリューションへの需要増加 企業のDX推進加速による市場拡大 Composioの強み 90%以上の精度を持つAIエージェント開発が可能 開発時間の大幅短縮による競争力強化 既存システムとの円滑な統合 継続的な対応システムの拡大 12

Slide 13

Slide 13 text

まとめ:Composio導入のメリット 開発効率の向上 認証・API連携の実装工数削減 開発期間の大幅短縮 保守・運用の簡素化 ビジネス価値の創出 迅速なAIソリューション展開 既存システムの有効活用 リソース配分の最適化 将来への投資 拡張性の高いプラットフォーム 継続的な機能追加と改善 エンタープライズAI市場の成長性 13

Slide 14

Slide 14 text

お問い合わせ お仕事の依頼・機械学習・LLMの実装のご相談は、X, LinkedIn, Facebookなどで DMをください 機械学習を社会実装する仲間も募集中!! 14