デザインガイド

自律型AIエージェントワークフローのためのヒューマン承認ゲートの設計

ボトルネック、ワークフローディレイ、ガバナンスギャップを生じさせることなく、自律型AIエージェントワークフローのためのヒューマン・イン・ザ・ループ(HITL)承認ゲートを設計します。

承認は物語ではありません。それを取り巻くすべてが物語です。

ヒューマンインザループ(HITL)承認の議論は、AIエージェントの行動が人間によって承認されるべきかどうかに焦点を当てることがよくあります。実際には、その決定の周りで起こるすべてのことが問題です。所有権が不明確で、承認が未回答のまま、展開ウィンドウが閉じたり、ワークフローが応答を待っていることに誰も気づかないために停止します。

自律的なAIエージェントがより多くの責任を担うにつれて、承認ワークフローは人間の決定を収集する以上のことをする必要があります。

なぜ人間の承認ゲートが運用上の混乱を引き起こすのか

エージェントがビジネス全体でより多くのリクエストを生成し、より多くのアクションをトリガーすると、かつては管理可能だった非効率がすぐに運用上の制約になります。ルーティングの遅延はボトルネックになり、エスカレーションは日常的なものになり、承認キューはチームが追いつけるよりも速く成長します。

承認量が増えるにつれて、ワークフローの実行はますます人間の応答時間、可用性、意思決定の所有権に依存するようになります。

その時点で、人間の承認はコントロールのように感じなくなり、すべてのワークフローが待っている依存関係のように感じ始めます。

ワークフローデザインにおけるヒューマン承認の意味

ヒューマン承認の決定はワークフローを完了させるものではありません。それは一時停止します。

決定の前に、ワークフローはリクエストの所有者、ルーティング先、待機できる時間を知る必要があります。決定の後に、次に何が実行されるのか、拒否されたリクエストがどう扱われるのか、実行がどのように再開されるのかを知る必要があります。

生産環境では、これらの質問がワークフローの成功を決定することがよくあります。

承認決定に関する質問 ワークフロー実行に関する質問

誰が承認できますか?

承認後に何が実行されますか?

誰が拒否しましたか?

次にどのワークフローパスが実行されますか?

承認は必要ですか?

実行はどれくらい待機できますか?

証拠はありますか?

実行はどのように再開されますか?

誰が決定を所有していますか?

誰も応答しなかった場合はどうなりますか?

ポリシーは守られましたか?

ビジネスプロセスは成功裏に完了できますか?

AIエージェントがより多くの責任を担うにつれて、これらのワークフロー実行に関する質問は特例ではなくなり、日常業務の一部になります。

目安 ヒューマン承認が必要になるまで次に何が起こるかを決定するのを待たないでください。ワークフローが承認ステップに到達する前に、所有権、ルーティング、エスカレーションパス、タイムアウトの動作、実行結果、証拠のキャプチャを定義してください。

ヒューマン承認が実行パスの一部になると、承認プロセスを設計しているのではなく、その承認に基づいてワークフローがどのように動作するかを設計していることになります。これがワークフローオーケストレーションが必要とされるところです:プロセスを進めるためのルーティング、待機、エスカレーション、再開ロジック、実行パスを管理します。

何かをオーケストレーションまたは自動化する前に、どのビジネスアクションがヒューマンオーバーサイトを必要とするかを知る必要があります。

要点:

ヒューマン承認は行動が発生すべきかどうかを決定します。ワークフローオーケストレーションは、その決定の前後でビジネスプロセスが継続できるかどうかを決定します。

人間の承認ゲートが属する場所

タスクではなく結果を制御します。

すべてのAI生成ビジネスアクションが人間の承認を必要とする場合、承認疲れは避けられません。重要なのは、エージェントが運用上、財務上、顧客上、またはコンプライアンス上の結果を生む可能性のあるアクションを行おうとしているかどうかです。

人間の承認ゲートは結果のポイントに属します。設置する前に、提案されたビジネスアクションを三つの質問に照らして評価します :

そのアクションは取り消し可能ですか?

