エンタープライズ変革を成功に導くエージェンティックAIの12のルール

最近の調査によると、米国のデスクワーカーの半数以上がAIに対して懐疑的であり、エージェンティックAIのパイロットプロジェクトは高い失敗率に直面しています。Salesforceの調査では、失敗の多くはAI技術自体の問題ではなく、アーキテクチャの欠陥に起因することが明らかになりました。チームは不完全な基盤の上にシステムを構築しようとしているのです。

この課題に対処するため、Salesforceの最高市場戦略責任者John Taschek氏は、コンピュータ科学者Edgar F. Codd氏が1985年に提唱したリレーショナルデータベースの12のルールに触発され、エージェンティックAIのための12のルールを策定しました。これらのルールはベンダーニュートラルであり、データ基盤から最終的なユーザーの信頼に至るまで、体系的なアプローチを提供します。

ルールは4つの階層に分かれています。

基盤——データ/コンテキストシステム ルール1：統一データ来歴。すべてのデータには追跡可能な履歴（出典、変更、許可）が必要で、「謎のデータ」をエージェントに供給してはなりません。 ルール2：グラウンディングされたリアルタイムデータアクセス。エージェントは生きたデータを扱うべきであり、古いスナップショットに基づく意思決定は設計上の欠陥です。 ルール3：セマンティックメタデータ。エージェントはデータの意味を理解する必要があり、「リスクの高い顧客」や「認定アカウント」は正式に定義され、モデルに推測させてはいけません。

コア——エージェンシーシステム ルール4：可観測性/行動追跡可能性。エージェントのすべての決定はログに記録され、説明可能でなければなりません。 ルール5：継続的敵対的検証。エッジケースや悪意のある入力に対して常にテストを行い、起動時だけでなく継続的に検証します。 ルール6：マルチステップ推論/目標分解。エージェントは複雑な目標を分解し、状況の変化に応じて適応しながら実行できなければなりません。 ルール7：ハイブリッド確定的ガバナンス。AIの推論は確率的ですが、法律、財務、安全に関するルールはハードコードされ、エージェントがアーキテクチャ上違反できないようにする必要があります。

運用——ワークシステム ルール8：非依存オーケストレーション。異なるベンダーやモデルのエージェントがカスタム配管なしで連携できるようにし、ロックインを回避します。 ルール9：人間とエージェントのシナジー/エンパシー義務。エージェントは人間と協調し、信頼度が低い場合や感情的コンテキストを検出した場合には、完全なコンテキストを添えて適切に引き継ぎます。 ルール10： sovereign agency（主権的エージェンシー）。企業はデータ所在地、モデル選択、アイデンティティ、ポリシーを管理し、外部エージェントにはスコープ付きの監査可能なアクセスのみを許可します。 ルール11：アウトカムベースのパリティ。エージェントはタスク完了数ではなく、ビジネス成果（売上貢献、問題解決数、時間節約）で評価します。

頂点——エンゲージメントシステム ルール12：信頼されるエージェンシー。最も重みの高いルールです。エージェントは以下の要素を通じて行動権を獲得します：アルゴリズムの公平性、有害性とコンテンツの安全性、同意とデータ許可、幻覚防止、説明可能性、ステークホルダーへの価値、ベンダーの説明責任。

Taschek氏は、エージェンティックAIのパイロットが失敗する最大の原因は、データが整理されておらず、可観測性やガバナンスが欠如した状態で急いで本番投入することだと指摘します。成功する導入は、データ品質、ガバナンス、人間との協力を前提条件として捉え、後付けではありません。この12のルールは、企業がパイロットから本番へとスケールするためのロードマップを提供し、信頼性が高くスケーラブルなAIエージェントシステムの構築を支援します。