エージェント型ワークフローとは？自動化をどう変革するのか

多くの自動化は、毎回あらかじめ決められた同じ経路を実行するスクリプトで動いています。会話がその経路から外れると、処理が止まるか、人に引き継がれます。エージェント型ワークフローは異なります。

エージェント型ワークフローとは、AIエージェントが各ステップを推論し、次に何をすべきかを決めて行動する一連のタスクです。自動化がスクリプトにしか従えない場合、そうしたケースはキューに回されるか、取りこぼされるか、本来より遅く一貫性の低い形で解決されます。

エージェント型ワークフローは、その場でエージェント自身が判断を下せるようにすることで、このギャップを埋めます。台本にない質問をする顧客、条件交渉が必要な債権回収の電話、3つの異なるシステムにまたがるサポートチケットなど、変化が多く判断を要するやり取りを扱いたい企業に役立ちます。 

この記事では、エージェント型ワークフローの仕組み、従来の自動化との違い、そして現在企業がどのように活用しているかを解説します。

概要

• エージェント型ワークフローでは、AIエージェントが固定された事前定義の経路に従うのではなく、タスクの各ステップを推論して次の行動を決定します。
• エージェント型ワークフローは、LLM推論レイヤーにRAG、メモリ、ガードレールを組み合わせ、高リスクなステップは承認プロセスを経由させながら、エージェントが判断を下せるようにします。
• 企業は、AIエージェントをカスタマーサポートからリード選別、債権回収、行政サービスまで、幅広いタスクに活用しています。

エージェント型ワークフローとは何か、その仕組み

従来の自動化（基本的なRPAスクリプトやルールベースのチャットボットなど）は、「これなら、あれ」という構造に従います。すべての分岐は事前に定義されているため、入力があらかじめ用意された経路に一致しない場合、AIシステムは失敗するか、人に引き継ぎます。

エージェント型システムでは、LLMがプロセスの中心にあり、会話やタスクの現在の状態を推論して、次に何をすべきかを決めます。限られた台本どおりの回答から選ぶのではなく、エージェントは次のことを行います。

• 解釈： エージェントは与えられた目標を読み取り、ユーザーが実際に何を必要としているかを判断します。
• 取得： エージェントは、文書、過去の会話履歴、ツールの出力を含む関連コンテキストを取得します。
• 決定： エージェントは、使用するアクションやツール、その順序を選びます。
• 適応： 新しい情報によって状況が変わると、エージェントはアプローチを調整します。
• 実行： エージェントはアクションを実行し、その結果を推論して次のステップを決定します。

たとえば、 請求に関する異議申し立てを処理する音声エージェントを考えてみましょう。 従来のIVRスクリプトでは、発信者を「請求」へ振り分けるだけで終わります。エージェント型ワークフローなら、顧客アカウントを取得し、支払い履歴を確認し、返金ポリシーに照らして異議申し立てを検証し、承認範囲内ならクレジットを発行し、範囲外の場合にのみ人へエスカレーションできます。

エージェント型ワークフローの主要コンポーネントと特性

ほとんどのエージェント型ワークフローは、特定のプラットフォームやユースケースにかかわらず、共通する基本構成要素を備えています。

各コンポーネントの役割は次のとおりです。

最も信頼性の高いエージェント型システムは、判断が必要な部分にはエージェント型推論を、不要な部分には構造化されたルールベースのステップを組み合わせます。特に、支払いや機密データに関わるものでは重要です。この組み合わせにより、ワークフローは判断を要する場面を効率的に進めつつ、より重要なステップには厳格な管理を適用できます。

たとえばElevenAgentsの ワークフローエディターでは、チームが意思決定ポイントを明示的に設定し、専門のサブエージェントまたは担当者の間でルーティングできるため、エージェントの動作を監査可能な状態に保てます。

エージェント型ワークフローと従来の自動化の違い

従来の自動化とエージェント型ワークフローの本質的な違いは、誰が経路を決めるかにあります。事前にデベロッパーが決めるのか、実行時にエージェントが決めるのかです。

どちらか一方がもう一方を完全に置き換えるわけではありません。パスワードのリセットや予約時間の確認といった、真に低リスクで反復的なタスクでは、固定型の自動化が引き続き適しています。 

エージェント型システムが適しているのは、タスクに曖昧さがある場合です。たとえば、テンプレートに収まらない問題を抱える顧客、意図を判断する必要があるリード、相手の応答に合わせてトーンを変える必要がある通話などです。本番環境の多くのシステムでは、取り消し不可能な処理には決定論的ステップを用い、それ以外にはエージェント型推論を用いるハイブリッドアプローチを採用しています。

実社会でのエージェント型ワークフローの例

エージェント型ワークフローはすでに、医療、不動産、行政分野で実際の顧客対応を担っています。具体的なタスクは異なりますが、根底にあるパターンは同じです。人に振り分けるのではなく、エージェントが依頼を最初から最後まで推論して処理します。 

カスタマーサポートと問題解決

カスタマーサポートアプリケーションでは、エージェントが発信者を認証し、注文履歴やアカウント履歴を取得し、ナレッジベースに照らして問題を診断して直接解決できます。例外的なケースに限り、人へ引き継ぎます。 

