ezily

行政書士とAIエージェント⑦

行政書士とAIエージェント⑦

AIエージェント５つのレベルと人間の組織の組織の進化が似ている。

　つまり、AIの設計は小さな人間の組織をつくることと同じことなのである。

誰がどこまで判断し、どこで情報を共有すべきか考えることがAIエージェントを成功させる大きなポイントなのである。

具体的言えば、

工場ライン作業＝ルールベースAIエージェント（レベル１）

標準化＝ワークフローベースAIエージェント（レベル２）

現場リーダー＝自立型AIエージェント（レベル３）

横断型プロジェクト＝マルチAIエージェントレベル４）

ネットワーク型組織＝全社統合エージェント（レベル５）

レベル３でAIでAIが自分で作業手順を決めることになると、人間「細かく指示を出す役」から「目的や評価基準を決める役」

へと変化する。そのためには、「多面的に結果を評価する力」

「目的を具体的に伝える力」「人間とAIの役割分担を考える力」

が必要になる。

にほんブログ村
[0回]
PR
行政書士とAIエージェント⑥

行政書士とAIエージェント⑥

AIエージェントには、５つのレベルがある。

レベル１　ルールベース

人間行う手順をソフトに覚えさせて再現するもので、決まった条件に基づいて動く。

レベル２　生成AIを組み込んだワークフロー

ワークフローの流れ自体は人間が決定するが、その途中に生成AIの判断や作業を組み込む。

レベル３　AI自身が考える自立的なワークフロー

あらかじめ決められた手順や分岐は補助的役割にとどまり。生成AIが自分で考えてワークフローを設計する。

レベル４　複数AIエージェントの連携

AIがそれぞれが得意分野担当し、メッセージをやりとりしながら連携して作業を進める。

レベル５　企業全体えお貫く自律的AIエコシステム

情報と意思決定が絶え間く循環し、販売計画の変更が製造ラインへ即座に伝達され、在庫情報が財務報告に反映される。

にほんブログ村
[0回]
行政書士とAIエージェント⑤

行政書士とAIエージェント⑤

AIエージェントが実用的価値を発揮するには、社内外のサービスと連携できることが欠かせない。

連係においてAPI（プログラム連係インターフェィス）とFunction calling（生成AIが自然言語の文脈を理解するシステム）という技術が重要な役割を果たす。

自然言語入力⇒生成AIがメッセージを解析⇒API呼び出し⇒回答を生成

AIエージェントには、タスクを実行するだけではなく、その結果を確認し改善する仕組み（リトライ機構）がある。さらには、推論課程の誤り減らす仕組みCOT（推論課程の誤りを減らす仕組み）がある。

AIエージェントを業務を活用するために注意が必要なのが「ハルシネーション（幻覚）」と呼ばれるもっともらしく聞こえる誤った内容を、あたかも正しい情報のように提示する問題である。AIが不確かな問い対して何らかの回答をする現象がある。「誰に向けた情報か」「どの時点の情報か」「出典は必要か」といった条件を明確すると「ハルシネーション」を避けることができる。

にほんブログ村
[0回]
行政書士とAIエージェント④

行政書士とAIエージェント④

AIエージェントの構造であるが

生成AIを「頭脳」、システムプロンプトを「命令書」、外部ツールを「手足」とする三層構造になっている。

この三層構造によりAIエージェントは単なる質問応答システムから、ユーザーの自然な依頼に基づいて資料作成・データ分析・タスク実行を行う業務支援ツールと進化している。

AIエージェントの頭脳の生成AIには、代表的なものにChatGPT、Cloude、Geminiがある。いずれも大規模言語モデルである。

推論（整理⇒仮説づくり⇒検討と説明からなる。）を生成AIは行う。推論の方法は多段階している。直線的な一発回答から、段階

的・並行・ネットワークに思考を展開する方向に進んでいる。

システムプロンプトは、AIエージェント守るべき基本方針やルールである。目的を具体的に書き込むことで、文体や情報の取捨選択がぶれなくなる。優先順位を示しておくと有効だ。システムプロンプトは具体例と箇条書きが実践的である。

AIエージェントには、短期記憶と長期記憶があり、短期記憶は「いま何が問われている」を把握し、「それに答えるための根拠や背景」をデータベースから持ってきて、優先順位づけにより状況に合った言い回しが行われる。

つまり、短期記憶で文脈把握⇒長期記憶から情報検索⇒統合して回答となるのである。

にほんブログ村
[0回]
行政書士とAIエージェント③

行政書士とAIエージェント③

AIエージェントを導入する最大のメリットは、自然言語で指示を理解し、複数のツールを組み合わせた状況に応じて作業手順を自ら組み替える仕事である。

もちろん、複雑で綿密な仕事、システムをまたぐ一連の仕事を自然言語で処理できる仕事においては、AIエージェントが真価を発揮する。ミスが許されない分野ではAIエージェントが補完することで効率の向上や作業負担の軽減が期待できる。

RAG（検索拡張生成）は生成AIエージェントが回答する前に、外部

のデータベースや文書から関連情報を検索して一時的に回答するするが、AIエージェントはツールを呼び出して自立的に仕事遂行できる。

RAGは外部知識を検索して応答生成を補強するのみであるが、AIエージェントは業務プロセスを担える仕組みなのである。

にほんブログ村
[0回]