AIエージェントは、記録的な速さで技術的な概念から実用的なビジネスアプリケーションへと進化しました。AIチャットボットに質問に尋ねるのは、すぐに時代遅れになるかもしれません。プロンプトを書き終える前に、ボットがすでに回答しているからです。
Boxの「企業のおけるAI利用の現状」レポートによると、10社中9社近くの企業がシンプルなAIエージェントをワークフローに統合しはじめています。40%強の企業が完全自律型AI運用の実験を行っていますが、これらのAIエージェントを大規模に導入しようとしている企業はごくわずかです。
しかし、AIエージェントがより高度なタスクを引き受けると、障害に直面します。最近の調査によると、汎用LLMエージェント（特別なトレーニングや企業固有のデータへのアクセスなしに基礎モデルに基づいて構築されたAIシステム）は、単純なタスクは58%、より複雑なタスクはわずか35%しか正常に完了することができないことがわかりました。別の調査では、AIエージェントは70%近くの確率で実際のオフィスタスクを完了できなかったことが明らかになりました。
企業がAI実験の失敗率の高さに悩まされている中、テクノロジーリーダーは一歩下がって、なぜこれほど多くのパイロットが高度を上げられないのかを自問する必要があります。その主な理由は、AIエージェントがタスクを効果的に完了するための指示とコンテキストが不十分であることが原因です。
企業がAI活用を成功させるには、コンテキストが不可欠です。AIエージェントが成功するには、適切に構造化された目標を設定し、関連データを参照し、ワークフローを徹底的に理解する必要があります。しかし、効果的なAIエージェントの基盤はプロセスだけではなく、データです。
最近の調査によると、AIエージェントは70%近くの確率で実際のオフィスタスクを完了できなかったことが明らかになりました
データサイエンスモデルの良し悪しは、処理するデータによって決まります。AIエージェントが効果的に機能するために必要なコンテキストを得るには、企業独自のデータとコンテンツにアクセスして参照する必要があります。社内文書やコミュニケーションから顧客とのやり取りや業務記録に至るまで、会社固有のデータこそが、汎用AIエージェントをコンテキストを認識する強力なビジネスツールへと変貌させます。
結局のところ、企業がAIで勝利を収めるのは、モデルの選択ではありません。企業が差別化を図り、競合他社に打ち勝つには、コンテキストレイヤこそが鍵となります。
AIエージェントにコンテキストを認識させる
多くのAIエージェントが、2つの問題のいずれかを抱えています。適切な回答を生成するための情報が不足しているか、情報が多すぎてどのデータソースに最も注意を払うべきかわからないかのどちらかです。その結果、ユーザーは有用な回答を得るためにプロンプトを設計するのに貴重な時間を浪費したり、不完全または信頼性の低い回答を得たりしてしまいます。
「AIモデルが必要な情報を提供できないのは、モデルが十分に賢くないからではなく、質問に答えるために必要なデータを見つける方法を教えられていないことが原因かもしれません」と、Boxの最高技術責任者（CTO）のベン・クス（Ben Kus）は指摘します。
AIモデルが必要な情報を提供できないのは、モデルが十分に賢くないからではなく、質問に答えるために必要なデータを見つける方法を教えられていないことが原因かもしれません
Box 最高技術責任者（CTO） ベン・クス（Ben Kus）
コンテキストエンジニアリングとは、特定のデータ、ワークフロー、すでに導入しているツールと、厳密に絞り込まれたドメイン知識のプールを活用するAIエージェントを構築することです。これにより、AIエージェントの逸脱を防ぎます。
しかし、コンテキストエンジニアリングとは、AIエージェントに適切なデータソースを指し示すだけではありません。AIエージェントのワークフローも、きめ細かかつ具体的である必要があります。AIエージェントは迅速に回答する必要があるのか？それとも時間をかけるのか？ すぐに回答が見つからない場合は、二次資料を調べるのか？それとも戻って説明を求めるのか？ AIエージェントが必要な情報を見つけたら、どのようなアクションを取るべきか？ などです。
