Agentic Workflows

エージェント型ワークフローは、複数の自律的なエンティティが人間の介入を最小限に抑えながら相互にやり取りし、意思決定を行い、複数ステップのタスクを実行する、人工知能（AI）の革新的なアプローチです。厳格で直線的な実行経路に従う従来の機械学習パイプラインとは異なり、エージェント型ワークフローは非常に動的です。インテリジェントエージェントや連携するエージェントネットワークが環境を認識し、複雑な問題を推論し、外部ツールを利用してあらかじめ定められた目標を達成できます。組織がAIの取り組みを拡大するにつれ、エンタープライズ向けエージェント型ワークフローが個別のスクリプトに取って代わり、さまざまな業界で堅牢かつスケーラブルな自動化を実現しています。

エージェント型ワークフローを理解する#

エージェント型ワークフローの本質は、AIを受動的な生成から能動的な問題解決へと移行させることです。そのためには、単一プロンプトでのやり取りから、計画、実行、観察を繰り返すループへと移行する必要があります。これらのループをオーケストレーションすることで、開発者は予期しないエッジケースに対応し、自らのエラーを修正できるシステムを構築できます。

密接に関連する概念を明確に区別すると、AIエージェントは推論して行動する個々の自律的なエンティティ（多くの場合、大規模言語モデル（LLM）を基盤とします）です。一方、エージェント型ワークフローは、エージェントの協働、メモリの共有、アクションの順序を制御する、全体的なアーキテクチャプロセスです。また、生成AIが主にユーザープロンプトに基づいて単一の直線的な処理でコンテンツを作成するのに対し、エージェント型システムは、自己省察、計画、マルチエージェント間の議論などのエージェント型設計パターンを用いて、目標を完全に達成するまで出力を継続的に改善します。

主要な構成要素#

これらのワークフローを成功に導く、いくつかの基本要素があります。

• LLMバックボーン：ワークフローの中核を担う推論エンジンです。フレームワークは大規模言語モデルをオーケストレーションし、ユーザーの意図を解釈して実行計画を動的に生成します。
• 関数呼び出しとツール利用：エージェントには、外部環境とやり取りするための特定のツールが用意されています。これには、データベースへの問い合わせ、コードの実行、視覚データの分析に用いるコンピュータービジョンモデルの呼び出しなどが含まれます。モデルは構造化された関数呼び出しを出力し、ワークフローはそれを使って外部APIを確実に実行します。
• オーケストレーションフレームワーク： LangGraph、CrewAI、Microsoft AutoGenなどのライブラリは、エージェントを接続し、会話状態を管理し、タスクを適切に振り分けるための重要なインフラストラクチャを提供します。
• メモリーとコンテキスト管理：ハルシネーションを防ぎ、複数段階のプロセス全体で一貫性を保つため、ワークフローは短期メモリー（現在の会話のコンテキストウィンドウ）と長期メモリー（永続データベース）を保持し、過去のやり取りから学習します。

実際のアプリケーション#

エージェント型ワークフローは、現実世界の複雑で自由度の高いタスクを積極的に解決しています。

1. 自律型の目視検査：製造業では、エージェント型システムによって欠陥検出を自動化できます。オーケストレーターエージェントがカメラツールを起動して画像を撮影し、物体検出モデルで処理して、その出力を分析します。欠陥が見つかった場合、エージェントは自律的に保守チケットを記録し、製品を手動確認に回して、工場全体の対応を管理します。

2. インテリジェントなドキュメント解析：金融業界や法務分野では、非構造化PDFから構造化データを抽出するワークフローが設計されています。エージェントは、対象を絞ったプロンプトエンジニアリングを用いてレイアウト検出を反復的に適用し、自己修正しながら、抽出した表を想定される財務スキーマと照合します。

3. 動的なマーケティング業務：先進的なマーケティングチームは、現在のトレンドの自律的な分析、キャンペーン素材の生成、広告コピーのバリエーションのテスト、リアルタイムのパフォーマンス指標に基づく予算戦略の調整を行うエージェントを導入し、マーケティングワークフローを刷新しています。

例：ビジョンエージェント型ワークフローの構築#

Ultralytics Platformとultralytics Pythonパッケージを使うと、エージェント型ワークフローに視覚的知能を簡単に統合できます。この例では、エージェント型システムがYOLO26を認識ツールとして使って工場のラインを調べ、predictモードの結果に基づいて、ワークフローの基盤となるロジックが次の行動を自律的に決定できるようにします。

from ultralytics import YOLO

# 推奨されるUltralytics YOLO26モデルを読み込みます
model = YOLO("yolo26n.pt")

# エージェント型ワークフローのステップ1：ビジョンツールが環境データを収集します
results = model.predict("factory_line.jpg")


# エージェント型ワークフローのステップ2：エージェントのロジックが視覚検出結果を評価します
def decision_agent(detections, names):
    for obj in detections:
        # モデルが特定のクラス（例：'defect'）を検出したかどうかを確認します
        if names[int(obj.cls)] == "defect":
            return "Action: Trigger immediate maintenance alert."
    return "Action: Continue production line smoothly."


# バウンディングボックスのデータに基づいて、エージェントの意思決定ロジックを実行します
action = decision_agent(results[0].boxes, results[0].names)
print(action)

PyTorchなどのフレームワークを内部で活用することで、これらのビジョンツールは高精度な空間認識を、より広範なAIロジックに提供します。エージェント型組織が成熟するにつれ、高度な推論モデルとリアルタイムの視覚機能の組み合わせが、次世代のインテリジェントで自己修正型の自動化を推進します。継続的な改善を実現するアクティブラーニングと高度なオーケストレーションを通じて、エージェント型ワークフローはAIシステムが複雑な戦略をエンドツーエンドで確実に実行できるよう支援します。