AIエージェントとAIワークフローの使い分け――業務自動化を設計するための基本

AIエージェントとAIワークフローの使い分け――業務自動化を設計するための基本

AIエージェントへの関心が高まる中、「業務をAIに任せたい」という相談も増えています。

問い合わせ対応、レポート作成、申請内容の確認、データ整理、社内情報の検索。これまで人が行ってきた業務の中には、生成AIを組み込むことで効率化できるものが数多くあります。

ただし、すべての業務をAIエージェントにする必要があるわけではありません。

実務では、決められた手順の一部だけをAIに任せる方が、シンプルで運用しやすい場合もあります。反対に、調査やデータ探索のように、最初から手順を決めにくい仕事では、AI自身に次の行動を選ばせる方が適していることもあります。

重要なのは、「AIエージェントを導入するか」から考えるのではなく、業務のどの部分をAIに判断させる必要があるのかから考えることです。

まず整理したい、3つのAI活用パターン

AIを業務に組み込む方法は、大きく3段階に分けて考えると分かりやすくなります。

最もシンプルなのが、生成AIを組み込んだワークフローです。

たとえば、顧客から問い合わせが届いたら、顧客情報をデータベースから取得し、その情報と問い合わせ内容をAIへ渡して回答案を作る。その後、担当者が確認して返信する、といった流れです。

業務の順番そのものは決まっており、その一部でAIを使います。

次が、エージェント型ワークフローです。

こちらでは、AIが文章を作るだけでなく、「次にどの処理へ進むか」という判断にも関わります。

たとえば問い合わせ内容をAIが判断し、請求に関する内容であれば経理担当へ、技術的な内容であればサポート担当へ振り分ける、といった使い方です。

業務全体の流れはあらかじめ設計されていますが、その途中の判断をAIが担当します。

そして、さらに自由度が高いのがAIエージェントです。

AIエージェントは、与えられた目的に対して、どの情報を調べ、どのツールを使い、次に何をするかを自ら判断しながら処理を進めます。そして、目的を達成したと判断した時点で処理を終了します。

この違いを理解することが、AIを業務に取り入れる際の出発点になります。

AIエージェントが必要とは限らない

AIエージェントは柔軟性が高い一方、その自由度が常に必要なわけではありません。

たとえば月次レポートの作成を考えてみます。

データを取得する、前月と比較する、大きな変化を抽出する、コメントを作成する、担当者が確認する。

毎月ほぼ同じ手順で進むのであれば、そのたびにAIエージェント自身に「何をすればよいか」を考えさせる必要はありません。

処理の順番はワークフローとして固定し、「変化の理由を整理する」といった人の判断に近い部分だけをAIに任せた方が、動作を予測しやすくなります。

問い合わせの分類、申請内容の確認、請求書の処理、定期レポートなど、企業内にはすでに手順が決まっている業務が多くあります。

こうした業務では、完全に自律したAIエージェントよりも、既存の業務フローの中にAIの判断を組み込む方法が適している場合があります。

一方で、市場調査、障害原因の調査、複数データを使った探索など、最初から必要な手順をすべて決められない仕事では、AIエージェントの柔軟性が活きます。

AIの高度さではなく、業務の性質によって使い分けることが重要です。

日本企業では、既存の業務フローから考える

日本企業の業務を見ると、すでに多くの手順や承認ルールが存在しています。

申請を受け付け、担当者が内容を確認し、一定金額以上なら上長が承認する。その後、基幹システムへ登録し、関係者へ通知する。

こうした業務であれば、すべてをAIに判断させる必要はありません。

申請内容の分類や不備確認にはAIを使い、金額による分岐や基幹システムへの登録は決められた処理として実行し、重要な判断では人の承認を入れる。

このように、AI・従来の自動化・人の判断を組み合わせることで、現場の業務ルールを残しながら自動化できます。

これは内製化でも重要な視点です。

現場は、どこに判断が必要なのか、どの例外が多いのかを理解しています。一方、IT部門は、どのシステムへ接続できるのか、どの操作を自動化してよいのかを設計できます。

AI導入を新しい仕組みとして切り離すのではなく、現在の業務フローを一緒に見ながら「ここは固定する」「ここだけAIに判断させる」と整理することで、実務に合った自動化へつなげやすくなります。

AIを業務で動かすには、「考える」以外の仕組みも必要になる

AIエージェントを実際の業務で使うには、AIモデルだけでは足りません。

たとえば顧客対応を行うAIであれば、現在の顧客情報を確認したり、過去の問い合わせを調べたり、対応結果をシステムへ反映したりする必要があります。

そのためには、AIが外部のシステムを利用するためのツールが必要です。

データベースを検索する、APIを呼び出す、ワークフローを実行する。こうした機能をAIに与えることで、文章を生成するだけでなく、実際の業務へつなげられるようになります。

さらに、複数の処理を続けて行う場合には、途中まで何をしたのかを覚えておく状態や記憶も必要になります。

AIエージェントを考える際には、「どのAIモデルを使うか」だけではなく、どのデータを使い、どのツールを与え、どの情報を覚えておく必要があるかまで含めて設計することが重要です。

