AI AGENT

AIエージェント開発

人が動かしていた業務を、AIが動かす仕組みへ

AIエージェントは、依頼を受けて必要な情報を集め、手順を組み立てて作業を進めるAIの仕組みです。株式会社ミューオンは、業務とシステムのあいだで人が担っていた作業をAIに置き換え、業務システムと一体で動く形に仕上げます。

生成AIをどの業務に使えばよいか、決まっていない段階でも相談できます。

AIを足すのではなく、業務システムに溶け込ませる

AIエージェントをつくれる会社は増えました。ただ、チャット画面を一つ足しただけでは、業務はあまり変わりません。画面を見て別のシステムに打ち直す、台帳と照らし合わせる、担当に回す。システムとシステムのあいだで人が手を動かす部分が、そのまま残るからです。

ミューオンは、業務システム開発とAIエージェント開発の両方を手がけています。業務とシステムを一緒に見て、人が動かしていたところをAIに置き換えます。必要ならシステムの側にも手を入れ、AIと業務システムがひとつの仕組みとして動く形に仕上げます。

これまで人が担っていたこと AIが担う形
画面の内容を見て、別のシステムに打ち直す AIが内容を読み取り、APIで登録する
申請や書類を、規程・台帳と照らし合わせる AIが照合し、外れたものだけを人に回す
複数のシステムから数字を集め、報告書にまとめる AIが集計し、報告書の下書きまで作る
届いたメールや問い合わせを読み、担当に振り分ける AIが内容を判断し、担当とシステムに振り分ける
01

業務の中の「人の手」を見つける

業務の流れを一緒にたどり、転記・照合・判断・連絡など、人がシステムの代わりに動いている箇所を洗い出します。

02

AIが動けるように、システムも整える

AIが読み書きできるよう、データとAPIを整えます。既存のシステムにAPIがなければ用意し、今の仕組みを活かしたままつなぎます。

03

人とAIの分担を決めて、業務に組み込む

AIに任せる範囲、人が確認する箇所、例外の回し先を決めます。AIを別の道具にせず、業務の流れの一部として動かします。

AIチャットボットとの違い

生成AIを使ったチャットボットは、自由な文章の質問を理解し、社内の文書をもとに回答を作れます。ただし、決まった手順で 1 回答えたら終わりです。回答をもとに確認したり手続きしたりするのは、人の仕事として残ります。

AIエージェントには、質問ではなく業務を頼みます。目的を伝えると、終わらせるまでの手順を自分で組み立てて実行します。途中の結果を見て次の作業を決め、足りない情報があれば自分で調べに行きます。判断がつかないところだけ、人に確認を求めます。

AIチャットボット

  1. 受け取るもの 質問
    例:「出張の宿泊費の上限は?」
  2. 中でやること 決まった手順で、1 回答えて終わる
    1. 文書を探す出張旅費規程から、宿泊費の項目を見つける
    2. 回答を作る規程の該当箇所を引用して答える

    ここから先は人の作業申請と照らし合わせる、例外に当たるか確かめる、登録するか差し戻すかを決める

  3. 結果 規程の内容を、根拠を添えて答える

質問に答えるところまでが仕事です。回答を使って業務を進めるのは人です。

AIエージェント

  1. 受け取るもの 業務の依頼
    例:「この出張申請を規程と照らし、問題がなければ登録して」
  2. 中でやること 手順を自分で組み立て、最後まで進める
    1. 規程を探す宿泊費の上限を確かめる
    2. 申請と照らし合わせる宿泊費が上限を超えていると分かる
    3. 追加で調べる結果を見て追加超えた理由が書かれているか、規程の例外に当たるかを確かめる
    4. 判断して進める 例外に当たる → システムに登録する 当たらない → 理由を添えて申請者に差し戻す
  3. 結果 最後まで処理し、根拠と一緒に報告する

途中の結果に応じて、次の作業を自分で決めます。判断に迷うときや登録の前に、人の確認を挟むこともできます。

こんな業務に向いています

  • 社内規程や手順書についての質問に、担当部署が毎日答えている
  • 必要な資料が共有フォルダや複数のSaaSに散らばり、探すのに時間がかかる
  • 申請や書類の内容を、規程や台帳と照らし合わせて確認している
  • 複数のシステムから数字を集めて、定型の報告書にまとめている
  • 生成AIを試したが、社内の情報を使えず、業務には定着しなかった

