レーニン・ガリ氏は元CIOであり、現在はAtomicworkのチーフデジタルオフィサーを務めている。
AIエージェントは現在、インシデント対応、アクセス権限付与、サービスリクエストなどの日常的なタスクを処理する能力を高めている。単一のAIエージェントが特定の問題を解決することは確かに有用だ。しかし、組織がより多くのAIエージェントを導入するにつれて、連携が不可欠となる。さもなければ、システムは無秩序な混乱に陥ってしまう。
単一のエージェントが特定の問題を解決するのではなく、エージェントオーケストレーションは共有コンテキスト、スムーズな引き継ぎ、明確なガバナンスをもたらし、AIエージェントが共通の目標に向かって連携して働けるようにする。複雑なサービス環境と断片化した自動化に対処するCIOには、このレベルの連携が賢明な拡張のために必要だ。
エージェントオーケストレーションの必要性
企業全体にAIエージェントを散在させても、パフォーマンスの向上は保証されない。ワークフローが崩壊し、コンプライアンスのギャップが生じ、ユーザーは一貫性のない、または不完全な応答にフラストレーションを感じることになる。
実際、ガートナーはエージェント型AIプロジェクトの40%以上が、コスト、不明確な価値、または不十分なリスク管理のために2027年末までに中止されると予測している。
効果的なエージェント間の相互作用は、異なるエージェントシステム間での役割、権限、コンテキスト、ガバナンスの保持にかかっている。エージェントオーケストレーションは、インシデントトリアージ、知識検索、アクセス権限付与などの異なる責任を持つAIエージェントを、一つのシームレスなワークフローに調整する。これらのエージェントはメモリを共有し、コンテキストを渡し、明確に定義された構造内で動的な引き継ぎを行う。
簡単なリクエストを考えてみよう。営業担当者が今週自分に割り当てられたリードの数を確認したいと考えている。
このリクエストはシンプルで分かりやすいように見えるが、エージェントオーケストレーションによって、リクエストが安全かつ効率的に処理されることが保証される。従業員向けAIエージェントはクエリを認識し、顧客関係管理（CRM）AIエージェントにリクエストを渡す。CRMエージェントは従業員がデータを取得するための適切な権限を持っているかどうかを確認する。
権限がない場合、CRMエージェントはアクセスAIエージェントと連携し、アイデンティティシステムに接続してポリシーを確認し、必要なデータを従業員に送り返す。
一見、単一のスムーズな対話に見えるものは、実際には複数のエージェントまたはワークフロー間の調整された引き継ぎであり、マスターエージェントによってオーケストレーションされ、各エージェントがコンテキストを保持し、セキュリティを強化し、ワークフローを一貫した監査証跡として文書化している。
CIOがエージェントオーケストレーションを構築するための5つの重要原則
「エージェント・オブ・エージェンツ」モデルにより、1つのマスターオーケストレーターエージェントがデジタルパーソナルアシスタントのように機能し、部門やシステム全体でシームレスな体験を提供できる。
IT責任者がこのオーケストレーション層を構築するにあたり、以下にいくつかの指針となる原則を紹介する。
1. 共通の連携プロトコルを採用する
モデルコンテキストプロトコル（MCP）やAgent2Agent（A2A）通信などの標準は、信頼性の高いオーケストレーションの基盤となる。これらにより、エージェントが生データだけでなく、状態、意図、権限をシステム間で意味を失ったりセキュリティギャップを作ることなく受け渡すことができる。これらのプロトコルを早期に採用することで、新しいAIエージェントが後で高額な再配線をすることなく企業にシームレスに組み込まれることが保証される。
2. インフラの準備状況を監査する
基盤となるシステム同士が連携できなければ、オーケストレーションは成功しない。サービス管理プラットフォームがエージェントフレームワークとオーケストレーション層をサポートできるかどうかを確認する。多くの企業は、脆弱な統合やサイロ化されたAPIが、エージェント型AIを実装する際の最大の障害であることを後になって発見する。ギャップが存在する場合は、エージェントを拡張する前に統合作業やAPI有効化を計画する。
3. コンテキスト継続性を設計する
オーケストレーションの真の力は、タスクを引き継ぐAIエージェントがその履歴、権限、現在の状態を把握するコンテキスト継続性にある。エージェントはこの全体像を持つことでより良い決定を下せる。これには、従業員データ、システム状態、ワークフローログにまたがる単一の、継続的に更新されるコンテキストファブリックが必要だ。
HR システム、構成データベース、インシデント履歴、その他の運用ソースから最新情報を提供し、各エージェントがリクエストやタスク、ワークフローの状況と、すでに行われたことを理解できるようにする。
4. ガバナンスとコンプライアンスを制度化する
すべてのオーケストレーション層には、監査証跡、承認チェックポイント、アクセスログが後付けではなく組み込まれているべきだ。これにより規制リスクが軽減されるだけでなく、AIの決定が追跡可能で説明可能であることを確信する必要がある従業員やステークホルダーからの信頼も構築される。
5. 自律性と監視のバランスを取る
すべてのタスクやワークフローに人間の介入が必要なわけではなく、すべての決定をエージェントに任せられるわけでもない。CIOはオーケストレーションを計画する際に、人間とAIエージェント間の明確な相互作用モデルを設計する必要がある。以下を考慮する必要がある：
• 人間からエージェントへ： エスカレーション、高リスクアクセスの提供、コンプライアンス上重要な決定など、明示的な承認が必要なアクション
• エージェントから人間へ： エージェントが誰かに通知する必要がある場合、例えばインシデントがしきい値を超えたり、レビューが必要な場合にIT管理者に警告する
• エージェントからエージェントへ： 内部ワークフローのルーティングにより、コンテキスト、タスク、状態をあるエージェントから次のエージェントにシームレスに渡す
定期的なデータ取得や標準的なアクセスチェックなどの大量かつ低リスクのタスクは自律的に実行できる。しかし、機密性の高いまたは影響の大きいアクションは、人間による承認や通知を通じて、適切な監視をトリガーするべきだ。
エージェント型AIの導入はワークフローや役割も変化させる。チームにこれらのツールの使い方、出力の解釈、適切な問題のエスカレーション方法を訓練する。
企業AIの未来をオーケストレーションする
KPMGは、エージェント型AIが年間3兆ドル（ダウンロードが必要）の企業生産性向上をもたらし、フォーチュン1000企業のEBITDAを5%以上引き上げる可能性があると予測している。そのレベルの影響は、適切にオーケストレーションされたシステムからのみ得られる。
CIOにとって、これは「今日、エージェントは何ができるか？」を超えて、「明日、AIエージェントがチームの生産性向上のためにどのように連携するか？」を計画することを意味する。
これは、新しいAIエージェント、プロセス、システムがフローやガバナンスを壊すことなく職場の生産性を向上させることができるよう、オーケストレーションを運用モデルに組み込むことだ。
