AIアシスタントがAPIベースのエージェントで自動化を最適化

生成AI搭載のアシスタントは、インテリジェントな対話型インターフェースを通じてビジネスを変革しています。人間のような応答やコンテンツを理解・生成できるこれらのアシスタントは、人間と機械のコラボレーション方法に革命をもたらしています。この新たな混乱の中心にあるのが大規模言語モデル（LLM）です。LLMは膨大な量のデータでトレーニングされ、際限なくアプリケーションで使用できます。いくつかのトレーニング例を使用して、特定の企業のユースケースに合わせて簡単に調整できます。

AIアシスタントは会話を超えて、特定のビジネス目標を達成するためにアプリケーション・プログラミング・インターフェース（API）を呼び出すことができるエージェントを通じてツールを活用する方法を学習するため、私たちは進化の新たな段階を目の当たりにしています。再利用可能なエージェントの大規模なカタログを調整することで、かつて数時間かかっていたタスクが今では数分で完了できます。さらに、これらのエージェントを組み合わせて構成し、複雑なワークフローを自動化することができます。

AIアシスタントは、APIベースのエージェントを使用して、職務記述書の作成、人事システムへのレポートの取得、候補者の発掘など、日常的なタスクにおいてナレッジ・ワーカーを支援します。例えば、人事マネージャーがAIアシスタントに新しい役割の職務記述書の作成を依頼すると、アシスタントは会社の要件を満たす詳細な職務記述書を作成できます。同様に、採用担当者は AI アシスタントに求人に対する候補者を探すよう依頼することができ、アシスタントはさまざまなソースから適格な候補者のリストを提供することができます。AIアシスタントを使用することで、ナレッジ・ワーカーは時間を節約し、より複雑で創造的な問題に集中することができます。

自動化構築者は、AIアシスタントの力を活用して、オートメーションを迅速かつ簡単に実現することもできます。なぞなぞのように聞こえるかもしれませんが、 AIアシスタントは生成AIを使用してオートメーションのプロセスそのものを自動化します。これにより、エージェントの構築が容易かつ迅速になります。ビジネス自動化のためのエージェント構築には、2つの重要なステップがあります：対象ユースケース向けにエージェントをトレーニングおよび強化すること、そして複数のエージェントのカタログをオーケストレーションすることです。

APIはAIエージェントのバックボーンです。APIベースのエージェントの構築は、会話形式でユーザーと対話し、ユーザーの目標を達成するために必要なAPIを特定し、APIに必要な議論を収集するために質問し、ユーザーが提供する情報を検出する複雑なタスクです。これは、APIを呼び出し、サンプル発話でAPIを強化し、APIの戻り値に基づいて応答を生成する際に必要です。このプロセスは、経験豊富な開発者でも数時間かかることがあります。ただし、LLMはこれらのステップを自動化できます。これにより、開発者は特定のタスクのためにAPIをより迅速にトレーニングし、強化することができます。

自動化構築者であるボブが、企業の販売担当者がターゲット顧客リストを取得するのを支援するAPIベースのエージェントを作成したいと考えていると仮定します。最初のステップは、「Retrieve My Customers」API を AI アシスタントにインポートすることです。しかし、この自動化をエージェントとして利用できるようにするには、Bobはサンプル発話を使用した自然言語分類器のトレーニングなど、いくつかの手作業で退屈な手順を踏む必要があります。LLMの助けを借りて、AIアシスタントはOpenAPI仕様からサンプル・トレーニングの発話を自動的に生成できます。この機能により、必要な手作業を大幅に削減できます。基盤モデルが意味を理解できるように微調整されると、ビジネス・ユーザーのプロンプトと意図をよりよく理解できるようになります。Bobは引き続き、人間参加型のアプローチを使用して、生成された質問を確認し、操作できます。

間もなく、エージェントの構築プロセスは、APIを特定し、スロットを埋め、APIを強化することによって完全に自動化されます。これにより、自動化の実現にかかる時間が短縮され、技術的な障壁が減り、再利用可能なエージェント・カタログが改善されます。

複数のAPIを使用する自動化フローを構築することは、技術的に複雑で、時間がかかる場合があります。複数のAPIを接続するには、特定のビジネス目標を達成するために、適切なAPIセットを特定し、順序付け、呼び出すことが重要です。AIアシスタントは、LLMと計画手法を使用してこのプロセスを簡素化し、技術的な障壁を減らします。LLMは強力な推奨システムとして機能し、使用法、類似性、説明に基づいて最適なAPIを提案します。

開発者は、複数のAPIの入出力を調整して、マルチエージェントによる自動化を構成する必要がありますが、これは退屈でエラーが発生しやすいプロセスです。LLM駆動型APIマッピングは、APIの属性とドキュメンテーションに基づいて、この調整プロセスを自動化します。これにより、自動化構築者は、手動介入なしで大規模なカタログから既存のAPIを再利用しやすくなります。

ここで、当社の自動化構築者であるBobは、販売者が顧客リストを取得し、パーソナライズされた製品推奨リストを生成できる、より複雑なマルチAPIオートメーションを作成したいと考えているとします。「Retrieve My Customers」 API エージェントをインポートして強化すると、LLM に導入された主要な機能により、「Generate Product Recommendations」 API を自動的に推奨できます。つまり、Bobはエージェントの膨大なカタログから最も適切なものを見つけるために、各 API を個別に調べる必要がありません。

さらに、各 API にはさまざまなデータ型のフィールドが含まれています。ソースAPIは、顧客の集合に関する情報を表すアウトプットフィールドを提供します。ターゲットAPIは顧客情報を表すインプットフィールドも提示します。通常、BobはターゲットAPIの各フィールドをソースAPIの対応するフィールドに手動でマッピングするのに時間を費やす必要があります。ソース API とターゲットフィールドの数が増えると、この面倒な作業はさらに悪化します。APIマッピング・サービスは、Bobが素早く確認、編集、保存できる一連の調整提案を生成することができます。

IBM® watsonx Orchestrate™ は、AIモデル(LLMを含む)を組み合わせて、API強化、シーケンス、マッピング推奨を通じてAIエージェントの構築プロセスを簡素化します。進化の新たな段階では、 AIアシスタントがランタイムに複数の API をシーケンスして、技術者以外の知識労働者によって定義されたビジネス目標を達成できるようになり、オートメーションの民主化がさらに進みます。AIアシスタントを活用することで、企業はオートメーションへの取り組みを加速し、重要なリソースをより価値を生み出す領域に向けて再配分することができます。