Aidia
向かい合う二人の間で、色付きの作業ブロックとロボット、資料がつながるイラスト

AIエージェント開発を行う前に考えること。ワークフローとエージェントをどう組み合わせるか

こんにちは、おぐりんです。

AIエージェントを作る前に、自社の仕事のどこを任せたいのかを考えておきたいところです。僕自身、日々の仕事でエージェントを使う中で、技術の選択より業務の組み立て方が大切だと感じています。

決まった処理と、その場に応じた判断を分ける。ワークフローとエージェントをどう組み合わせるかを、業務設計から整理します。

AIエージェントは、ワークフローの上位互換ではない

エージェントという言葉が広がると、どうしても「ワークフローは古くて、エージェントの方が新しい」という見方になりがちです。でも、実務ではそう単純ではありません。毎回同じアウトプットがほしい業務は、ワークフロー化した方が速く、安く、安定します。一方で、アイデア出し、調査、仮説づくり、論点整理のように、自由度を持たせた方が成果が出る業務もあります。こうした仕事では、細かく手順を固定するより、目的や観点を渡して、AIに探索させる方がうまくいくことがあります。

つまり、重要なのは「エージェントか、ワークフローか」を選ぶことではありません。ワークフローとエージェントをどう組み合わせるかです。

業務の棚卸しは、人間前提では足りない

ここで必要になるのが、業務の棚卸しです。ただし、よくある業務改善のように「今、人がどうやっているか」をそのまま分解するだけでは足りません。AIがやることを前提にした業務棚卸しが必要です。人間がやる前提なら、暗黙の了解、空気感、過去の経緯、社内の価値観をかなり雑に扱っても、なんとなく仕事は進みます。でも、AIに任せる場合はそうはいきません。

何を見て判断するのか。どこまで自律的に動いてよいのか。どの情報を使ってよいのか。どこで人間が確認するのか。どんな判断は会社として避けたいのか。こうした前提を整理しないままAIに任せると、AIはそれっぽいアウトプットは出せても、その会社らしい判断にはなりません。以前、コンテキストエンジニアリングの記事でも書きましたが、AIに渡すべきものは資料やマニュアルだけではありません。会社の判断基準、価値観、暗黙知、物語性まで含めた「会社の文脈」が重要になります。

エージェント化に向いている業務

エージェント化に向いているのは、自由度を与えた方が価値が出る業務です。たとえば、次のようなものです。

・新規施策のアイデア出し

・市場や競合の調査

・顧客課題の仮説づくり

・企画の壁打ち

・複数の資料を見た上での論点整理

・次に確認すべきことの洗い出し

こうした業務では、最初から「この順番で、この形式で、この答えを出して」と決めすぎると、AIの良さが消えてしまいます。むしろ、目的、制約、見てほしい観点、会社として大事にしたい判断基準を渡し、その中でAIに考えさせる方が向いています。ここにエージェントの価値があります。

ワークフロー化に向いている業務

一方で、ワークフロー化した方がいい業務もたくさんあります。たとえば、次のようなものです。

・問い合わせ内容の分類

・議事録の整形

・定型レポートの生成

・見積作成の下準備

・CRMへの記録

・承認依頼の作成

・社内共有用のフォーマット化

こうした業務では、毎回AIに自由に考えさせる必要はありません。入力、処理、出力、確認ポイントを決めておいた方が、品質もコストも安定します。エージェントは、考えたり、調べたり、試したり、やり直したりする分、時間的コストも実行コストも増えます。決まった成果物を安定して出したいだけなら、エージェントにするより、ワークフローとして設計した方が効果的です。

実務では、だいたい組み合わせになる

実際の現場では、エージェントとワークフローのどちらか一方だけで完結することは少ないです。僕自身の使い方でも、むしろ組み合わせることの方が多いです。たとえば、まずワークフローで必要な情報を集める。次に、そのタイミングでエージェントを呼び出して、論点整理やアイデア出しをしてもらう。その結果を人間が見てフィードバックする。最後に、またワークフローに戻して、文書化、共有、記録、次アクション化を行う。

このような形です。

業務棚卸し、ワークフロー、エージェント、人間確認、改善の5段階を矢印で結び、改善から棚卸しへ戻る循環を示した図

ここで大事なのは、AIを一つの魔法の箱として扱わないことです。固定できるところは固定する。自由度が必要なところはエージェントに任せる。責任が発生するところは人間が見る。

この設計があるから、AIエージェントは仕事の中で使えるものになります。

AI前提の業務棚卸しで見るべきこと

AIエージェント開発を行う前に、最低限見ておきたいのは次のような点です。

・その業務は、何を入力として始まるのか

・最終的に、どんなアウトプットが必要なのか

・途中で、どんな判断が発生しているのか

・その判断には、どんな会社の方針や価値観が関係しているのか

・AIに任せてよい範囲はどこまでか

・人間が確認すべきポイントはどこか

・失敗した時に、どんなリスクがあるのか

・改善できたと言える基準は何か

この整理をすると、ようやく見えてきます。ワークフロー化すべきなのか。エージェント化すべきなのか。人間承認を挟むべきなのか。そもそも業務の設計を変えた方がいいのか。AIエージェント開発とは、単にAIに作業を渡すことではありません。AIが関わる前提で、業務、人間、判断、文脈の関係を設計し直すことです。

外部の支援が必要になる理由

ここまで整理すると、「AIエージェントを作る」という話は、単なる開発の話ではないことが分かります。もちろん、技術は必要です。ツール連携、データ連携、権限管理、ログ、評価、セキュリティも重要です。ただ、その前に「どの業務にAIを入れるべきか」「どこを固定し、どこに自由度を持たせるか」「会社として何を任せてよいのか」を決める必要があります。

ここは、社内だけで考えるのが難しいことも多いです。なぜなら、自社の業務は近すぎるからです。普段当たり前にやっている判断ほど、言語化されていません。自社のポリシーや物語性ほど、資料には残っていないことがあります。だから、外部の支援を使う価値は、単にAIツールを入れてもらうことではありません。自社の業務の中で、AIが本当に活きる場所を一緒に見つけることです。

Aidiaでは、AI研修やAI顧問、AI導入支援の中で、こうした業務の棚卸しやAI活用設計の相談も行っています。エージェントが本当に活きる業務構造を一緒に見つける。これが、これからのAI活用ではかなり重要になると思っています。

仕事を任せる前に、業務の分担を見直す

AIエージェントの活用事例は、これからもっと増えていくと思います。それは、業務がきれいにワークフロー化されていない現場ほど、AIが介在できる余地が大きいからです。人間の仕事には、曖昧さ、判断、探索、創造性がたくさん含まれています。だからこそ、エージェントは重要です。ただし、すべてをエージェントに任せればいいわけではありません。

AIエージェント開発を行う前に必要なのは、AI前提で業務を棚卸しすることです。固定すべきところはワークフローにする。自由度が必要なところはエージェントに任せる。会社の文脈が必要なところは、ポリシーや判断基準を整える。責任が発生するところは、人間が確認する。この組み合わせを設計できて初めて、AIエージェントは「便利なチャットAI」ではなく、会社の仕事を進める仕組みになります。

AIエージェントを作る前に、まず自社の業務をAI前提で見直してみる。その一歩から始めるのが、実務では一番堅実だと思います。