AI エージェントが皆さんや皆さんの同僚とシームレスに連携している近い将来を想像してみてください。あるエージェントは顧客を代理し、あるエージェントはチームメイトを代理します。これらはすべて、ビジネスで使用している特定の言語でコミュニケーションを行います。もちろん多言語にも対応可能です。これらのエージェントは、既存の情報と新しいインサイトの両方をリアルタイムで統合しながら、共有ナレッジベースを継続的に更新します。
単一エージェントのユースケースからマルチエージェントシステムに移行し、最終的にすべてのビジネスが独自のオムニエージェントを持つようになると、AI エージェントはさまざまなコンテキストで、より広範な自律性を持って動作するようになるでしょう。私たちは、「今週、顧客からどのような新しい問題が提起されましたか？」や「従業員が最も懸念していることは何ですか？」といった質問で一日を始めるようになります。エージェントのアンサンブルが、顧客との何千ものやり取り、会話、同僚のインサイトから回答を要約します。これがエージェント時代のもたらす未来です。
問題は、どうすればそこに到達できるのかということです。その答えは、エージェントがタスクを効果的に実行するために最も必要とする情報、つまりコンテキストが関係しています。
AI においてコンテキストが重要な理由
コンテキストは、AI エージェントが企業に真の価値を提供するための鍵となります。エージェントのアーキテクチャは、LLM の推論能力を活用して、曖昧さがあったとしてもタスクを自動化します。その曖昧さを解釈するためのコンテキストは多ければ多いほど、パフォーマンスが向上します。
エージェントは、コンピューターを使用して自動化するための新しい方法を導入します。この方法ではあらゆるシナリオのルールを徹底的に事前定義する必要はありません。エージェントシステムは、LLM のパターンマッチング能力を使用して、特定の状況の詳細を推測することができます。また、より豊富なコンテキストを受け取るほど、つまり推測する必要性が少なくなるほど、より効果的に機能します。
エージェントがアクションを起こす前に常に詳細を質問しないといけないのであれば、人間と AI とのコラボレーションの利点は損なわれます。
初期の AI エージェントの多くが現在どのように動作しているのか、そして私たちがどこへ向かっているのかを考えてみましょう。現在の AI エージェントの多くは、定義されたパラメーターの範囲外では苦戦を強いられており、会話の流れを見失うと簡単にリクエストを誤って解釈する可能性があります。AI エージェントが、解釈すべき内容をユーザーに指示されるのを待機している場合、ユーザーはプロンプト作成エンジニアとなることを余儀なくされます。
コンテキスト不足を補うためにさらなるプロンプトを必要とする、曖昧なユーザープロンプトの例。
十分に豊富なコンテキストにアクセスできないと、エージェント開発者は、そもそものエージェントの目的を達成できないというジレンマに陥ってしまいます。開発者は、予測可能なコンテキストを手がかりにして信頼性の高いパフォーマンスを備えつつも柔軟性が限られた狭いユースケースを設計することも、より幅広いアプローチを採用してコンテキストなしでも機能するように設計することもできます。ただし、そうすると、最終的に不足している詳細を提供するという負担をユーザーに強いることになります。エージェントがアクションを起こす前に常に詳細を質問しないといけないのであれば、人間と AI とのコラボレーションの利点は損なわれます。どちらの戦略も段階的な成果をもたらす可能性はありますが、エージェントの大規模な導入を妨げる可能性もあります。
エージェントにコンテキストが不足していると、ユーザーは実際のタスクを完了するよりもプロンプトを明確にするのに多くの時間を費やすことになります。解決策は、実行中の業務に関する会話を観察できる環境でエージェントを起動し、その解釈能力を使用して実際の業務に関連するコンテキストに指示やツールを適応させることです。
会話は、エージェントの LLM が容易に解読可能な自然言語での、最も豊富で動的なコンテキストソースとなります。会話には、リアルタイムの意図、何が役に立つか立たないかのニュアンス、ニーズの変化に関する手がかりが含まれており、AI エージェントがトレードオフを微調整するために必要な重要なヒントが提供されます。会話を基盤とすることで、AI エージェントは適応し、ほかの方法では達成できない精度で積極的にアクションを実行できるようになります。
会話のコンテキストを使用して同じ曖昧なユーザープロンプトを解釈し、効果的に応答する Slack エージェントの例。