「コンテキストエンジニアリングは、現在、効果的なAIエージェントを構築するための最も重要なコンポーネントになりつつあります。私たちには、関連する業務プロセスのコンテキストを深く理解できるAIエージェントが必要です。これは、そのワークフローにとって最も重要なデータにアクセスし、適切なタイミングで適切なツールを使用し、適切な目的と指示を持ち、自分が属するドメインを理解することを意味します。」と、BoxのCEO兼共同創設者のアーロン・レヴィ（Aaron Levie）は述べています。
コンテキストエンジニアリングは、現在、効果的なAIエージェントを構築するための最も重要なコンポーネントになりつつあります
Box CEO兼共同創設者 アーロン・レヴィ（Aaron Levie）
AIエージェントの役割が個人の生産性の向上から部署や企業全体の支援へと拡大することで、コンテキストエンジニアリングを適切に行うことがこれまで以上に重要になります。AIエージェントに業務を遂行する上で最適のコンテキストを提供できる個人、部署、企業は、大きなメリットを得られるでしょう。
非構造化データからコンテキストを引き出す
AIエージェントの効率性を高め、業務の生産性を高めるだけでなく、適切に実行されたコンテキストエンジニアリングには、企業にとってさらに2つの大きなメリットをもたらします。
1つ目は、各企業をユニークにするコンテキストレイヤを解き放つことです。企業は、ドキュメントやスプレッドシートから、音声ファイルや動画ファイル、プレゼンテーションスライド、チャットのトランスクリプトまで、膨大な量の独自データを抱えています。マルチモーダル大規模言語モデルは、これらのタイプの情報を取り込んで分析するように設計されているため、AIエージェントは、これまでアクセスできなかったデータのプールを利用できます。これにより、ほとんどの企業がこれまで入手できなかったインサイトを得ることができます。
実社会での活用例
- 金融サービス会社は、ニュース記事、ソーシャルメディアの投稿、決算説明会の記録を組み合わせたAIエージェントを導入して、市場の混乱を予測し、高度なリスクモデルを構築しています。
- 法律事務所は、AIエージェントを利用して、膨大な量の契約書、判例、社内コミュニケーション、規制要件を分析し、法的リスクとコンプライアンスのギャップを特定しています。
- 医療機関は、臨床記録、放射線報告書、研究文献を組み込んだAIエージェントを導入して、従来の方法よりも数か月早く病気を診断し、治療法を提案しています。
「モデルに最適なコンテキストを提供することが、AI製品戦略の中核です。差別化されたコンテキストがなければ、差別化された製品は生まれません。ユーザー履歴、ワークフロー、そしてデータが、まさに非常に重要になるのです」と、アーロンは言います。
差別化されたコンテキストがなければ、差別化された製品は生まれません。ユーザー履歴、ワークフロー、そしてデータが、まさに非常に重要になるのです
Box CEO兼共同創設者 アーロン・レヴィ（Aaron Levie）
個々のAIエージェントからインテリジェンスシステムへの移行
2つ目の大きなメリットは、AIエージェントが連携してインテリジェンスシステムを構築する時に現れます。それぞれのドメインの専門知識を持つ専門のサブエージェント間で作業を分担することで、企業は堅牢で信頼性の高いAIエージェントエコシステムを構築できます。
たとえば、ソフトウェア開発エージェントは、人間のワークフローを再現できます。プロダクトマネージャエージェントがプロジェクト要件を定義し、アーキテクトエージェントがシステム構造を設計し、開発者エージェントがコードを記述し、QAエージェントがテストを行い、チェーン内の最終エージェントが展開とモニタリングを担当します。
関連記事
ある金融サービス会社は、あるタイプのAIエージェントを市場状況の分析に、別のタイプのAIエージェントを潜在的リスクの評価に、3番目のAIエージェントを取引の実行に、4番目のAIエージェントを企業のポートフォリオを調整に用いるかもしれません。これらのAIエージェントは継続的にデータを共有し、市場状況の変化に適応します。
当初は、これらのAIエージェントは人間の承認を得るためのアクションを推奨します。しかし、時間の経過とともに、彼らはより自律的に行動するように委ねられ、推奨事項が不明確であったり、高いリスクを伴う場合に人間が判断を下すようになるかもしれません。