つくるAIエージェント

01

社内の情報を、回答に活かす

社内規程やマニュアル、蓄積された資料を参照し、質問に応じて必要な情報を探して回答します。実際の文書にもとづくため、一次対応にかかる時間を減らせます。

  • 参照した文書と箇所を回答に添える
  • 部署や役職に応じて、見られる文書を分ける
  • 文書が更新されたら、回答にも反映する
02

繰り返し業務を、流れごと自動化

入力・集計・照合・書類作成など、複数の作業を決められた手順や条件に沿って実行します。一つの作業だけでなく、一連の流れを任せられます。

  • 条件に合わないものは人に回す
  • 処理の記録を残し、あとから確かめられる
03

既存システムとつなぎ、業務を動かす

社内システムやSaaSと連携し、情報を参照するだけでなく、登録・更新などの処理まで行えるようにします。今使っている仕組みはそのまま活かします。

  • APIを通じて社内システムやSaaSとつなぐ
  • 取り消しにくい操作の前に、人の承認を挟む

業務で使い続けるための設計

試作では動いても、業務で使い続けるには別の工夫が要ります。次の点を最初から設計に入れます。

根拠を示す

回答には、参照した文書と該当箇所を添えます。使う人が自分で確かめられるので、誤りに気づきやすくなります。

権限を分ける

社内システムの権限に合わせて、AIが参照・操作できる範囲を絞ります。見てはいけない情報が回答に混ざらないようにします。

人の確認を挟む

登録や送信など、取り消しにくい操作の前には人の承認を入れます。どこまでをAIに任せるかは、業務の重さで決めます。

精度を測って改善する

実際の質問と正しい答えの組を用意し、回答の精度を測ります。文書や設定を変えたときも、同じ基準で良くなったかを確かめます。

進め方と期間の目安

  1. 相談・業務の整理

    どの業務を任せたいか、使える文書やデータは何かをうかがいます。

  2. 小さく試す

    対象を一つの業務に絞り、実際の文書やデータで試作します。精度や効果は、実際の業務で動かしてみないと分かりません。十分な件数の結果が集まるまで運用し、回答の精度と、業務の時間がどれだけ減るかを確かめます。期間は 1〜3 か月が目安です。

  3. 設計・開発

    権限・連携・確認の手順を設計し、業務で使える形に仕上げます。

  4. 導入と定着

    使う方への説明を行い、使われ方と精度を見ながら改善します。

  5. 対象を広げる

    一つの業務で効果を確かめてから、ほかの業務へ広げます。

使う技術

特定のAIモデルやクラウドに縛られず、精度・費用・データの扱いの条件から、目的に合うものを選びます。

  • 生成AI・大規模言語モデル
  • 検索拡張生成(RAG)
  • ベクトル検索
  • ファインチューニング
  • 独自モデルの開発
  • API開発・システム連携
  • SaaS連携
  • クラウド(AWS・Azure・Google Cloud)

これまでに、OpenAI(GPT)、Anthropic(Claude)、Google(Gemini)のモデルと、自前の環境で動かすオープンなモデルを使ってきました。大規模言語モデルのほかにも、既存のニューラルネットワークをファインチューニングしたり、目的に合わせて独自のモデルを作ったりして使っています。

事例

受託開発

社内に配れるAIエージェントの基盤

業務ごとにAIエージェントを定義し、社内に配って使える基盤を開発しました。社員は、ふだん使っている画面からAIエージェントに指示を出せます。

  • 業務に合わせてAIエージェントを定義し、配布する
  • Teams、LINE、Slack、Webチャットから指示を出せる
自社プロダクト・製造業

AIが図面から見積もりを半自動で作るシステム

製造業向けに開発した見積もりシステムです。図面を渡すと、AIが見積もりの下書きを作り、人が確かめて仕上げます。

  • 図面を読み取り、見積もりの項目を入力する
  • 直したいところは、AIに話しかけて調整する
  • 最後は人が内容を確かめて、見積もりを確定する

半日かかっていた見積もりの作業が、数分で終わるようになりました。

自社プロダクト・SES業

AIが案件と人材をつなぐビジネスネットワーク

IT・SES企業向けのビジネスネットワーク「D’SMASH」では、案件と人材の情報を扱う業務にAIを組み込んでいます。

  • メールで届く案件・要員の情報を読み取り、取り込む
  • 条件に合う組み合わせを探してスコアを付け、強みを分析する
  • 紹介文や営業メールの文面を作り、営業を支える

よくあるご質問

社内の情報がAIの学習に使われることはありませんか。
入力したデータを学習に使わない契約条件のサービスを選べます。データをどこに置き、どのサービスを使うかは、社内の規程に合わせて相談しながら決めます。
社外にデータを出せない場合も対応できますか。
AzureやAWSなどのクラウドを、インターネットを通らない閉域の接続でつなぐ構成に対応しています。完全なオンプレミスで動かしたい場合は、条件をうかがってご相談します。
回答を間違えることはありませんか。
誤りをなくすことはできません。そのため、参照した文書を回答に添え、重要な操作の前には人の確認を挟む設計にします。精度は実際の質問で測り、改善を続けます。
どの業務から始めればよいですか。
問い合わせ対応や書類の確認のように、件数が多く、手順がある程度決まっている業務が始めやすいです。業務をうかがい、効果を見込みやすいところからご提案します。
今使っているSaaSや社内システムとつなげられますか。
APIなどの連携の手段があれば、参照だけでなく登録・更新まで行えます。連携の手段がない場合の方法も含めて検討します。

AIエージェントの活用を相談する

どの業務に使えばよいか決まっていない段階でも構いません。業務の流れをうかがい、始めやすいところと進め方をご提案します。

お問い合わせフォームへ