例えば:

  • レポートのドラフト作成?はい。
  • 顧客データの削除?いいえ。

そのアクションは外部に影響を及ぼしますか?

例えば:

  • 内部分析?低影響。
  • 顧客コミュニケーション?高影響。

そのアクションはビジネスリソースをコミットしますか?

例えば:

  • 推奨?いいえ。
  • 支払いのリリース?はい。

取り消すのが難しく、顧客に影響を与え、リソースをコミットし、規制上のリスクを生むアクションは、人間の監視の強い候補です。

人間が承認すべきもの: アクションかポリシーか?

どのビジネスアクションが人間の監視に値するかを特定したら、それらのアクションが発生するたびに人間がそれを個別にレビューするべきか、またはそれらを支配するポリシーやガードレールを承認するべきかを決定する必要があります。

一部の組織では、高い結果を伴うアクションが発生するたびに承認が必要です。他は、これらのアクションが自動的に実行できる条件を決定するポリシー、しきい値、ガードレールを承認します。

個別のアクションの承認 ポリシー、しきい値、ガードレールの承認

各展開リクエストをレビュー

テストとリスク基準に基づいて展開ルールを承認

各返金リクエストをレビュー

定義されたしきい値以下の自動返金を承認

各アクセスリクエストをレビュー

標準権限のための役割ベースのアクセスポリシーを承認

各低リスクのインフラ変更をレビュー

事前定義された変更が自動的に実行できるようにするガードレールを承認

AIエージェントがより能力を高めるにつれて、会話は "この特定のアクションを実行すべきか?" から "このアクションのカテゴリーはどの条件で自動的に実行されるべきか?" に移行します。

要点:

成熟したヒューマンインザループ(HITL)プログラムは、より多くのアクションをレビューすることでスケールしません。より良いポリシー、しきい値、ガードレールを承認することでスケールします。

スケールする人間の承認ゲートを設計するための四つの原則

HITL承認ワークフローをうまくスケールさせるチームは、通常四つの設計原則に従います:

01

エージェントが承認を求める前に決定の準備をさせます。

適切に設計された承認ゲートは、分析のポイントではなく、結果のポイントに位置します。エージェントがコンテキストを収集し、証拠を組み立て、推奨事項を準備させます。取り返しのつかないアクションの前にのみワークフローを一時停止します。

02

ポリシーによって決定をルーティングします。

承認の権限付与は、ワークフローが待機を始める前にあらかじめ定義されているべきです。目標は、誰が決定を所有するのかについてのあいまいさを排除することです。

03

非応答に備えて設計します。

すべての承認ワークフローは一つの質問に答えるべきです: 誰も適時に応答しなかったらどうなりますか? タイムアウトポリシー、エスカレーションパス、代替承認者、承認SLA、および例外処理を定義します。これらのコントロールがなければ、ワークフローは人間の利用可能性に依存することになります。

04

実行を再開し、証拠を保存します。

一度決定が下されたら、ワークフローは自動的に正しい次のステップを取り、帰属、決定履歴、サポート証拠をキャプチャします。承認はワークフロー記録の一部となり、切り離されたイベントではありません。

適切に設計された人間の承認ワークフローとは

適切に設計された人間の承認ワークフローでは、すべての結果にあらかじめ定義されたパスがあります。承認者が承認するか拒否するか、または応答しない場合でも、ワークフローはポリシーに従って適切なパスをたどります。

人間の決定は重要です。その決定を取り巻くワークフローがプロセスの成功を左右します。

人間の承認決定はワークフローパスを変更するべきであり、ワークフローを停止させるべきではありません。

人間の承認決定はワークフローパスを変更するべきであり、ワークフローを停止させるべきではありません。

Control-Mの適用範囲:承認からオーケストレーションまで

ほとんどのヒューマンインザループソリューションは承認の収集に焦点を当てていますが、承認はより大きなワークフロー内の一つの制御に過ぎません。

Control-Mは、これらの人間の承認の前後に発生するすべてを管理するのに役立ちます。つまり、AIエージェントがアクションを提案し、人間がそれを承認または拒否し、ワークフローがポリシーに従って適切なパスをたどるのです。