各エージェントにコンテキストレイヤを組み込むことで、汎用人工知能（AGI）が実現するかどうかという議論にも新たな展開を生まれます。あらゆる質問に答えたり、あらゆるタスクを実行したりできる単一の巨大なAIモデルの代わりに、特定分野に関する深い知識を持つ何百万もの小さなAIエージェントが協力して回答を提供し、作業を実行するようになるでしょう。
「インテリジェントなコンテンツ管理」が鍵
ボタンを押すだけでAIエージェントのコンテキストレイヤを有効化できるわけではありません。CIOとCTOは、まず次の質問に答える必要があります。
- データをAIエージェントに提供する準備はできていますか？ AIエージェントのメリットを最大限に活用するには、環境を最新化し、幅広い非構造化データを処理できる一元化されたプラットフォームを導入する必要があるかもしれません。
- 各タスクに適切なデータはありますか？ アクセス制御がエージェントに求めていることと一致していることを確認することが重要です。RAGやWeb検索を使用するか、それともすべてのデータをそのままコンテキストウィンドウに入力するかを決定することが非常に重要です。
- 適切なデータガバナンス体制が整っていますか？AIエージェントは秘密を守ることが苦手です。AIエージェントにプロンプトの応答するのに役立つコンテキスト情報を提供すると、意図的であろうとなかろうと、AIエージェントからそのデータが引き出される可能性があります。
「AIがビジネスにおいて真に価値あるものになるには、企業独自の内部情報にアクセスする必要があります。ただし、AIがアクセスできるのは閲覧権限がある情報のみで、その作業結果は、閲覧権限があるユーザーにのみ公開されるよう徹底する必要があります。つまり、強力なセキュリティとコンプライアンス機能が組み込まれたプラットフォームにデータを保管する必要があるということです」と、Boxのエンジニアリング担当副社長のタマー・ベルコヴィチ（Tamar Bercovici）は述べています。
AIがアクセスできるのは閲覧権限がある情報のみで、その作業結果は、閲覧権限があるユーザーにのみ公開されるよう徹底する必要があります
Box エンジニアリング担当副社長 タマー・ベルコヴィチ（Tamar Bercovici）
IT部門は、人間がタスクを実行するために何が必要かを深く理解し、ビジネスのステークホルダと協力して、AIエージェントのアクションを信頼できる情報源やシステムにマッピングする必要があります。
営業、法務、人事などの事業部門の責任者は、顧客にサービスを提供するAIエージェントが効果的かつ安全で、適切なコンテンツにアクセスできることを確認する必要があります。
企業は、インテリジェントコンテンツ管理とAPIを使用して情報を取得するAIエージェントを組み合わせたデータプラットフォームを求めています。AIを活用して関連コンテンツを検索するこのようなプラットフォームは、データへのアクセスと利用を管理するポリシーを自動的に適用することで、コンテキストを認識するAIエージェントの構築プロセスを大幅に簡素化します。
いまこそがチャンス
私たちは、あらゆる業種や分野向けにAIエージェントが構築される重要な局面を迎えています。
AIエージェントを関連するデータソースやツールに接続し、既存のワークフロー内でシームレスに運用できるようにすることが、AIエージェントの成功の鍵となります。これにより、既存のプラットフォームの利便性がさらに高まり、これまでソフトウェアが存在しなかった領域で新たなAIエージェントプラットフォームが誕生するでしょう。
「今後数年間の企業におけるAI活用の競争は、特定のワークフローに適切なコンテキストを提供できる企業を見極めることです。これが、AI競争の勝者と敗者を決定づけるでしょう」と、アーロンは述べています。
今後数年間の企業におけるAI活用の競争は、特定のワークフローに適切なコンテキストを提供できる企業を見極めることです。これが、AI競争の勝者と敗者を決定づけるでしょう
Box CEO兼共同創設者 アーロン・レヴィ（Aaron Levie）
今日コンテキストエンジニアリングを体得した企業が、明日の競争環境を決定づけるでしょう。
※このブログは Box, Inc 公式ブログ（https://blog.box.com/）2025年9月9日付投稿の翻訳です。
原文リンク: https://blog.box.com/ai-agent-workflows-context-king
関連コンテンツ
