マルチエージェントシステムを通じてより良いビジネス成果を推進する

AIの義務化が企業の新しい常態となり、組織はエンタープライズデータでエージェンティックAIを強化し、大量のデータを実用的な知識に変え、生産性と業務を向上させています。エージェンティックAIの約束と進展は莫大で現実的です。それはプラグアンドプレイではなく、コスト、品質、速度、スケールを通じてビジネス価値を推進するシステムを設計することに関するものです。

ガートナーの予測^® によると、「エージェンティックAIプロジェクトの40％以上が2027年末までにキャンセルされるだろう。これはコストの上昇、ビジネス価値の不明瞭さ、または不十分なリスク管理によるものです。」私たちは、エージェンティックAIがゲームチェンジャーになり得ると考えていますが、どこでもそうではありません。このキャンセル率は技術についてではなく、組織がそれにどのようにアプローチしているかについてのものです。私がエージェンティックAIが成功しているのを見た状況では、会話はAIエージェントを使用するタイミング、自動化に留まるタイミング、ワークフローを再考するタイミングを理解しているチームから始まります。

AIエージェントの違い

エージェンティックAIは、複雑な多段階の問題を自律的に解決するために高度な計画を使用します。たとえば、IT運用（ITOps）用のAIエージェントのシステムは、サービスの根本原因を特定し、状況を評価し、サービストポロジー、テレメトリ信号、変更イベントからの文脈データに基づいて潜在的な原因を特定できます。エージェントの種類は、異なる職務機能に応じて異なります:

• 非決定論的エージェントは、どのタスクを完了する必要があるかを判断し、すでに完了したことを追跡します。BMC HelixGPT Situation Observerは、このタイプのエージェントの良い例です。これは、インフラストラクチャ、アプリケーション、およびネットワークリソース全体の文脈を動的に分析することを学び、イベントノイズを減少させ、状況に基づいて解決時間の平均を最適化します—すべて人間の介入なしで。
• 決定論的エージェントは、あらかじめ決められたステップを持つワークフローを実行します。BMC HelixGPT Employee Navigatorは、決定論的エージェントの例であり、「見ることと聞くこと」によって、より良く、より自然で、人間のようなセルフサービスサポート体験を提供するための大きな一歩を踏み出します。呼び出されると、エージェントはツールのリストにアクセスし、適切な情報を提供するために最適なものを使用して解決と実行を迅速化します。

複雑な問題に対処するためには、しばしばAIエージェントタイプの組み合わせが必要です。AIエージェントは多くの興味深いことを行うことができますが、プロセス集中的な状況を解決するためにマルチエージェントシステムで協力するときに最高の価値を提供します。

BMC Helixのマルチエージェントシステムアプローチ

エージェンティックAIは単一の「魔法の」エージェントについてではなく、複雑な問題を解決するために自律的な意思決定を備えたモデル、技術、ツール、データ、構造化されたワークフローの適切な組み合わせを調整することに関するものです。かつて複数の専門ツールを必要としたタスクは、今や単一のよく設計されたマルチエージェントシステムによって処理されることができます。このアプローチは、作業に最適なツールを使用することによって生産性を倍増させ、コストを削減します。

BMC HelixGPT Best Action Plannerは、問題を解決するための最良の修復手順を提供するオーケストレーターまたはプランナーの良い例であり、関連するIT計画と最適化情報も提供します。このマルチエージェントシステムは、インシデントを解決するためのアクションプランを策定する際に、組織の独自のデータとプロセスを考慮に入れます。

問題が発生すると、マルチエージェントシステムは、人間のサイト信頼性エンジニア（SRE）またはDevOpsエンジニアと同じプロセスに従ってそれを診断し、解決します。次の情報を処理してそれに基づいて決定を下すために、ドメイン特化型エージェントを呼び出す分析計画を行います:

• ログ
• メトリックス
• トレース
• 変更（最近、過去、類似の変更）
• 文書
• ワークフロー

インシデントデータ、チャットスクリプト、根本原因分析、およびサービスレベル目標（SLO）、依存関係グラフ、変更ログを理解し相関させる能力を訓練されたマルチエージェントシステムは、SREやDevOpsエンジニアが通常行う手動調査の多くを置き換えることができます。このオーケストレーションと計画層は、AIエージェントがビジネス全体に実装されるにつれてますます重要になります。

組織の異なる部分がAIエージェントを実装し手動プロセスを自動化すると、迅速に再考することが困難なパッチワークのようなアーキテクチャが生まれる可能性があります。CIOは、AIエージェントをサブエージェントに分割し、それぞれがシステムに追加できるように、開始時からマルチエージェントフレームワークを開発する必要があります。
「どの決定を安全にオフロードできるか？」や「どこでアクションを標準化できるか？」といった質問をすることが、成功した成果を確保するために重要です。

ビジネス価値の実現

エージェンティックAIの真の価値は、個々のタスクの自動化だけでなく、企業の生産性を推進することにあります。つまり、次のような戦略目標に合わせたサービス管理および運用全体にわたるマルチエージェントシステムの採用を意味します:

収益の成長: より良い従業員体験は、収益の成長を大幅に推進する可能性があります。従業員が関与することで、より幸せで生産的で革新的になり、それが売上と収益の増加につながります。BMC HelixGPT Employee Navigatorを使用することで、従業員は迅速にエンタープライズ全体の知識にアクセスし、自動的に適切なチームにエスカレーションをルーティングすることで、チケットをタイムリーに解決できるようになります。

コスト最適化: コストを最適化することは、組織の持続可能性の重要な部分です。CIOは、AIと統合されたワークフローを使用して、繰り返しのタスクを自動化し、チケットボリュームを減少させ、インシデント応答を合理化できます。多くの相関イベントに対して単一のインシデントを作成し、影響を受けるサービスおよび構成アイテム（CI）詳細をまとめることで、BMC HelixGPT Situation Observerは生成されるチケットの数とそれに伴うコストおよびインシデントノイズを大幅に削減します。

リスク管理: CIOは、AIエージェントを使用して脆弱性の修正を迅速化できます。BMC HelixGPT Vulnerability Resolverは、脆弱性管理プロセスを加速し強化するように設計されており、脆弱性を規模で視覚化、優先順位付け、対処することを容易にします。SaaSまたはオンプレミスデプロイメントの選択肢を持つことで、CIOはセキュリティ要件、規制のニーズ、またはインフラストラクチャの好みに合わせてデプロイメントを調整できます。

結論

AI、特にエージェンティックAIは、もはや「あってもいいもの」ではなく—適切なエンタープライズエージェンティックオーケストレーションプラットフォームは、マルチエージェントデプロイメントがパイロットから本番に移行するために必要なガバナンスとスケーラビリティを提供します。AIがIT業務を変革し続ける中で、CIOやITリーダーはプロセスにエージェンティックシステムを実装するための戦略的アプローチを取らなければなりません。単にエージェントをレガシーワークフローに接続して変革を期待するのではなく、ワークフローを完全に再考する時です。

これらの投稿は私自身のものであり、必ずしもBMCの立場、戦略、または意見を代表するものではありません。