エージェンティックAIとMCP：顧客価値と業務を変革する

ChatGPTの登場以来、約3年間、個人や組織は反応型AIを広く探求し、記事、表、翻訳、ToDoリスト、問い合わせ解決のためのチャットボットを生成するためのプロンプトを作成してきました。これらのアプリケーションは、特に効率向上において実用的な利益をもたらす一方で、次の大きな飛躍は単なる技術的改善を超越します。エージェンティックAIシステムは、組織が開始から完了までの運用プロセス全体を管理できる自律的なサービスエージェントを展開する力を与える準備ができています。

エージェンティックAIの真の価値は、置き換えではなく、人間と機械の明確な強みを活用したコラボレーションにあります。ワークフローが人間の判断と機械の精度をシームレスに統合するとき、組織はタスクを合理化し、パーソナライズされた体験とより深い洞察を促進し、意思決定を鋭敏にし、スケーラビリティを高め、継続的にプロセス改善に役立つ成果を正確に測定できます。反応型AIとは異なり、エージェンティックシステムはデジタル同僚のように機能し、自らイニシアチブを取り、定義された目標を追求し、記憶とコンテキストを保持し、ツールを使用して結果から学び、リアルタイムで適応します。この根本的な変化は、再構築されたワークフローを通じて、顧客とユーザー体験における漸進的な利益と画期的なイノベーションの両方を約束し、運用上の卓越性を推進します。

しかし、組織運営の再定義を通じてこの差別化された価値を実現するには、慎重な人間のオーケストレーションが必要です。エージェンティックAIは自律的に動作しますが、その有効性は、その核心的な目的を設定し、運用上のガードレールを定義し、戦略目標との整合性を確保するための人間または企業の監督に依存します。エージェンティックAIの効果的な実装は、価値創造における人間の従業員の役割を高め、透明性を確保し、倫理基準を遵守し、組織のあらゆるレベルで責任ある戦略的監督を維持します。

エージェンティックAIの可能性を最大限に引き出すには、組織はAIエージェントを多数のツールやデータソースに接続する必要がありますが、それぞれにカスタム統合を構築する負担はありません。ここに、モデルコンテキストプロトコル（MCP）が極めて重要なオープン標準として登場します。MCPは、断片化された特注の統合を単一の普遍的なプロトコルに置き換えます。MCPをAIエージェントのUSB-Cポートと概念化してください。USB-Cがデバイス接続を標準化したように、MCPはAIシステムがデータベース、アプリケーション、および外部サービスにアクセスする方法を標準化し、各統合に個別のコード開発が不要になります。企業にとって、これは自律型エージェントが顧客データベース、CRMシステム、知識リポジトリにシームレスにアクセスし、さまざまなプラットフォームでアクションを実行できることを意味します。これらすべてが1つの標準化されたプロトコルを介して行われます。このエコシステムが成熟するにつれて、AIシステムは異なるツールやデータセット間を移動する際にコンテキストを維持し、持続可能で堅牢なアーキテクチャを確立します。具体的な結果として、技術的な複雑さが劇的に軽減され、変革的な顧客価値を提供するために必要なコンテキスト認識能力を備えたエージェントが生まれます。

エージェンティックAIの深い価値を実装するには、包括的な組織的変更管理、特に高品質な成果を一貫して生み出すためのプロセスの再設計が必要です。単に新しいツールを導入するだけでなく、影響力のあるエージェンティックAIの導入には、AI専門家がクロスファンクショナルなミッションベースのチームの不可欠な、継続的なメンバーであることが求められます。これらのチームは、再設計のために選択された特定のプロセスに焦点を当て、AIの専門知識が技術的な機能内に孤立しないようにします。代わりに、これらの専門家は機能的なプロセスコンテンツおよび成果の専門家と連携し、相互学習を促進し、組織全体の専門知識を集合的に拡大します。再考されたプロセスチームの数が増えるにつれて、組織全体の専門知識も増加し、達成された利益を拡大し、企業が継続的に進化するAIランドスケープで優位に立つことを可能にします。これらすべてには、データ、戦略、組織の準備状況の綿密なオーケストレーションが必要であり、エージェンティックAIが適用される特定の機能に焦点を当てるとともに、新しい機会を積極的に探し出し、適応するワークカルチャーが必要です。これは、単一のイベントではなく、実質的な可能性を秘めた根本的に新しい働き方であり、企業全体にわたる深い変革を表しています。

この変革における重要な要因は、顧客やユーザーに最も価値をもたらす再設計されたプロセスを優先することであり、これは彼らの実際の製品またはサービスの使用状況を観察することによって決定されます。これは歴史的なイノベーションを反映しています。1980年代初頭、NCR Corporationは観察研究を利用して、小売店のレジが自動化できる最も時間のかかる課題を特定しました。これにより、Small Computer System Interface（SCSI）プロトコルとSCSIコンピューターチップの共同開発が実現し、スキャンによる料金請求が手動入力を置き換えました。同様に、Intuitのエンジニアとプロダクトマネージャーは、ユーザーが日常生活で製品機能をどのように適用するかを観察する「フォロミーホーム」セッションに定期的に参加することでイノベーションを促進しています。この慣行は、技術専門家からの顧客使用状況に関する洞察を制度化し、さらなる変革のための革新的なアイデアを供給します。

最後に、AI駆動の世界に向けて労働力を準備することが最も重要です。従業員のAIスキルギャップを認識している企業は、社内または商業トレーニングを提供しています。高等教育機関とその非学術的な競合他社は、さまざまなオンラインコースを提供しています。AIの継続的な進化を考えると、次世代とその教育者もトレーニングを必要とします。アメリカで2番目に大きな教師組合であるAmerican Federation of Teachers（AFT）は、Microsoft、OpenAI、Anthropicから2300万ドルの資金提供を受け、トレーニングハブを立ち上げています。このイニシアチブは、AIを使って賢明に、安全に、倫理的に授業計画を生成する方法を教育者に教えることに焦点を当てています。AFTの「Share My Lesson」は現在、OpenAIを搭載した教育アシスタントであるTRYEdBrAInのベータテストを行っており、異なる学年レベルに合わせて授業計画を適応させたり、さまざまな言語に翻訳したり、その他多くのオプションを提供したりできます。このベータテスト段階でユーザーエクスペリエンスが評価されています。同時に、カーンアカデミーは、さまざまな学区で生徒の家庭教師として機能するAI搭載の教師アシスタントをテストしています。

デジタルトランスフォーメーションが加速するにつれて、主要な組織はエージェンティックAIを単なるツールとしてではなく、チームワーク、価値創造、企業のアジリティの新しいパラダイムの強力な触媒としてますます認識するでしょう。