Agentic Workflows

Agentic workflowsは、人工知能 (AI)における変革的なアプローチであり、複数の自律的なエンティティが相互作用し、最小限の人間の介入で意思決定を行い、多段階のタスクを実行します。厳密で直線的な実行パスに従う従来のマシンラーニングパイプラインとは異なり、agentic workflowは非常に動的です。これにより、インテリジェントエージェントまたはエージェントの調整された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義された目標を達成することが可能になります。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agentic workflowsは孤立したスクリプトに取って代わり、多様な産業全体で堅牢かつスケーラブルな自動化を実現しています。

Link to this sectionAgentic Workflowsの理解#

その核心において、agentic workflowはAIを受動的な生成から能動的な問題解決へとシフトさせます。これには、単一のプロンプトによる対話から、計画、実行、観察の反復ループへの移行が必要です。これらのループを調整することで、開発者は予期しないエッジケースを処理し、自ら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ために説明します。AIエージェントとは、推論と行動を行う個々の自律エンティティ（多くの場合、大規模言語モデル (LLM)によって駆動されます）のことです。対照的に、agentic workflowは、これらのエージェントがどのように連携し、メモリを共有し、アクションを順序付けるかを統制する包括的なアーキテクチャプロセスです。さらに、生成AIは主にユーザーのプロンプトに基づいて単一の直線的なパスでコンテンツを作成しますが、エージェントシステムは自己反省、計画、マルチエージェント討論といったagenticデザインパターンを使用して、目標が完全に達成されるまで出力を継続的に洗練させます。

Link to this section中核となるコンポーネント#

これらのワークフローの成功を支えるいくつかの基礎的な要素があります：

• LLMバックボーン: ワークフローの中心的な推論エンジン。フレームワークはOpenAIのGPT-4oのような最先端モデルを調整し、ユーザーの意図を解釈して動的に実行計画を生成します。
• 関数呼び出しとツール使用: エージェントは外部世界と対話するための特定のツールを備えています。これには、データベースへのクエリ、コードの実行、または視覚データを分析するためのコンピュータビジョンモデルの呼び出しが含まれます。OpenAIの関数呼び出しに関するドキュメントでは、モデルが外部APIを確実かつ適切にトリガーするためにどのように出力をフォーマットするかが概説されています。
• オーケストレーションフレームワーク: LangGraph、CrewAI、Microsoft AutoGenといったライブラリは、エージェントを接続し、会話状態を管理し、タスクをインテリジェントにルーティングするための重要なインフラストラクチャを提供します。
• メモリとコンテキスト管理: ハルシネーションを防ぎ、多段階プロセス全体で一貫性を維持するために、ワークフローは短期記憶（現在の会話コンテキストウィンドウ）と長期記憶（永続データベース）を保持し、過去の対話から学習します。

Link to this section実社会での応用#

Agentic workflowsは、現実世界で複雑かつオープンエンドなタスクを積極的に解決しています：

1. 自律的な目視検査: 製造業において、エージェントシステムは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トリガーして画像をキャプチャし、オブジェクト検出モデルを使用して処理し、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メンテナンスチケットを記録し、製品を手動確認へとルーティングし、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: 金融および法務セクターでは、ワークフローは非構造化PDFから構造化データを抽出するように設計されています。エージェントはレイアウト検出を反復的に適用し、ターゲットを絞ったプロンプトエンジニアリングを使用して、抽出されたテーブルを自己修正し、期待される財務スキーマと照らし合わせて検証します。

3. 動的なマーケティングオペレーション: 先見の明のあるマーケティングチームは、最新のトレンドを自律的に分析し、キャンペーンアセットを生成し、広告コピーのバリエーションをテストし、リアルタイムのパフォーマンス指標に基づいて予算戦略を調整するエージェントを導入することで、マーケティングワークフローを再構築しています。

Link to this section例：Vision-Agent Workflowの構築#

Ultralytics Platformとultralytics Pythonパッケージを使用すると、視覚的知能をagentic workflowに統合するのは簡単です。この概念的な例では、エージェントシステムはYOLO26を知覚ツールとして使用して生産ラインを検査し、ワークフローの基盤となるロジックがpredict modeの結果に基づいて次のアクションを自律的に決定できるようにします。

from ultralytics import YOLO

# Load the recommended Ultralytics YOLO26 model
model = YOLO("yolo26n.pt")

# Agentic workflow step 1: Vision tool gathers environmental data
results = model.predict("factory_line.jpg")


# Agentic workflow step 2: Agent logic evaluates the visual detections
def decision_agent(detections):
    for obj in detections:
        # Check if the model detected a specific class, e.g., 'defect'
        if obj.names[int(obj.cls)] == "defect":
            return "Action: Trigger immediate maintenance alert."
    return "Action: Continue production line smoothly."


# Execute the agent's decision logic based on bounding box data
action = decision_agent(results[0].boxes)
print(action)

内部でPyTorchのようなフレームワークを活用することで、これらのビジョンツールは非常に正確な空間認識をより広範なAIロジックに提供します。agentic組織が成熟し続ける中で、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は、次世代のインテリジェントで自己修正可能な自動化を推進します。アクティブラーニングを通じた継続的な改善と洗練されたオーケストレーションにより、agentic workflows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することを保証します。