前回のブログでも述べたように、人工知能(AI)は単なる技術の進歩ではなく、ビジネス体験全体を再考する可能性を秘めた変革の原動力です。しかし、これを現実のものとするには、技術基盤をどのようなものにする必要があるのでしょうか。AIシステムの能力を新たな高みに引き上げるには、複数の相互に作用するコンポーネントを論理的に組み合わせることでAIタスクに取り組む複合AIシステムが必要です。 

業界の専門家であるAndrew Ng氏がブログで強調しているエージェントシステムとワークフローのアプローチが、これらの目標を達成するための鍵であると私たちは考えています。このフレームワークにおける重要なデザインパターンには、リフレクション、ツール、プランニング、およびマルチエージェントの連携が含まれます。自己反省を利用することで、レスポンスの精度が大幅に向上することがすでに確認されており、この点については最近の研究でも十分に立証されています。 

高い予測性を必要とし、正確なデータセットに依存するビジネスアプリケーションでは、システムの能力を高める上でツールが不可欠です。これらのツールは、ワークフロー内でリアルタイムのデータアクセスを提供し、効率的なタスクの完了を可能にします。SQL、APIアクセス、特定の機械学習(ML)モデル、 ユーザーがネットワーク、セキュリティ、企業データとどのように関わるかを考慮すると、この統合は極めて重要です。また、これらのツールにタスクを移行することは、生成型AIのパフォーマンスとコストの両方を効果的に管理する手段にもなります。 

複数の自律エージェントが相互に作用し、協調しながら複雑なタスクを達成するエージェントシステムは、これらのツールをすべてまとめて、与えられた問題を解決するための適切な手順を作成するために不可欠です。このシステムの中心となるのは、プランナーと呼ばれる重要なコンポーネントであり、より大きなタスクを達成するために必要な手順の順序を自律的に決定します。テスラ社でAndrej Karpathy 氏が自動運転で目指したような完全な自律性はまだ実現していませんが、確実にその方向に向かっています。もう一つの大きなチャンスは、ユーザーとのやり取りを通じて、前述の一連のステップを継続的に改善することです。これには、システムがタスクをより効率的かつ予測可能な形で達成するためのプロセスを定義し、改善することが含まれます。この側面を習得することで、ユーザーとのやり取りを効果的に活用してAIシステムを最適化できる企業は、大きな競争優位性を獲得できるでしょう。 

マルチエージェントの協調のデザインパターンは、複数のエージェントの協調的な取り組みを通じて人間のチームワークを模倣することです。複数の大言語モデル(LLM)エージェント間のコラボレーションは、同じLLMに基づくものか、異なるLLMとタスク固有の小言語モデル(SLM)の組み合わせに基づくものかに関わらず、通常、人間のチームワークを必要とする成果を達成するために不可欠です。APIなどの他のツールとともに、これらのエージェントは連携して動作し、複雑なタスクをより効率的かつ革新的に処理します。 

このアプローチは、人間のチームワークを模倣しており、企業ITネットワークの文脈において大きなメリットをもたらします。個々のメンバーが異なる専門分野を持つ人間のチームと同様に、AIエージェントは特定のタスクに特化させることができます。例えば、ネットワーク・オペレーション・センター(NOC)では、あるエージェントがネットワークパフォーマンスのモニタリングを担当し、別のエージェントがセキュリティインシデントの管理を行い、さらに別のエージェントがユーザーアクセスリクエストの処理を行います。この専門化により、ネットワーク管理の各側面が最も適切なエージェントによって処理されることが保証されます。複数のエージェントが同時に問題の異なる部分に取り組むことで、複雑なタスクの完了に必要な時間を短縮し、全体的な効率性を向上させることができます。エージェントが協力し合うことで、個々の強みを組み合わせ、より創造的で革新的なソリューションを生み出すことができます。 

このアプローチを継続することで、新たなレベルのインテリジェンス、自律性、システム能力を実現できる可能性があります。Yu Huang氏(Roboraction.AI)によると、エージェントは5つのレベルに分類できます。 

• レベル 1：Emerging – 未熟な人間と同等またはそれ以上  

• レベル 2：Competent – 熟練した人間と同等  

• レベル 3：Expert – 専門家レベル  

• レベル 4：Virtuoso – 高度な専門家  

• レベル 5：Superhuman – 超人間的な能力 

レベル3は、私たちにとって手の届くところにあるように感じます。 

多くの企業がAIに多額の投資を行っています。しかし、新しいアーキテクチャに向けて継続的にシステムを再構築できない企業は、技術サイクルのこの初期段階においても「イノベーターのジレンマ」に陥るリスクがあります。時代遅れのAI手法に頼り、AIを単なる技術的な追加機能として扱うことは、これらの企業が人間同士の協働を真に模倣するAI能力を実現することを妨げる可能性があります。 

人工知能(AI)の世界が急速に進化する中、企業は常に適応し続けなければ競争力を維持することはできません。この進化における重要なステップの1つは、大規模言語モデル(LLM)や生成GenAI)の使用にとどまらないAIアーキテクチャの開発です。 

効果的なAIアーキテクチャの要は、LLMだけに依存せず、利用可能なすべてのテクノロジーを効果的に組み合わせた構築にあります。高度なAI能力を実現するには、2つの要素、すなわち、多様な技術/ツールの使用と、人間チームのような作業能力が不可欠です。 

企業ITネットワークのための高度なAIアーキテクチャを構築するには、LLMへの依存を脱し、さまざまなツールや技術を統合するエージェンティックシステムを取り入れ、バークレー人工研究センター(BAIR)が呼ぶところの複合AIシステムを構築する必要があります。 コラボレーションと多様なテクノロジーの利用に重点的に取り組むことで、企業は既存のLLM機能が示す以上のAI能力を実現することができます。 このアプローチは、効率性と革新性を高めるだけでなく、競争の激しいAI分野において企業が常に優位に立つことを保証します。企業ITにおけるAIの未来は明るく、これらの進歩を取り入れる企業が、次なる技術進化の時代をリードしていくでしょう。技術サイクルの現在の段階やエージェンティックシステムなど、このトピックに関するより詳しい洞察については、AWSのMatt Wood氏によるこの記事をご覧ください。Extreme NetworksのCTOオフィスによるAIに関する次の洞察にご期待ください。