借款者が銀行にサポートを求めて電話をかけたとき、電話の向こう側にいる担当者の経験はどのようなものでしょうか。借款者が貸し手に電話をかけると、応答するエージェントは、借款者を支援する前に、数十のフィールド、取引履歴、ワークフローキューからアカウントデータを引き出して状況を把握する必要があります。その間も時間は刻々と過ぎていきます。このコンテキストを手作業で組み立てることは、通話時間の長期化、サービス品質の不均一化、エージェントのフラストレーションにつながります。エージェント型AIで構築されたローンサービスアシスタントはそれを変えます。
LoanProは、現代の貸し手のためのオペレーティングシステムであり、それを変えるために動き出しました。LoanProは、AWSパートナーのAllCloudおよびAWS Generative AI Innovation Centerと協力して、サービスエージェントが合成された借款者のコンテキストと実用的な次のステップの推奨に即座にアクセスできるマルチエージェントAIアシスタントを構築しました。AllCloudが公開したケーススタディによると、初期結果では顧客通話時間が最大15%短縮されました。
LoanProは2015年に設立され、モダンでAPIファーストの融資・クレジットプラットフォームであり、オリジネーションから完済までのローンライフサイクル全体を自動化します。LoanProは、あらゆるタイプの貸し手(フィンテック、銀行、信用組合、および付加価値サービスとして融資を提供する企業)のシステムオブレコードとして機能します。LoanProによると、同プラットフォームは450以上の貸し手にサービスを提供し、プラットフォーム上で管理されるローンは米国家庭の約31%に達します。LoanPro自体は貸し手ではなく、貸し手が運用するオペレーティングシステムです。この区別は重要です。なぜなら、LoanProのAI戦略は、単一の融資業務ではなく、プラットフォーム全体でサービスを提供する機関に利益をもたらすように設計されているからです。
LoanProのコアユーザーグループの1つはサービスエージェントです。彼らは借款者のアカウントを管理し、着信通話を処理し、支払いを処理し、問題を解決します。ライブの顧客インタラクション中に、エージェントは借款者の完全な支払い履歴(未払いや返金された支払いを含む)、有効なローンの条件、手数料、現在の残高、以前のインタラクションと未解決のサポートチケット、および利用可能なワークフローアクション(支払いプラン、延期、エスカレーションなど)を確認する必要があるかもしれません。AIアシスタント以前は、エージェントは複数の画面やタブを移動して全体像を把握する必要がありました。経験の浅いエージェントは時間がかかり、電話に出た人によって結果が異なりました。LoanProは、アカウントデータを即座に一貫した要約に合成し、アカウントのコンテキストに基づいて適切な次のアクションを推奨し、異なる経験レベルのエージェント間でより一貫したサービス品質を提供できるソリューションを必要としていました。
AWS Generative AI Innovation Centerとの協力のもと、LoanProはAllCloudと提携して、Amazon Bedrockを使用したマルチエージェントAIアシスタントを設計・構築しました。アシスタントは、Amazon Bedrock上のAnthropicのClaude Sonnet 5.5、Claude Haiku 5.5、Claude Opus 5.5で動作します(モデルの可用性はAWSリージョンによって異なります)。Amazon Bedrock AgentCoreでオーケストレーションされます。AgentCoreは、任意のフレームワークやモデルでエージェントを大規模に構築、接続、最適化するためのプラットフォームです。エージェントロジックは、ツール使用を備えたAIエージェントを構築するためのオープンソースフレームワークであるStrands Agents SDKで構築されています。システムは、コンポーザーを介して専門エージェントを調整し、各リクエストを適切なスペシャリストにルーティングするため、各エージェントは集中的なタスクを処理し、独立して評価および改善できます。チームは、エージェントランタイムとモデルアクセスを社内で構築するのではなく、これらのマネージドサービスを選択しました。Amazon Bedrockは単一のAPIを介して主要な基盤モデルへのアクセスを提供し、チームは個別のエンドポイントを管理することなく新しいモデルを柔軟に採用できます。Amazon Bedrock AgentCoreはマネージドエージェントランタイムを提供し、本番環境でエージェントを実行する運用上のオーバーヘッドを排除します。
アーキテクチャには4つの主要コンポーネントがあります。Strands Agents SDKによるマルチエージェントアーキテクチャ、ツール使用(データ取得とInvoke API)、AWS Lambdaを備えたAmazon Bedrock AgentCore Gateway、およびLoanProの既存Webポータルへの統合です。マルチエージェントアーキテクチャは、単一のモノリシックモデルがすべてのタスクを処理するのではなく、専門エージェントが協力してサービスワークフローの異なる部分に対応します。1つのエージェントはデータ取得とアカウント要約に焦点を当て、別のエージェントはアクション選択とワークフロー推奨を処理します。コンポーザーエージェントは各リクエストを適切なスペシャリストにルーティングし、最終応答を構成します。この関心の分離により、各エージェントは独立して評価、調整、拡張が容易になります。
