Agentic Workflowという選択肢を考える

by takuya kikuchi

Embed

Start on current slide

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Slide 3

Slide 3 text

© 2025 Algomatic inc. 菊池琢弥 Kikuchi Takuya 株式会社Algomatic ネオセールスカンパニーCTO フィンテックスタートアップにおいて、開発リードやVPoEとして開発組織構築を担当したほか、モバイルオーダープラットフォームを⼿がけるShowcase GigではVPoTとして技術領域全般を管掌。2024年、AlgomaticにカンパニーCTOとして参画し、2025年に営業AIエージェント「アポドリ」をリリース。ソフトウェア開発、設計、ドット絵が好き X: @_pochi

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

© 2025 Algomatic inc. 「⾃律型エージェント」と「Agentic Workﬂow」機能開発実装コスト ⭕ サクッと動かす分には簡単に作れる 🔺 ワークフローを設計した上での実装が必要柔軟性、拡張容易性 ⭕ ツールやナレッジの追加、プロンプトの変更のみで機能拡張可能 🔺 実装の変更が必要になることが多いガバナンス出力の透明性担保 🔺 LLMの推論過程を示すくらい ⭕ 各ステップごとに評価を行い、精度を担保することで、ある程度担保可能リスク制御 🔺 出力の正確性は担保できない自律型エージェント Agentic Workflow ⾼い柔軟性とガバナンスのトレードオフ。ユースケースに合わせた選択が⼤事

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

© 2025 Algomatic inc. アポドリはどうかリスト提供企業情報収集企業名や住所、URL情報からWeb‧独⾃DBを探索し、収集収集したデータの加⼯や評価⼈物収集企業の役員‧従業員の情報をWeb‧独⾃DBを探索し、収集収集したデータの加⼯や評価 1to1⽂章⽣成企業情報、担当者情報を元に、ターゲットリストに最適なオリジナルの1to1メッセージを作成、評価アプローチ実⾏メール/問い合わせフォーム/SNS/⼿紙などのあらゆるチャネルからアプローチを実施データ分析どういった内容、業界、役職、部署へのアプローチが効果的であったか分析し提⽰アプローチ先情報収集連絡先、問い合わせフォームをWeb‧独⾃DBを探索し、収集収集したデータの加⼯や評価アプローチまでの⾏動は、営業エキスパートの⾏動をトレース → 型が決まっている

Slide 14

Slide 14 text

Slide 15

Slide 15 text

© 2025 Algomatic inc. ⼤事なこと：⾃律型エージェントとAgentic Workﬂowは⼆者択⼀ではないアポドリにおいても、⾃律型エージェントがフィットするステップが存在するリスト提供企業情報収集企業名や住所、URL情報からWeb‧独⾃DBを探索し、収集収集したデータの加⼯や評価⼈物収集企業の役員‧従業員の情報をWeb‧独⾃DBを探索し、収集収集したデータの加⼯や評価 1to1⽂章⽣成企業情報、担当者情報を元に、ターゲットリストに最適なオリジナルの1to1メッセージを作成、評価アプローチ実⾏メール/問い合わせフォーム/SNS/⼿紙などのあらゆるチャネルからアプローチを実施データ分析どういった内容、業界、役職、部署へのアプローチが効果的であったか分析し提⽰アプローチ先情報収集連絡先、問い合わせフォームをWeb‧独⾃DBを探索し、収集収集したデータの加⼯や評価

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

© 2025 Algomatic inc. 1. まずは⼿動で業務を遂⾏する。ワークフローの解像度を上げる &簡易的なツールを実装してAI化の検証 2. ⼈⼿でやっていたステップを徐々にAI化。 100%の精度を⽬指さないことが⼤事 3. ⾃動ワークフロー化し、⼈の介在を最⼩限にステップごとの精度担保とガードレールが重要 Agentic Workﬂowの構築プロセス企業情報収集⼈物収集アプローチ先情報収集 1to1⽂章⽣成アプローチ実⾏データ分析 AI化 AI化 AI化 AI化 AI化 AI化

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text

Slide 24

Slide 24 text

© 2025 Algomatic inc. 「100%の精度を⽬指さない」とは？インプットや世の中の情報は多様である。開発時点で全てのエラーパターンを網羅し、「100%うまく動く」ステップは実装できない企業情報収集⼈物収集アプローチ先情報収集 1to1⽂章⽣成アプローチ実⾏データ分析 AI化 AI化 AI化 AI化 AI化 AI化企業HPが⾒つからない所属が複数あるが、この⼈でいいだろうか⽂章⽣成のために必要な事業情報が⾒つからない …

Slide 25

Slide 25 text

Slide 26

Slide 26 text

Slide 27

Slide 27 text

© 2025 Algomatic inc. ステップごとの精度担保とガードレール ● ワークフローにおける⼿前のステップの精度を最優先で担保する ○ 後続ステップ全てに波及するため ○ 「⼈間チェック」も厭わず、気合いで精度を保つ ○ アポドリにおいては「企業情報収集」がそれ ● 「ここでミスったら取り返しつかない」という処理の直前にガードレールを配置する ○ ここが信頼度⾼く構築できれば、各ステップはカジュアルに変更‧改善できる ○ ガードレールによるリジェクト数を精度指標にできる ○ アポドリにおいては「メール送信」など企業情報収集⼈物収集アプローチ先情報収集 1to1⽂章⽣成アプローチ実⾏まずここの精度を最優先で担保するガードレールはここで実施

Slide 28

Slide 28 text

Slide 29

Slide 29 text

© 2025 Algomatic inc. 精度をどう測る？信頼性を担保する？ ● LLMの出⼒において「絶対正しい」ものはない → 全てチェックすべき ● ただし「⼈間が」全てチェックすべきとは限らない ○ ⼈は間違える⽣き物 ○ 数千件規模の出⼒チェックにおいて、⼈間の精度はむしろ低い ● では⼈間の得意領域は？ ○ 数が限られた「微妙なライン」の判定 1. LLMで⼀次判定 2. アヤシイ部分を⼈間が最終判定ここの判定体験設計も重要

Slide 30

Slide 30 text

© 2025 Algomatic inc. まとめ ● ⾃律型エージェントとAgentic Workflow ○ アポドリはAgentic Workflowだよ ■ 失敗が許されない ■ 作業⼿順のベストプラクティスが存在している ● Agentic Workflow構築ステップ ○ チームでワークフローの解像度を⾼める ○ LLMで100%を⽬指さない ○ ⼈間も100%ではない ● ワークフローに基づき、LLMと⼈間それぞれの得意領域で分業することで、信頼性の⾼いAIエージェントを構築できる