Oriental Nippon Development
実績一覧へ
ケーススタディSaaSプラットフォーム

細かな知的作業のための、20のタスク特化型AIエージェント基盤

メールの仕分け、履歴書の審査、議事録、セキュリティスキャン。どれも製品を買うには小さすぎ、すべて手作業のままでした。共通のエージェント基盤と、それぞれ品質基準を持つ20の特化型エージェントを構築しました。

業界
ソフトウェア・SaaS
地域
グローバル
契約形態
R&Dラボ(共同イノベーション)

成果

  • 20の特化型エージェント
  • 数百件のメールを仕分け
  • 100人以上の候補者を審査

スタック

Python · LLM agents · Orchestration · Web dashboard · API integrations

執筆Oriental Nipponチーム

ほとんどの組織には、繰り返しの知的作業が細かくたくさんあります。メールの仕分け、応募書類の採点、会議の記録、定期的なセキュリティスキャン、営業メールの送付。どの作業も、製品を買うほどではありません。しかし合わせると、多くの時間を食っています。

あるSaaSプラットフォームは、R&Dラボに別の答えを作るよう依頼しました。一つの仕事に一つのエージェントを、それぞれきちんと作り、すべてを一つのダッシュボードに。

課題

  • 大量の手作業。 繰り返しの作業なのに、まだ人が処理していた。
  • 買うには小さすぎる。 どの作業も専用ツールを正当化できず、手作業のままだった。
  • 汎用アシスタントは大まか。 どの作業もそこそここなすが、どれもうまくはこなせない。良い結果はタスク固有の構造に依存するからだ。
  • 単機能ツールが増える。 ツールが増えれば画面も増え、全体を見渡せない。
エージェントの例役割
メールの仕分け受信メールを分類し、ラベルを付ける
履歴書の採点応募者を審査し、順位を付ける
議事録書き起こして要約する
セキュリティスキャン定期的なスキャンをスケジュール実行する
ネットワーク経由の営業ビジネスSNSでのアプローチを担う

構築したもの

  • 20のタスク特化型エージェント

    すべてを任される一つのエージェントではなく、一つの仕事を軸にそれぞれ設計しました。

  • スケジュールによる自律実行

    エージェントは頼まれるのを待たず、自分の周期で動きます。

  • 統合ダッシュボード

    すべてのエージェントの設定、出力、状況を一か所に。

  • エージェント単位の料金

    顧客はスイート全体ではなく、自分に必要な二つのエージェントだけを有効にできます。

技術と、このプロジェクトでの役割

技術このプロジェクトでの役割
Python共通の基盤層とエージェント
LLMエージェントそれぞれ一つの仕事のために作られたもの
スケジュールによるオーケストレーションエージェントがそれぞれの周期で動く
Webダッシュボード全エージェントの設定、出力、状況
API連携メール、採用、セキュリティ、営業ツールとの接続

進め方

タスクは二つの性質で選びました。量とルールの明確さです。この二つが、自動化に本当に価値があるかを決めます。

  1. タスクを選ぶ。 量とルールの明確さで順位付けしました。
  2. 共通の層を作る。 スケジュール、認証情報、ログ、ダッシュボード。各エージェントは作り直しではなく特化になります。
  3. エージェントを一つずつ作る。 それぞれに評価セットと品質基準を持たせました。
  4. すべてを計測する。 エージェントが何をなぜしたのかを、いつでも確認できます。
  5. 少しずつ公開する。 エージェントごとに。
進め方のタイムライン目安の合計:9〜12週
  1. 01タスクの選定

    2週

    量とルールの明確さで候補タスクを順位付け

  2. 02基盤層

    5〜7週

    スケジュール、認証情報、ログ、ダッシュボード

  3. 03計測

    2〜3週

    操作ログ、出力の確認、エラー処理

  4. 04エージェントの段階的な公開

    継続

    それぞれ評価付きで個別に構築・公開

リスクと対応

リスク対応
一つのエージェントが何でも下手にこなすタスクごとに一つのエージェント、それぞれに評価セット
エージェントごとに一から作り直すスケジュール、認証情報、ログのための共通の層
責任の所在がないまま動くエージェントすべての操作を記録し、確認できるようにした

成果

稼働の実績として、この基盤は数百件のメールの仕分け、100人以上の候補者の審査と採点、数十回のセキュリティスキャンなど、実際の量をこなしてきました。それらの作業が誰かの1日を占めることはありません。

これは基盤としての処理量の数字であり、そのように紹介しています。個々の組織が何を取り戻せるかは、どのエージェントを有効にし、その作業をどれだけ手作業で行っていたかで決まります。

お客様に残るもの

  • 基盤とエージェントのソースコード
  • エージェントごとの評価セット
  • 操作ログ
  • スケジュールと認証情報の設定
  • ダッシュボード

参考資料

  1. Top 10 for Large Language Model Applications(OWASP)
  2. AI Risk Management Framework(NIST)

同じような課題をお持ちですか? これは私たちのAI搭載業務アプリケーションチームが日々手がけている仕事です。お使いのシステムについてご相談ください。