グレッグ・パブリク、エグゼクティブ・バイスプレジデント、AI・データ管理サービス部門、Oracle Cloud Infrastructure。
AI駆動型エージェントの進化は日々目覚ましく、ERPやCRMなどのコアとなるフロントオフィスおよびバックオフィスシステムの存在意義について懸念の声が上がっています。AIエージェントが複雑なワークフローを自律的に完了できるなら、従来型のアプリケーションとそのインターフェースは必要なのでしょうか？
現実は、喧伝されているものとは逆説的です。基幹システム（システム・オブ・レコード）は、今日の競争の激しいAI環境において企業最大の競争優位性なのです。なぜなら、基幹システムはAIエージェントから最大の価値を—あるいは実質的な価値をまったく—引き出すために不可欠だからです。
データの正確な取得とデータの解釈は同じものではありません。組織はエージェントが最も完全で正確な企業データを持てるよう、意図的にデータアーキテクチャに投資する必要があります。にもかかわらず、ほとんどの組織は単にエージェントを導入し、「勝手に理解してくれるだろう」と期待しています。しかし、そうはなりません。
企業はエージェントが最も必要とするもの—自社の基準や知識に関するデータ—を提供できるようワークフローを調整する必要があります。そうしなければ、従業員がAIからの誤ったガイダンスに従うリスクに直面する可能性があります。それは非効率なプロセス実行から、企業に対外的な損害や恥辱をもたらす行動まで、様々な形で現れる可能性があります。また、AIの戦略にうまく適合したデータアーキテクチャを持つ組織と比較して、競争上の不利な立場に自らを置くことになります。
他の組織がAIがどのシステムを置き換えるかを議論している間、賢明な組織は、それが何かを置き換えることではなく、企業のAI戦略において基幹システムが果たす重要な役割を認識することだと理解しています。繰り返しになりますが、エージェント型AIは基幹システムの価値を低下させるのではなく、むしろ高めるのです。
組織がこれらの問題を綿密に検討するには、これ以上ない好機です。スタンフォード大学人間中心AI研究所は最近、2025年AI指標を発表し、世界の人々の3分の2が、AI製品やサービスが「今後3〜5年以内に日常生活に大きな影響を与える」と考えていることがわかりました。また、この報告書では、AI利用の大幅な増加も明らかになり、回答者の78%が2024年に自組織でAIを使用していると回答し、2023年の55%から増加しています。
私は、AIを効果的に適用して強力な結果を得ている組織（オラクルの顧客でもある）を直接知っています。英国を拠点とする大手コンサルティング・エンジニアリング企業は、HCM（人的資本管理）ソフトウェアのAI機能の助けを借りて、平均採用期間を半分以上短縮し、わずか21日強にまで短縮しました。
さらに、私たちが協力した鉱業技術プロバイダーは、ナレッジデータベースと生成AIエージェントを活用し、フィールドエンジニアが機器の問題を以前の5倍の速さで特定できるようにしました。
AIエージェントと基幹システムは競合ではなく、共演すべき存在
AIエージェントと基幹システムのそれぞれの役割を考慮すると、シンプルな役割分担が見えてきます：
• AIエージェントは、従業員が判断を下し、創造的な仕事を開発し、ビジネス上の問題に対して適応力のある対応を生み出すのを支援できます。
• 基幹システムは、精度、一貫性、ビジネスロジックを管理します。
例えば、AIエージェントに「第4四半期の売上はいくらですか？」と尋ねる場合、最善の推測ではなく、正確な数字が必要です。リードがパイプラインを通過する際、次にどこに行くべきかというAIの創造的な解釈の中で失われてはなりません。そして、エージェントが24時間365日、何千ものワークフローにわたって稼働する世界では、そのすべての活動を追跡、監査、調整できるシステムが必要です。
要約すると：AIエージェントは柔軟な作業を調整し、基幹システムは決定論的な実行を支えるのです。
エージェント型AIに対して適切な期待を設定する必要がある
企業アプリケーションの歴史において、ユーザーがアプリケーションのために働くのではなく、アプリケーションがユーザーのために働くべきなのに、その逆になっていることがあまりにも多いのです。扱いにくいワークフロー、情報過多の画面、不十分なトレーニングリソースなど、多くの要因がユーザーに生産性よりも苦痛をもたらすことがあります。
適切に実装されたエージェント型AIは、アプリケーションのプロセス整合性を維持しながら、優れたエクスペリエンスを提供できます。AIエージェントは、昔ながらのスクリプト駆動型チャットボットよりもはるかに汎用性があります。ユーザーとのやり取りの中で推論や論理を使用し、変化する環境に対応できます—つまり、人間の思考プロセスをエミュレートするのです。
確かに、エージェントはビジネスデータに関するロジックを正確に特定、管理、強制できますが、そのデータに欠落している要素があったり、不正確であったりすると、エージェントがロジックを使用してギャップを埋めようとするためリスクが生じます。
エージェント型AIは、堅牢な企業全体のデータアーキテクチャから始まり、本質的にそれと結びついています。このアーキテクチャは、エージェントが基幹システムからデータを表面化、接続、集約、相関させて、正しい回答やアクションを見つけるのに役立ちます。
長期的視点を持つ時が来た
この時点で、私たちはAIエージェントが生み出せる結果の種類を見て経験してきました。しかし、あなたがIT意思決定者であれば、今問うべき質問は、エージェント型AI戦略の舞台裏に何が必要かに焦点を当てるべきです。その答えは、基幹システムだけでなく、それらに含まれるデータを活用するための包括的なアプローチでもあります。さらに、AIのための堅牢なデータアーキテクチャは、IT責任者が事業部門のパートナーにとってのヒーローになれる機会を提供します。彼らの多くはAIとそれが自分たちの仕事やチームにもたらす可能性に興奮しているのです。
現在の環境を見てみましょう。あなたのAIエージェントは、一連の脆弱なポイントツーポイント統合上で実行されていますか？それとも、AI開発ツール、AIモデル、データカタログ、データレイクハウスを基幹システムと結びつけるデータオーケストレーションと管理レイヤーの基盤がありますか？
前者はIT拡散、不適切なプロセス管理、低いユーザー満足度につながります。後者は確かに野心的ですが、従業員の生産性を大幅に向上させ、顧客をより満足させ、収益を強化できる真の企業全体のエージェント型AI戦略にとって不可欠です。
