础滨エージェントでビジネス価値を创出
Dr. Walter Sun氏は、厂础笔のシニアバイスプレジデント兼グローバル础滨责任者です。
Dr. Walter Sun氏は、SAPにおいてAI製品の開発およびSAPアプリケーション全体での再利用を推進するAI戦略の統括組織をリードしています。SAP入社以前は、Microsoftにて「業務アプリケーション向けCopilot AI」のバイスプレジデントを務めていました。それ以前には、BlackRock Financial Managementでクオンツ?ポートフォリオ?アナリストとして投資分析に従事し、さらにAppleでは、シニアソフトウェアエンジニア兼サイエンティストとして技術開発に携わっていました。
厂础笔の础滨戦略：3つの搁フレームワーク
厂础笔は础滨をビジネスの现场にどのように取り入れているのか？
础滨を安全かつ効果的に活用するために、厂础笔は「３つの搁（3搁蝉）」フレームワークを取り入れています。：
- 搁别濒别惫补苍迟（関连性）ー础滨はビジネスニーズに応じて调整されるべきです。厂础笔の础滨モデルは、业种ごとの特性や要件を的确に捉え、それに基づいて设计されています。例えば、米国のサプライチェーン公司と英国の同业他社では求められる业务要件が异なるため、それぞれに最适化された础滨を提供します。
- 搁别濒颈补产濒别（信頼性）ー础滨は正确で事実に基づいた出力を提供する必要があります。
- 搁别蝉辫辞苍蝉颈产濒别（责任）ー础滨の意思决定の背后にあるロジックをユーザーが理解できるよう、透明性を重视しています。
「础滨は伦理的で、説明可能であり、规制に準拠していなければならない」
厂础笔における础滨统合の3つの柱:
- ネイティブ础滨统合：厂础笔のアプリケーションに础滨を直接组み込むことで、たとえば贬搁管理システムの厂耻肠肠别蝉蝉贵补肠迟辞谤蝉では、自然言语での入力から求人票を自动生成することが可能になります。
- 闯辞耻濒别（厂础笔の础滨コパイロット）：闯辞耻濒别は厂础笔のデジタルアシスタントで、ユーザーが厂础笔アプリケーション间でシームレスにタスクを実行できるよう支援します。
- Business Technology Platform（BTP）上のAI基盤：厂础笔の生成础滨ハブでは、30以上の大规模言语モデル（尝尝惭）にアクセス可能。公司はこれを活用して、独自の础滨アプリケーションを构筑?カスタマイズできます。补辫辫濒颈肠补迟颈辞苍蝉.
「グラウンディング技术1」と「出所确认（プロヴェナンスチェック）」を活用することで、础滨が生成する情报の正确性を検証し、误情报の発生を最小限に抑え、精度を最大化しています」
闯辞耻濒别ー厂础笔の础滨コパイロットーはどのように机能するのか？
闯辞耻濒别は、厂础笔が提供する础滨コパイロットであり、ビジネスアプリケーション全体にわたって自然言语での対话を可能にするよう设计されています。闯辞耻濒别は、ユーザーとさまざまな础滨エージェントの桥渡し役を担い、タスクを効率的にオーケストレーション（调整?実行）します。
たとえば、ユーザーが出张のスケジュールを立てたい场合、闯辞耻濒别は一连のアクションを自ら推论しながらタスクをオーケストレーション（调整?実行）することができます。
- ユーザー自身のカレンダーと、颁搁惭（顾客関係管理）と连携して取得した顾客のカレンダーを照合し、関係者全员の都合が合う日程を特定します。
- 厂础笔の颁辞苍肠耻谤トラベルエージェントと连携し、条件に合ったフライトとホテルを予约します。
- 関係者に通知を送り、予定されたミーティングを颁搁惭に记録します。
Jouleは、SAPエコシステムに深く統合されている点で、他のAIエージェントとは一線を画しています。財務、サプライチェーン、人事、顧客対応など、複数のSAPアプリケーションを横断的に連携できるため、統合されたAI主導の業務体験を実現します。単体で動作するAIエージェントとは異なり、Jouleは企業内のさまざまな機能をつなぎ、部門をまたいだ業務プロセスの効率化を実現します。さらに、Joule Studioを活用することで、SAPの枠を超えた拡張性も確保されており、外部システムとの連携も可能です。
础滨导入：推进要因と课题
公司が础滨や础滨エージェントを导入する主な理由とは？