コンテキストがあれば、エージェントは自身を強化できる「エージェンシー」を持つことができます。エージェントには、何が重要で何が重要でないか、いつ進めるべきか、いつサポートを求めるべきか、そして自分自身がいつ不要であるかさえも、それらを判断するのに十分なコンテキストを観察できる環境が必要です。変化する状況、制約、最新情報をエージェントが把握できれば、エージェントの大規模な導入が可能になります。
エージェントには、何が重要で何が重要でないか、いつ進めるべきか、いつサポートを求めるべきか、そして自分自身がいつ不要であるかさえも、それらを判断するのに十分なコンテキストを観察できる環境が必要です。
Slack がコンテキスト AI を実現する方法
Slack は、コントロールとエージェンシーのバランスをとるために必要なものすべてを提供します。Slack をエージェントの基盤として使用することで、企業の非構造化データ（ユーザー生成コンテンツ、自然言語テキスト、音声、動画）がエージェントの推論と意思決定を強化し、関連性を高めます。これにより、エージェントが、サポートするために何ができるか、いつ介入すべきか、いつ静観すべきかを理解できるようになります。
Slack では、エージェントがアクセスできるデータを制御することもできます。Slack はお客さまのデータで LLM をトレーニングすることはありません。その代わりに、エージェントが必要なときに必要な情報を提供できるよう、独自のデータに対してコンテキストに沿った検索拡張生成（RAG）を実行するための最適な環境を提供します。つまり、エージェントは、タスクに関連するコンテキストに基づいて、データベースから取得するデータを即座に推測できるのです。
Slack の会話履歴 API とデータアクセス API を使用すると、会話の展開に応じたリアルタイムの調整が可能なアダプティブエージェントを作成できます。つまり、新しい Slack メッセージごとにコンテキストが更新されるのです。Slack では、スクリプト化された融通の利かない応答ではなく、進行中の会話や過去の会話を手がかりに、より柔軟な指示を出し、与えられた役割や目標を効果的に遂行する、動的なエージェントを実現できます。明確なリアルタイムコンテキストの威力は、AI が人間を理解するのをサポートする能力にあります。Slack のアーキテクチャはこの適応性をサポートしており、エージェントビルダーは最新のコンテキストを使用でき、さらにエージェントが過去のやり取りやほかの Slack チャンネルの進行中の会話から得ている内容をコンテキスト化できます。
マルチエージェントシステムが一般的になるにつれ、会話型プラットフォームがエージェントの導入と変革の中心となるでしょう。Slack は、エージェントと人間の間で調和のとれたコミュニケーションを実現するために必要なエンタープライズ会話バスの役割を果たし、応答の整合性と生産性を確保します。エージェントは自律的に作業し、リアルタイムで互いの能力を高めるために協力し合い、自分自身を強化したり、基盤となるモデルを改善したりできます。エージェントは情報に基づいたコラボレーターになり、エージェントビルダーは Slack のコンテキストサービスを利用することで、複雑な最終段階に時間をとられることなく、またはエージェントの事前定義や制限を行うことなく自動化に集中できます。そして間もなく、Slack のエージェントは、Slack に接続されたすべてのアプリを横断し、各エージェントが人間との会話や人間同士の会話にすばやく反応できる標準化された 1 つの基盤を使えるようになります。これにより、ほかのエージェントを簡単に管理・調整できるようになります。
Slack はエージェントが人間を真に強化できる場所
開発者がエージェントを構築して導入するための最適な場所を検討する際には、コンテキストが必須であり、違いを生み出すものであることを忘れてはいけません。Slack は、エージェントが基本的なタスク実行者から適応性のある協力的なパートナーへと成長できる環境を提供します。Slack は、エージェントと人間とのやり取りが集まり、メッセージごとに常に更新される、増え続ける企業のナレッジを構築する場所です。これは Slack の強力なユーザーコンテキストによって実現しており、最終的には各エージェントがサービス提供先の人間をよりよく理解できるようになります。
準備はできましたか？詳細については、Slack のエキスパートチームにお問い合わせください。
助かります！
ご意見ありがとうございました！
了解です！
ご意見ありがとうございました！
うーん、システムがなにか不具合を起こしてるみたいです。後でもう一度お試しください。