生産環境でAIを信頼性高く運用するための最良のアプローチ

ワークフロー要件 Control-M Capabilities

高リスクアクションの前で実行を一時停止

人間の承認チェックポイント

アクションの承認を制限

役割ベースの承認認可とアラート

非応答の処理

エスカレーションワークフローと構成可能なタイムアウトおよび例外処理

承認後にワークフローを再開

一時停止と再開の実行

拒否後に代替パスをトリガー

条件付きワークフローブランチ

監査証拠を維持

承認履歴、帰属、報告

職務分離を強制

役割ベースの認可とガバナンスコントロール

AIエージェントがより自律的になるにつれて人間の承認に何が起こるか?

AIエージェントがより能力を持つようになると、人間の承認ゲートは最終的に消えるのだろうか?それを言うのは難しい。もっと見るのが簡単なのは、人間の承認の役割がすでにどのように変わっているかです。

何が起こりそうか

人間はAIエージェントにより多くの権限を委譲するだろう。
現在、多くのAIシステムは情報を取得し、推奨を生成し、意思決定をサポートしています。ますます多くのシステムがワークフローを実行し、アクションをトリガーし、アプリケーション間での作業を調整しています。問題は、どの程度の権限を彼らに与えるかということです。

人間の承認はより選択的になるだろう。
誰もが一日中、無限の承認要求をレビューすることを望んでいません。自律システムが成熟するにつれて、人間の注意は例外、高リスクの意思決定、ポリシー違反、顧客に影響を与えるアクションにますます集中するでしょう。ルーチン活動は事前定義された範囲内で実行されます。 

ガバナンスはアクションから境界にシフトするだろう。
今日、多くのHITLディスカッションは特定のアクションを承認すべきかどうかに焦点を当てています。チームは個別の意思決定を承認するのにかける時間が少なくなり、彼らを管理するポリシーの設計にもっと時間をかけるようになるでしょう。ますます、問いはこうなるでしょう:このクラスのアクションはどのような条件下で自動的に実行されるべきか?

不確実なこと

より良いコントロールがより多くの自律性を生むかもしれない。 
何年もの間、業界は主に、より良いモデルがより多くの自律性を生むと仮定してきました。現実は、より良いコントロールがより多くの自律性を生むかもしれません。モデルのパフォーマンスが唯一の制限要因ではないかもしれません。それはコンプライアンス要件、責任期待、監査可能性の要求、運用リスク許容度かもしれません。

人間の承認量がどうなるかはまだわからない。
より賢いエージェントは、より良い意思決定を行い、介入を必要としないことで承認要求を減らす可能性があります。あるいは、エージェントが既存のビジネスポリシーの外で劇的に多くのアクションを開始するため、承認量が増加する可能性もあります。

どちらの結果も可能です。重要なのは、将来の方向性がどちらであっても、信頼性のあるガバナンスされたワークフローを設計することです。

変わらないこと

AIエージェントがより能力を持つようになるにつれて、我々は人間の承認がどこに属し、エージェントにどれだけの権限を与えるべきかを引き続き議論するでしょう。しかし、運用上の課題は非常に一貫して残るでしょう:所有権は明確である必要があり、エスカレーションは機能し、ワークフローは定義された結果を持ち、意思決定が行われたときに実行パスは続く必要があります。

HITLを成功裏にスケールさせるチームは、最も多くの承認を集めるチームではありません。彼らはそれらの周りに最も信頼性のあるワークフローを設計するチームです。

承認は物語ではありません。それに関連するすべてが物語です。

人間の承認の周りで起こることをオーケストレーションする

ルーティング通知、エスカレーションパスの処理、タイムアウトの管理、実行の再開、監査可能性の維持はすべて同じワークフローの一部です。

Control-Mがチームに人間の承認ワークフローの周りでルーティング、エスカレーション、実行、ガバナンスを調整する方法を学びましょう。

私たちの専門家に接続してください