AIBR プレミアム
拓海先生、お時間よろしいですか。部下から『AIエージェントにワークフローを組めば現場が楽になる』と言われたのですが、そもそもワークフローってどうやって作るのか見当がつかないのです。
素晴らしい着眼点ですね！大丈夫、ワークフローとは手順書のことです。今回の論文はその手順書を人が設計せずに自動で作る仕組みを示しているんですよ。要点を三つにまとめると、（1）言葉でプログラムを書く、（2）自動で改善する、（3）汎用的に使える、です。
言葉でプログラムというと、要するに誰でも読める手順書をAIが書くということでしょうか。これって要するに文章で『やることリスト』を作るだけじゃないのですか。
いい質問です。似ていますが違います。ここでの『自然言語プログラム（natural language program）』は単なる箇条書きではなく、ツール呼び出しや分岐などを含めた実行可能な手順を表すものです。三つの観点で考えてください。まず可読性が高く、次に実行可能で、最後に改善可能であることです。
実行可能というのは、具体的には現場のシステムとつながるということですか。たとえば在庫照会や発注のボタンを押したり、データを集めたりできるわけですか。
その通りです。具体的にはAIが外部ツールを呼び出せるように手順を組み、条件分岐やエラー処理も書きます。ポイントは三つです。現場のプロセスに合わせること、失敗時にどう戻すか決めること、そして人間が監督しやすい形で提示することです。
聞くところによると手作業でワークフローを作るには時間と知識が必要だと。自動で作れるなら人件費も工数も減りそうですが、品質や安全性は担保されるのですか。
大丈夫、そこが論文の肝です。AutoFlowは生成したワークフローを試行して評価し、繰り返し改善する『ワークフロー最適化手続き』を持っています。要点三つで言えば、評価基準を設ける、試す、修正する、のサイクルで品質を担保します。
なるほど。とはいえ自社の大事な業務にAIが勝手に手順を変えるのは怖い。人間が最終確認するフローにできるのか、現場の負担はどう変わるのかが肝ですね。
ごもっともです。AutoFlowは二つの生成手法を提供し、保守性の違いで選べます。一つはファインチューニング（fine-tuning）で特定業務に合わせる方法、もう一つはインコンテキスト（in-context）方式で事前学習済みモデルを活用する方法です。導入時は人間によるレビューを必須にし、段階的に自動度を上げる運用が現実的です。
分かりました。要するに、人が使える形の手順書をAIが自動で作り、それを試しながら良くしていく仕組みで、最初は人がチェックすることで現場の安全を確保する、ということですね。これなら検討できます。
