dotsに業務データを任せるには、アクセス権限と運用ルールの管理が欠かせない
常時稼働する半自律型のdotsが効果的に仕事をするには、データやシステムへのアクセスが必要になる。そのため、セキュリティー、プライバシー、法令順守、ガバナンスの管理が課題になる。
アクセス権限と機微な操作の承認を細かく管理する
OpenAIでは、プラグインを通じてGmail、Google ドライブ、GitHubなどのサービスを接続できる。既存の権限はdotにも適用され、利用者は操作ごとに許可範囲を絞れる。例えば、メールの読み取りは許可しても、送信は許可しない設定ができる。Slackなどのメッセージサービスを接続しただけで、dotが他のアプリや利用者のコンピューターへアクセスできるわけではない。
OpenAIは、機微な操作に承認を求める仕組みも設けている。dotがアカウントに影響する操作や情報共有を行う前に、自動レビューがアクセス権限、利用者の指示、安全要件を確認する。操作によって、自動実行できるもの、利用者の承認が必要なもの、人間が自分で行わなければならないものに分かれる。OpenAIはパスワード変更を、人間が行う必要がある操作例としている。
利用者は、顧客へのメッセージ送信前に承認を求める、ファイル削除は人間が行う、といった独自のルールも設定できる。ただしOpenAIは、独自ルールもシステムに与える「指示」であり、dotが従う際に誤る可能性は残ると警告している。
ルールを誤って適用する可能性は、dotが文書やメールに加え、顧客関係管理（CRM）や企業資源計画（ERP）などの業務システムへアクセスする場合の課題になる。
企業利用では管理機能と運用ルールを整える必要がある
企業の法令順守とガバナンスに対応するため、Enterprise版dotsは初期状態では無効で、管理者が有効にしなければならない。OpenAIは、ローカルコンピューターへのアクセスやプラグイン権限を管理する機能を用意している。監査についても、Compliance APIとAnalytics APIを通じて対応する記録を扱えるようにしている。
別の課題は、技術よりも仕事の進め方にある。エージェントには指示が必要だ。必要なのは従来型のプロンプトではなく、運用規則と手順である。何を担当させるか、良い結果とは何か、どの情報源を重視するか、いつ人へ知らせるか、どの判断に承認を要するかは、人が定義しなければならない。
業務手順は「組織内の暗黙知（tribal knowledge）」に依存しがちだ。同じ指標を2つの部門が別の意味で使うことがある。承認がSlack上で非公式に行われる場合もある。ある表計算ファイルが正式な情報源とみなされていても、別ファイルの方が新しいと後から誰かが気づくこともある。人間は日々、業務手順に残る曖昧さを埋め合わせているが、常時稼働型エージェントには難しい仕事になる。
dotsは、繰り返し任せる仕事を明確に定義できる場合に価値が高まる
AIを文章作成、調査、アイデア出し、分析、単発の質問など、その場で答えを得る用途に使うことが中心なら、AI専用のコンピューターを常時用意しても利点は小さいかもしれない。
dotsの利点が大きくなるのは、1回のタスクや1つのプロジェクトが終わっても、また発生する仕事がある場合だ。常時稼働型エージェントは、利用者が繰り返し確認し、処理している仕事があるときに最も役立つ。
dotsが自分に合うかを判断するには、どのプロジェクトで進捗や経緯を継続して覚えている担当者が必要かを考えるとよい。自分が見守っていなくても進められる仕事があるかも検討する。
望む結果を、別の人が引き継いで担当できるほど明確に説明できるかも自問すべきだ。説明できるなら、dotsは単にAIモデルの性能がまた一段上がること以上の変化をもたらす可能性がある。説明できないなら、常時稼働する半自律型AIエージェントを導入しても、業務内容を明確にできない問題はおそらく解決しない。