たとえば、 CareCodeはブラジル拠点の医療コミュニケーションプラットフォームで、患者予約ワークフローにポルトガル語の音声エージェントを導入しました。その結果、発信者の43.9％が、すでに別のチャネルで依頼を完了しようとして失敗していたことがわかりました。 音声エージェントは、人員を増やすことなく、これらの予約を設定できました。

リード選別と不動産

不動産物件には多くの問い合わせが寄せられますが、本気の購入希望者と気軽な閲覧者を見分ける作業には、依然としてエージェントの時間がかかります。 

Immobiliare.itはイタリア最大の不動産プラットフォームで、会話型エージェントを構築しました。これは売り手に代わって物件情報に関する質問に答え、購入者の意図を選別し、やり取りを要約します。導入後、リード選別率は19％から63％へ上昇し、フォローアップのために電話番号を提供するユーザーの割合は42％から73％に上昇しました。

公共サービスと市民からの問い合わせ

政府機関でも、依頼を振り分けるのではなくエージェントが完了させる、エンドツーエンドの解決に同じアプローチを適用し始めています。 

たとえば、ウクライナのデジタル変革省は、世界初となるエージェント型政府の構築を進めており、AIエージェントを使って、医療、教育、経済サービスにおける国家システムと個々の市民からの依頼をつないでいます。

複数ステップの業務タスク

会話以外でも、エージェント型システムは、情報取得、検証、アクションを1回の処理で連携させるケースが増えています。たとえば、医療受付エージェントは、患者の保険適用資格を確認し、記録を更新して、予約を確定できます。これらのステップは、通常であれば発信者を別々のシステムやチームに振り分ける必要があります。さらに、マルチエージェントシステムを使って、複数のエージェント型ワークフローを1つに統合することもできます。

エージェント型ワークフローを使うメリットと課題

エージェント型ワークフローには、スクリプト型の自動化に対する利点があります。一方で、その利点には新たに満たすべき要件も伴います。

エージェント型システムを活用する主なメリットと課題は次のとおりです。

メリット

• 解決率の向上： エージェントは、デフォルトで人に振り分けるのではなく、タスクを最初から最後まで完了できます。
• 大規模でも一貫性を維持：件数に関係なく、すべての会話が同じ基礎ロジックとガードレールに従います。
• 解決までの時間を短縮：エージェントが直接処理できるタスクについて、人が対応可能になるのを待つ必要がありません。
• スタッフの余力を確保： 人のエージェントは、本当に複雑なケースにより多くの時間を使い、反復的な一次トリアージに費やす時間を減らせます。

課題

• AIエージェントの意思決定の可視性：決定論的なチェックポイントがなければ、エージェントがなぜ特定のアクションを取ったのかを再現するのは難しくなります。
• ガードレールの設計：エージェントは独自の経路を選べるため、チームはどのアクションに承認が必要で、どれを自律的に実行できるかを事前に決める必要があります。この線引きを誤ると、本来すべきでないアクションを実行してリスクを生むか、処理可能だったものまでエスカレーションしてボトルネックになります。
• リリース前のテスト：エージェント型システムはスクリプト型と異なる振る舞いをするため、現実的なシナリオを使ったリリース前シミュレーションがより重要になります。実際の顧客とやり取りする前に、現実に起こりうる複雑なシナリオでストレステストする必要があります。
• インテグレーションの複雑さ：エージェントの有用性は、実際にアクセスできるシステムによって決まります。タスクが依存するCRM、決済システム、スケジューリングツールにアクセスできなければ、処理が滞るか、結局は引き継ぐ必要が生じ、導入の意義が損なわれます。

エージェント型ワークフローでは、すべてのケースを誰かが確認する体制から、確認が必要なケースだけをレビューする体制へと作業を移行できます。この移行が効果を発揮するのは、最初からガードレールと監査証跡を組み込んでいる場合に限られます。エージェントがすでに本番稼働してから後付けするのははるかに困難です。その時点では、誰も完全には再現できない判断をすでに行っているためです。初日から組み込んだガードレールとログがあってこそ、企業はすべてのケースをレビューせずに済むほどエージェントを信頼できます。

エージェント型自動化をElevenAgentsで始める

ElevenAgentsは、エージェント型ワークフローに必要なすべてを1つのプラットフォームに集約します。LLMを自由に選択し、RAGを通じてナレッジベースやSOPに基づいた回答を生成できます。決定論的ワークフローにより、高リスクなアクションは承認ステップを経るよう管理され、すべての会話は完全な監査可能性のためにログに記録されます。リリース前には、チームがシミュレーションでガードレールを定義・テストし、同じ設定を音声、チャット、メール、WhatsAppに展開できます。

ケースが権限範囲を超えた際にエージェントからスムーズに引き継ぐ必要がある企業向けに、人への引き継ぎでは会話の完全なコンテキストを担当者へ渡すため、顧客が同じことを繰り返す必要はありません。

エージェント型ワークフローがビジネスをどのように支援できるかを知るには、チームに問い合わせる、または登録して構築を始めることで、今すぐノーコードプラットフォームをご利用いただけます。

エージェント型ワークフローに関するよくある質問