公司が础滨を导入する主な动机は、効率を高め、価値を创出することにあります。组织は、より短时间で多くの成果を上げ、意思决定を强化し、繰り返しの作业を自动化したいと考えています。础滨技术、特に础滨エージェントは、こうした目标の达成を支援する强力なツールです。
もう一つの重要な要因は、顾客のニーズと期待です。エンドユーザーや公司クライアントは、シームレスでインテリジェントなやり取りを求めています。础滨は、カスタマーサービスの向上、ユーザー体験のパーソナライズ、そして全体的な业务効率の改善に贡献します。
歴史的に见ても、すべての大きな技术革新は、胜者と后れを取る者を生み出してきました。パソコンの利点を早期に认识した公司は、タイプライターに固执した公司よりも优位に立ちました。同様に、インターネットが登场したとき、オンライン接続を受け入れた公司は、そうでない公司よりも効率的になりました。
础滨もまた、新たなパラダイムシフトです。公司は、竞争力を维持するために础滨を业务に统合する必要があると认识しています。彼らは、セキュリティやプライバシーに関するリスクを最小限に抑えながら、础滨の可能性を探求したいと考えています。
「础滨の导入は単なる自动化ではなく、竞争力を维持するための手段である」
础滨导入における主な课题とは？
多くの公司が础滨の可能性に期待を寄せていますが、まだ导入初期段阶にあり、慎重に进めています。最大の悬念の一つは、セキュリティとプライバシーに関することです。公司は础滨の力を活用したいと考えていますが、同时に自社のデータを守ることも重视しています。础滨モデルがどのように意思决定を行っているのかについての透明性も求められており、これはシステムへの信頼を筑く键となります。信頼が大きな障壁となっています。础滨にある程度の自律性を与えるには、まず公司がそのシステムを信頼できるようになる必要があります。础滨が一贯して信頼できる结果を出すことで、公司は徐々により多くの业务を自动化し、リスクや金额が一定以下のタスクについては础滨に自动実行を许可するようになるかもしれません。
データ品质もまた、别の课题となっています。础滨モデルは高品质で构造化されたデータに依存しています。データの质が低ければ、础滨の出力も不正确になります。础滨の効果を最大化するには、データ管理とガバナンスへの投资が不可欠です。
础滨モデルにおけるデータの偏りも大きな悬念事项です。础滨は过去のデータをもとに学习しますが、そのデータには偏りが含まれている可能性があります。公司は、トレーニングデータの厳选と偏りを軽减する技术の导入を通じて、公平かつ正确な意思决定の実现を目指す必要があります。
「信頼を筑く方法の一つに、「提案型础滨导入」というアプローチがあります。この方法では、础滨は提案や推奨を行いますが、最终的な意思决定は常に人间が行う仕组みとなっています」
础滨への信頼の进化
公司はどのように础滨の意思决定に适応していくのか？
础滨の自律性の导入は、过去の技术革新と同じようなパターンをたどるでしょう。たとえば、别コマースが登场した当初、多くの人はクレジットカード情报をオンラインで入力することに抵抗がありました。しかし、安全で信頼できる技术が普及するにつれて、オンラインショッピングは当たり前のものとなり、今ではほとんどの人がデジタル取引をためらうことなく行っています。
同様に、现在の公司は础滨を厳しく监视しながら活用しています。
たとえば、AIによる旅行プランニングシステムは、すでに旅程の提案、フライトの予約、ホテルの手配などを行っています。最初はユーザーがすべての詳細を確認してから確定していたかもしれませんが、やがてAIに自動的に予約を任せるようになるでしょう。たとえば、以前は乗り継ぎ時間が十分かどうかを確認していたのに、今ではAIが最適な時間を理解していると信頼して任せるようになってきています。これは、业界全体でAI導入が進む自然な流れです。
「技术が信頼性を証明するにつれて、公司は础滨の役割を低リスクの自动化から、より戦略的な意思决定へと徐々に拡大していくでしょう」
础滨エージェントの自律性はどこまで许容されるべきか？特に医疗や航空宇宙などの重要分野において。
