アシスタント、コラボレーター、完全自律：エンタープライズ・ソフトウェアにおけるAIで今後迎える3つの時代

ビジネス・インテリジェンス・プラットフォームのユーザー・インターフェースを想像してみましょう。通常、これらのインターフェースには、タブ、サイドバー、ドロップダウン、スライダー、その他のUI要素が目まぐるしく並んでいます。新しいユーザーは、必要なものをどこで探せばいいのかわからず、経験豊富なユーザーでさえ、あまり使用されていない機能を探していることに気付くかもしれません。

ここで、これらすべてのコンポーネントの代わりに、画面に単純なテキスト・ボックスが表示されているとしたらどうでしょう。ユーザーは、「EMEA地域の20～30歳の年齢層の過去10年間のサブスクリプション数の前年比を示すグラフを生成する」などのプロンプトを入力するだけで、あっという間にチャートが表示されます。

この技術はまだ完璧ではありませんが、有用な技術となるのはそれほど遠くはないでしょう。

過去10年間、ソフトウェア企業は、ユーザー・インターフェース（UI）の改善、ワークフローの簡素化、タスクの完了に必要なクリック数の削減によって、ユーザー・エクスペリエンス（UX）の向上に注力してきました。これらの進歩により生産性が向上し、ソフトウェアの採用率が高まり、タスク完了までの時間が短縮されました。

一方、エンタープライズ・ソフトウェアでは、特にレガシー・アプリケーションから移行する場合、ユーザーはさまざまなシステムについて学習して適応するために時間を費やす必要があります。さらに、プラットフォーム間でのデザインの不一致により、ユーザーのトレーニングと導入がさらに複雑になります。

これらの課題に対処するために、組織は広範な変更管理プログラムを導入することがよくありますが、新しいシステムがユーザーに受け入れられにくいため、これらの取り組みでは期待されるメリットが得られないことがあります。この失敗は、多くの場合、トレーニングの不足、変更に対する抵抗、およびレガシー・システムからの移行の複雑さから生じます。

AIはこれらすべてを変えることになるでしょう。

段階的な改善から完全自律型まで、エージェント型AIの進歩によって推進される3つの異なる時代において、エンタープライズ・アプリケーションがどのように進化すると予想されるかを見てみましょう。

現在、私たちはエージェント型AIをエンタープライズ・ソフトウェアに統合する初期段階にあります。これらの変更によりユーザー・エクスペリエンスは向上しますが、既存のUIを置き換えるのではなく、主に補完が目的となります。

組み込みAIを活用したアシスタンス: 生成AIを使用した説明と詳細の自動補完、機械学習に基づく推奨事項、および検索拡張生成（RAG）を使用した関連情報の検索。

対話型インターフェース：チャットボットとコパイロットにより、自然言語コマンドによるタスクの完了が可能になります。

カスタマイズ可能なプラットフォーム：Platform-as-a-Service（PaaS）ソリューションにより、顧客はプラットフォームで利用可能な大規模言語モデル（LLM）を使用してカスタマイズされたAI機能を組み込めるようになります。

これらの機能強化により生産性は向上しますが、従来のUIはユーザーとのやり取りに不可欠なものであり、依然としてユーザーによるかなりの関与が必要です。

この時代には、エンタープライズ・アプリケーションは、よりインテリジェントでコラボレーション性の高いフレームワークへと移行しています。従来のUIは後退し、主にITプロフェッショナルとスーパーユーザー向けのツールになります。AIエージェントは、人間とソフトウェア間のほとんどのやり取りを自動化し、ステップバイステップのガイダンスを提供し、ボトルネックを指摘します。しかし、重要な決定には依然として人間のインプットが必要です。この段階で予想されるコア機能は次のとおりです。

インターフェースとしてのエージェント：対話型インターフェースがユーザーとのやり取りの中心となり、従来のUIへの依存を最小限に抑えます。

エージェント間通信：さまざまなソフトウェア・プラットフォーム間のAIエージェントは、HTTPに似た標準化されたプロトコルを使用してシームレスに通信します。

動的統合：AIエージェントがリアルタイムで情報を共有できる今日、ソフトウェア製品を手動で統合することは時代遅れです。このような変化により、ITプロフェッショナルは、日常的なメンテナンスやトラブルシューティングではなく、戦略やイノベーションなどのより価値の高いタスクに集中できます。また、AIエージェント間のシームレスなコミュニケーションにより、ボトルネックが軽減され、意思決定プロセスが加速されるため、組織のワークフローはより俊敏になります。

最終的な進化段階では、人間の介入を最小限に抑え、ほぼ完全に自律的なエンタープライズ・アプリケーションが想定されます。ユーザーが目標を定義し、AIエージェントが事前に定義された組織のガードレールの範囲内で協力して目標を達成します。主な特徴は次のとおりです。

目標指向のAIエージェント：ユーザーが目標を指定し、AIエージェントがエンドツーエンドでタスクを実行します。

構成可能なガイド・レール：適応可能なガイドラインにより、タスクの境界、決定ポイント、承認要件が概説されます。これらは自然言語を使用して構成できるため、専門的なITスキルは必要ありません。例えば、管理者は「10,000米ドルを超えるすべての請求書を財務部門の承認に回す」などの簡単な指示を入力すると、システムが適切なワークフローを生成します。

ただし、潜在的な制限には言語の曖昧さが含まれる可能性があり、曖昧なコマンドや不適切な言い回しのコマンドによって意図しない構成が発生する可能性があります。これらの課題に対処するには、正確性を確保し、ガイド付きプロンプトや検証手順などのフォールバック・メカニズムを確保することが重要です。

オンデマンドUI：意思決定や情報提示の必要に応じて、動的なインターフェースが生成されます。

非構造化データ管理：情報は主に非構造化形式で取得されますが、分析やレポート作成のために構造化データまたは半構造化データに変換されます。

合理化されたアーキテクチャー：エンタープライズ・アプリケーションは、特殊なAIエージェントと、スコープ境界を持つ構成可能なガイド・レールの2つの主要コンポーネントで構成されます。データは組織全体の中央リポジトリーに保存されるため、アプリケーション固有のデータ・リポジトリーは不要になります。

この時代では、生産性が大幅に向上すると予想されており、エンタープライズ・アプリケーションとデータ管理の総所有コスト（TCO）の削減など、さらに多くのメリットがもたらされます。