エージェントは、Amazon Bedrockの外部関数やAPIを呼び出す機能であるツール使用を通じて、LoanProの内部システムから借款者データを取得します。2つの主要ツールがアシスタントを支えます。データ取得ツールは、LoanProのデータレイヤーからアカウント詳細、支払い履歴、ローン条件、借款者メタデータを取得します(図ではLoan Summary Toolとして表示)。これは8つの異なるAPIエンドポイントにまたがり、アカウントごとに約1,400のフィールドを合成します。Invoke APIツールは、エージェントへの情報パネルの表示や事前定義された自動化シーケンスの開始など、LoanProプラットフォーム内のワークフローアクションをトリガーします。LoanProの既存APIに接続することで、アシスタントは別個のデータパイプラインやデータウェアハウスを必要とせずに、ライブの本番データで動作します。
AgentCore Gatewayは、エージェントと呼び出すツールの間の安全なアクセスレイヤーです。Model Context Protocol(MCP)を介してLoanProのAPIをツールとしてエージェントに公開し、認証を処理し、それらの接続を管理します。AWS Lambdaは、ゲートウェイとLoanProのAPI間の統合レイヤーを提供します。チームが直接統合ではなくAgentCore GatewayとLambdaを選択した理由は3つあります。マネージドエントリポイントで認証を一元化し、LoanProのAPIをマネージド境界の背後に分離し、エージェントを再デプロイせずに新しいツールを追加できるようにするためです。このサーバーレスアプローチにより、インフラストラクチャは軽量に保たれ、リクエスト量に応じて自動的にスケールします。アシスタントは規制された融資環境で動作するため、本番デプロイメントではこれらのコンポーネントを追加の制御と組み合わせています。LoanProのロールベースのアクセス制御とコンプライアンスガードレールが各リクエストに適用され、AIアクションはLoanProの監査証跡に書き込まれ、指名された責任者に帰属されます。
アシスタントは、サービスエージェントが既に使用しているのと同じインターフェースであるLoanProの既存Webポータルに直接埋め込まれています。エージェントは、アカウント要約ビューと会話型チャットインターフェースの2つのコンポーネントを通じてAIアシスタントと対話します。エージェントが借款者アカウントを開くと、アシスタントはアカウントの健全性、最近のアクティビティ、未解決の問題のナラティブ要約を自動的に生成します。生データは、借款者の状況についての一貫したストーリーに変わります。エージェントは自然言語でフォローアップの質問をして、特定のアカウント詳細を深く掘り下げることができます。チームはこれを、エージェントが「ローンと会話する」ことを可能にすると説明しています。チャットインターフェースとのすべてのエージェントインタラクションはログに記録され、借款者との会話中に行われたアクションの監査可能な記録が維持されます。
LoanProは、AWSの応用科学者を顧客やパートナーとペアにして生成AIイニシアチブを加速するAWS Generative AI Innovation Centerと、AWS Premier Consulting PartnerであるAllCloudと共にアシスタントを構築しました。3つのチームが共同でソリューションを設計・構築しました。当初は集中的なエンゲージメントでしたが、現在は本番環境で稼働し、LoanProのサービスエージェントにサービスを提供しています。作業は2つの並行ワークストリームに分かれました。ワークストリーム1はサービスエージェントアシスタントで、現在本番環境で稼働しているAIアシスタントを構築しました。主な活動には、エージェントが取得する必要があるデータソース(アプリケーションデータ、ローン履歴、借款者レコード)の選択とマッピング、自律的なデータ取得とインテリジェントなアクション選択のためのエージェント機能の開発、検索精度と出力品質を向上させるためのプロンプトの反復、本番ロードマップに情報を提供するためのLoanProのセキュリティモデルと統合パターンの文書化が含まれていました。ワークストリーム2はLLMアカウントルール自動化アドバイザリで、LoanProには、大規模言語モデル(LLM)を使用して自然言語をClojureルールエンジンのルール自動化コードに変換する既存の概念実証(POC)がありました。コア機能は機能しましたが、頻繁なタイムアウト、監視なし、デプロイ戦略なしという既知の制限がありました。AllCloudはアーキテクチャレビューを実施し、この既存のPOCを本番対応状態にするための推奨事項を提供しました。これには、文書化された本番アーキテクチャとリスク評価が含まれます。
構造化された評価パイプラインにより、LoanProの主題専門家(SME)が確立したベンチマークに対してエージェントの精度が検証されました。チームは150のSMEラベル付きアカウントのベンチマークを組み立てました。そのベンチマークに対して、データを取得し、調査結果を要約し、適切なアクションを選択するエージェントの能力を測定し、99%の精度目標を設定しましたが、エージェントはそれを達成しました。このフレームワークは本番環境に引き継がれ、LoanProに時間の経過とともにエージェントのパフォーマンスを測定および改善するための反復可能なプロセスを提供します。
AIアシスタントの展開は、測定可能な運用上の影響をもたらしました。AllCloudのケーススタディによると、顧客通話時間が最大15%削減され、LoanProの早期導入者である800人以上のサービス専門家に及びました。