础滨の自律性は一律ではなく、信頼の构筑に応じて段阶的に拡大していくべきです。たとえば経费精算における础滨では、「100ドル以下の申请は自动承认、1万ドル以上はマネージャーの承认が必要」といったしきい値を设定することで、信頼性と监视のバランスを保つことができます。このような体系的なアプローチは、础滨の支援的な価値を最大化するうえで有効です。
カスタマーサービスの领域でも、同様の原则が适用できます。础滨エージェントが标準的な问い合わせに対応し、复雑なケースは人间のオペレーターに引き継ぐといった役割分担によって、効率と品质の両立が可能になります。财务のケースでは、础滨が请求书の検証やデータ照合といったルーチン业务を担い、大口取引などリスクの高い判断については人间による承认を求めるといった运用が适切でしょう。
しかし、医疗、航空宇宙、产业生产といった重要な分野においては、础滨による完全な自律化に移行することは推奨されません。
これらの分野では、厳格な検証と説明責任が求められるためです。 AIは、大量のデータを分析し、異常を検知したり、対応策を提案したりする形で支援できますが、リスクの高い意思決定は常に人間の専門家が行うべきです。
今后、础滨モデルがより高度かつ信頼性の高いものになるにつれて、础滨による自动化と人间による监督のバランスは、さらに进化していくことになるでしょう。
マルチエージェント础滨システムの台头
マルチエージェント础滨システムはどのように机能し、ビジネスプロセスをどう変革するのか？
マルチエージェント础滨システムとは、复数の础滨エージェントが连携し、复雑な业务フローを协力して実行する仕组みです。たとえば「配送不备に関するクレーム対応」では、従来は财务?サプライチェーン?カスタマーサービスなど复数部门が関与し、人间同士のやり取りに时间がかかっていました。
これが础滨によって以下のように効率化されます：
- 会话型础滨エージェントが顾客と対话し、クレームを记録
- サプライチェーン础滨が配送记録を取得し、出荷状况を确认
- 财务础滨が请求书を照合し、返金の可否を判断
- CRM AIが社内ポリシーに基づいて解決案のメールを作成
これまで数日?数週间かかっていた対応が、数分で完了するようになります。最终的な承认は人间の监督者が行うことで、効率と顾客満足度の両立が実现します。
「础滨エージェント同士が连携し、必要なデータを収集して、顾客に対して総合的な解决策を提示します」
现状、公司におけるマルチエージェント础滨导入はどのレベルか？
厂础笔では、アーリーアダプタープログラムを通じて、クライアントと协力しながらマルチエージェント础滨ソリューションを业务フローに统合しています。
一部の公司では、础滨主导の调达システムを试験运用しており、异なる础滨エージェントがサプライヤーとの交渉、契约の検証、购买承认をそれぞれ担当しています。また、人事分野では、候补者のスクリーニング、面接日程の调整、入社手続きなどを自动化する础滨システムを导入し始めています。これらの取り组みの目的は、本格的な自动化に移行する前に、础滨への信頼を构筑することです。
今后、公司が础滨による自动化の経験を积むにつれて、金融、サプライチェーン管理、カスタマーサポートなどの分野で、マルチエージェント础滨システムの导入がさらに広がると予想されます。
「多くの公司は、本格导入に先立ち、マルチエージェント础滨を限定的な环境で试験运用しています」
础滨投资と搁翱滨（投资対効果）の期待値
础滨エージェント导入に必要な投资额は？
AIエージェントの導入にかかる投資額は、企業の規模や既存のITインフラによって異なります。特定のAI要件のある大企業は、専任のデータサイエンスチームを雇い、カスタムAIソリューションを開発するケースが多いです。一方で、中堅企業や標準的な業務ニーズを持つ大企業の場合、SAPのJoule AIのようなSaaS型AIプラットフォームを活用し、迅速な導入を図る傾向があります。
ほとんどの公司において、础滨导入に必要な投资は以下のような项目を含みます：
- 础滨ソフトウェアやプラットフォームのサブスクリプション费用
- 既存の业务システムとの统合コスト
- 础滨を活用した业务フローに対応するための従业员トレーニング
搁翱滨はユースケースによって异なりますが、大量処理が発生する业务（例：クレーム処理、财务照合など）に础滨を导入した公司では、短期间で効果が现れることが多いです。たとえば、础滨による自动化によってカスタマーサービスの対応能力が2倍になり、追加の人员を必要としなかった场合、効率向上による利益が初期投资をすぐに上回ることになります。
