AI エージェントが企業ソフトを徐々に塗り替える

インターネットは、従来のソフトウェアの時代は終わったという声であふれています。 その原因は? もちろん AI です。

多くの人が、ソフトウェアの時代はすでに終わりを迎え、AI エージェントを構築する少人数の AI エンジニア チームによって、従来のエンタープライズ ソフトウェア ソリューションは完全に置き換えられるだろうと主張しています。 方向性としては正しいですが、この主張はビジネスにおけるソフトウェアの使用実態、ソフトウェア開発における AI の現状、および既存の AI アプローチの限界を見落としています。

その広範な能力とさまざまなシナリオへの適応性を考慮すると、最終的に、AI はほぼすべてのソフトウェア製品において主要な要素となるでしょう。 しかし、その地点に達するには大きな進展が必要です。 理由は次のとおりです。

現在、AI エージェントが得意とする分野

AI エージェントはすでに多くの単純なタスクを効果的に自立して実行でき、人間と連携することでより複雑な成果を生み出すこともできます。 しかし、構造化されたルールとワークフローを利用して意思決定を導き、AI の行動を制限することで信頼性と一貫性を確保する、広範な決定論的なロジック基盤のサポートがなければ、AI は複雑なエンドツーエンド プロセスを信頼性高く実行することができません。

この基盤は、モデルの改善、新しいトレーニング手法、より高度なアーキテクチャにより、時間とともに変化していきます。 それが実現したとき、AI エージェントは非常に複雑なプロセスの実行において主要な役割を担うようになります。

現在、AI エージェントは、例えばリサーチに関連するアシスタント型のタスクを得意としています。 AI エージェントは、主要なオーケストレーション エンジンとして機能し、検索、データ取得、分析、構成にわたるタスクを調整して、レポートを出力します（「Deep Research」のように）。 ここでは、意味のあるアクションを実行する前に、出力が人間によってレビューおよび判断されることが前提とされているため、エラーが許容されています。

AI エージェントは、システムからデータを取得したり、情報を分析したり、特定のアクションを実行したりするなど、人間と連携して複数の関連するタスクを完了するための、より汎用的なアシスタント インターフェースとしても機能できます。 この場合も、人間と AI エージェントが最終的な目標に向かって協力して作業する際に、人間がプロセスを導き、情報を確認します。

他のケースでは、タスクが明確に定義されており、それを完了するために必要なアクションが限定されている限り、AI エージェントは完全に自律的に行動してタスクを完了することができます。 例えば、請求書受付 AI エージェントは、請求書のデータに基づいて構造化されたベンダー情報を取得し、その情報を検証し、支払いのためのルーティングやレビューのためのエスカレーションなど、次の可能なステップを決定できます。

複雑さは AI の決定論的ロジックの必要性を強調する

AI の現在の制限により、プロセス全体にわたってあまりにも多くの自由度 (独立した決定やステップ) を持つ AI エージェントに依存すると、結果の信頼性が低下します。 そのため、より複雑なアプリケーションでは、前述のロジック基盤を用いて、エージェントに明確に定義された目標と、タスクを正しく完了するために必要なコンテキストを提供する必要があります。

理由は次のとおりです。 100% の精度がない場合、マルチタスクの複雑さによって成功の可能性が大幅に低下します。 統計的に見ると、たとえエージェントが各ステップで 98% の精度で行動しても、20 ステップが必要な場合、全体の成功率は 70% 未満に下がります。

多くの実世界のエンタープライズ向け AI アプリケーションは、主に決定論的ロジックとして設計されており、特定のアプリケーションの領域を強化する必要がある場合に AI が追加されます。 何をすべきかが分かっている場合は決定論的ロジックが使用され、適切に範囲が定められたタスクで適応性が必要な部分には AI エージェントが追加されます。 企業にとって、これは単一のシステムで AI エージェントをオーケストレーションや自動化と組み合わせることで、コストのかかるミスを回避し、重要なビジネス プロセスの信頼性を確保することを意味します。

エンタープライズ ソフトウェアにおける AI の役割の進化

では、現状はどのようなものでしょうか。 ビジネス用途では、AI エージェントの機能は限定的です。 しかし、モデルは急速に進化しており、複雑なタスクを完了する際の AI の欠点を補うための新たなシステムが開発されています。

当社のプロセス推論エンジンのようなテクノロジーは、エンタープライズ ワークフローに関する幅広い知識をモデルに組み込み、各組織から顧客のコンテキストを追加し、すべてのエージェントの実行から継続的に学習することで、すでにエンタープライズ プロセスの分野におけるこの最前線を前進させています。 これにより、顧客の AI エージェントは、全体のプロセスを成功に導くために依然として多くの決定論的オーケストレーションが必要とされる中でも、より複雑なタスクをより高い信頼性で自律的に完了できるようになります。

エージェントの未来への展望

AI エージェントがソフトウェアに組み込まれたロジックをどの程度、どんなスピードで吸収していくかは、今日のテクノロジー分野で最も注目されている疑問の 1 つです。 当社はすでに、AI がすべてのインタラクションの主要なインターフェースとして機能し、自然言語を通じて実行される LLM ベースのオペレーティング システムという野心的なビジョンを描いています。 イノベーションの速度と業界の強い関心を考えると、この未来もそう遠くないうちに訪れるでしょう。

エンタープライズの世界で、AI エージェントが数年以内に複雑なオーケストレーション エンジンへと完全に進化するかどうかは、まだ分かりません。 しかし、1 つ確かなことがあります。 AI エージェントがますます中心的な役割を果たす未来に向けて、企業は今から基盤作りを始める必要があるということです。 決定論的な自動化と柔軟な AI エージェントを組み合わせることを学ぶリーダーは、両者のバランスが変化する中で最も有利な立場に立つでしょう。

戦略をどのように変更しても、AI はソフトウェア環境を再形成し、その道のりは退屈なものにはなりません。

当社の顧客事例をご覧になり、さまざまな組織が自律型企業の基盤をどのように構築しているかをご確認ください。