人を業務フローから外さない

AIによる自動化が進んでも、すべての判断をAIへ渡す必要はありません。

返金、契約変更、高額な発注、重要データの更新など、処理の影響が大きい場面では、人による確認を残した方が適しています。

たとえばAIが申請内容を確認し、必要な情報を集め、承認候補まで作成する。その後、担当者が内容を確認して承認すると、次の処理へ進む。

AIが下準備を行い、人は重要な判断だけを担当する形です。

ここで重要なのは、人による確認を単なる「最後のチェック」にしないことです。

誰が承認するのか、どの条件で人へ戻すのか、承認されなかった場合にどう処理するのかまで含めて、最初から業務フローとして設計します。

AIと人を別々に考えるのではなく、一つの業務プロセスの中で役割を分けることが、本番利用では重要になります。

AIを業務へ取り入れる際には、AIエージェントを作ること自体よりも、「どの処理を固定し、どこでAIに判断させ、どこに人の確認を残すか」を整理することが重要です。

Retoolでは、業務アプリ、ワークフロー、AIを既存のデータやシステムとつなぎながら、一連の業務として構築できます。実際の構築イメージを確認したい方は、Retoolデモをご覧ください。

お問い合わせ

AIの処理を、人が確認できる画面も必要になる

AIエージェントの仕組みを考えるとき、見落とされやすいのが画面です。

技術的にはバックグラウンドですべての処理を動かすこともできます。しかし、実際の業務では、人が処理状況を確認したり、AIの提案を修正したり、承認したりする場面があります。

問い合わせ対応であれば、AIが作った回答案を担当者が確認する画面が必要です。

申請処理であれば、AIが確認した内容と判断理由を見ながら、承認または差し戻しを行う画面が必要になります。

また、新しいAI活用を現場へ広げる際にも、実際に操作できる画面があることで、利用者が仕組みを理解しやすくなります。

AIを業務へ組み込むとは、AIモデルを動かすことだけではありません。

AIが判断し、人が確認し、その結果を次の業務へつなげるための画面まで含めて設計することが必要です。

Retoolで、ワークフローとAIを一つの業務として組み立てる

Retoolでは、業務アプリ、ワークフロー、AIを、既存のデータベース、SaaS、API、社内システムと接続して構築できます。

たとえば顧客から問い合わせが届いたら、ワークフローが顧客情報を取得し、AIが問い合わせ内容を分類する。

定型的な問い合わせであれば次の処理へ進み、判断が難しい場合には担当者へ確認を求める。担当者は業務画面から内容を確認し、その結果をCRMへ反映する。

このように、すべてをAIエージェントに任せるのではなく、決められた処理、AIによる判断、人による確認を一つの流れとして組み合わせられます。

また、すでに社内で利用しているAPIや既存の処理がある場合には、それらをAIから利用できるツールとして活用することもできます。

新しいAI基盤をすべて一から作るのではなく、既存のシステムや業務ロジックを活かしながらAIを追加していくことが、実務では現実的です。

まず「人が今どう処理しているか」を見る

AI活用を検討するとき、最初から「AIエージェントに何をさせるか」を考える必要はありません。

まず、現在その業務を人がどのように処理しているのかを確認します。

決められた順番で作業している部分は、そのままワークフローにできます。担当者が内容を読んで振り分けている部分には、AIを使えるかもしれません。例外的な判断や重要な承認は、人に残した方がよい場合があります。

業務を分解すると、AIが本当に必要な場所が見えてきます。

AIエージェントありきで設計するよりも、現在の業務から出発して、自動化できる部分、AIに判断させる部分、人が担当する部分を整理する。

この進め方は、既存システムを維持しながら業務改善を進める日本企業の内製化とも相性が良い方法です。

まとめ：最も自律的なAIが、最も良い仕組みとは限らない

AIエージェントは、複雑で手順を決めにくい仕事を柔軟に処理できる可能性があります。

一方、企業の業務には、すでに手順やルールが整理されているものも多くあります。

その場合、すべてをAIに考えさせるよりも、決められた処理はワークフローとして固定し、人の判断に近い部分だけをAIに任せる方が、シンプルで運用しやすいことがあります。

そして、重要な判断には人を残す。

つまり、業務自動化を考える際に重要なのは、「どこまでAIを自律させるか」を競うことではありません。

業務に必要な自由度だけをAIへ渡すことです。

生成AIを組み込んだワークフロー、エージェント型ワークフロー、AIエージェントを適切に使い分け、人が確認する画面や既存システムとの接続まで含めて設計する。

そうすることで、AIを単発の実験ではなく、日常の業務改善へつなげやすくなります。

AIを業務へ取り入れる方法は、すべてをAIエージェントに置き換えることだけではありません。

現在の業務フローをもとに、AIによる判断、人による確認、既存システムとの連携をどのように組み合わせられるか。Retoolでの具体的な構築イメージを確認したい方は、Retoolデモをご覧ください。

お問い合わせ