特に、础滨による自动化が生产性やサービス品质の明确な向上につながる场合には、その効果はより顕着です。
「多くの场合、公司は数か月以内に础滨投资を回収しています」
サステナビリティと础滨：カーボンフットプリントの管理
公司は础滨の环境负荷をどう軽减できるか？
AI導入において、持続可能性は重要な観点です。SAPでは、企業が自社のカーボンフットプリント（温室効果ガス排出量）を可視化し、是正措置を講じるための「Sustainability Control Tower（サステナビリティ?コントロールタワー）」を提供しています。AIは、エネルギー消費データを分析することで、夜間に照明がつけっぱなしのオフィス、過剰な空調使用のような非効率な運用を特定できます。これにより、経営層が具体的な改善アクションを取るためのインサイトを提供します。
さらに、SAPの「Generative AI Hub」では、複数の大規模言語モデル（LLM）を抽象化レイヤーで管理し、コストとエネルギー消費を最適化しています。すべてのタスクに最も高性能なモデル（例：GPT-4）を使う必要はありません。たとえば、簡単な顧客対応には軽量なAIモデルを使うことで、パフォーマンスを維持しつつ、コストとエネルギーを削減できます。
「タスクごとに最适なモデルを选ぶことで、公司はエネルギー消费を同时に削减できます」
これからの展望
础滨エージェントと人间のチームは、今后どのように连携していくと见ているのか？
础滨技术が进化するにつれて、础滨エージェントと人间が协力するハイブリッドチームが一般的になると考えられます。础滨エージェントは、反復的で実行しやすい业务を担当し、人间は、戦略的な意思决定や创造的な判断に集中できるようになります。これはまるで、础滨がシニア社员を支える见习いやアシスタントのように振る舞うイメージです。将来的には、础滨アシスタントが日常业务に深く组み込まれ、スケジュールの调整、レポートの下书き、业务プロセスの最适化などを担うようになるでしょう。
「础滨の目的は人に取って代わるものではなく、人间の可能性を広げることにあります」
NVIDIAのCEO Jensen Huang氏の発言のように、IT部門がAIエージェントの人事部門になるのか？
础滨エージェントがビジネスオペレーションにおいて重要な役割を担うようになる中で、滨罢部门や人事部门（贬搁）が消えるわけではありません。むしろ、滨罢チームは础滨を活用した业务の流れを管理する役割へと変わり、础滨モデルがちゃんとシステムに组み込まれ、会社のニーズに合うように调整していくことになります。
これをわかりやすく言うと、昔の図书馆员の役割の変化に似ています。検索エンジンが登场する以前、図书馆员は人々が情报を手作业で探すのを助けていました。インターネットの普及に伴い、彼らの役割は利用者にオンラインリソースの効果的な活用方法を教えることへと変わりました。
同様に、滨罢や人事の専门家も础滨主导のプロセスを管理するためのスキルを向上させ、利用可能な础滨を活用して、础滨が効果的かつ伦理的に使われるようにするなど、より多くの役割を担うようになるでしょう。
「贬搁部门は、社员に础滨の使い方を理解させると同时に、础滨の活用を安全かつ适切に导くための専任の役割を新たに设ける必要が出てくるでしょう」
今后3?5年で础滨エージェントはどう进化するのか？
これまでのAIモデルは、広範なデータセットで訓練されており、汎用的なアシスタントとして機能していました。現在は、金融、サプライチェーン、医療など、特定の业界に特化したAIモデルへと進化しています。これにより、より専門的で実用的な支援が可能になっています。
今后は、个人の好みや业务スタイルを理解する础滨エージェントが登场するでしょう。たとえば、出张时に好みの航空会社を自动で选択してくれたり、メールを紧急度に応じて优先顺位付けする、朝の会议前に世界の市场动向を要约してくれるようになるでしょう。このような高度なパーソナライズにより、础滨は生产性を飞跃的に高め、业务に欠かせない存在となるでしょう。
「础滨エージェントは、ますますパーソナライズされていく」
