7月21日、Techstrong AIが「One AI Agent Isn't Enough Anymore: Why Enterprises Are Building Teams of AI Instead」と題した記事を公開した。単一AIモデルの限界を超えるマルチエージェントアーキテクチャが企業システムの設計思想をどう変えつつあるかを論じた内容で、稼働初日に1万件超の未処理書類を数時間で処理し、自動承認率90%以上を維持したという具体的な事例を軸に、オーケストレーション・ガバナンス・人間の役割の変化までを包括的に描いている。
「最強の1モデル」神話の終わり
企業AIの第一世代は「最も優秀な単一モデルを探す」競争だった。ベンチマークを比較し、より大きなモデルを選べば、より複雑な問題が解けると信じられていた。
しかし実際の業務プロセスはそうなっていない。
たとえば従業員のオンボーディング一つとっても、機器の調達、システムアクセスの付与、給与設定、トレーニングの割り当て、コンプライアンス対応、承認フローと、複数の部門とソフトウェアプラットフォームにまたがる作業が発生する。単一モデルがその一部を処理することはできても、ワークフロー全体を調整するのは別次元の問題だ。
こうした課題を背景に、LangGraphやAutoGenといったマルチエージェントフレームワークが急速に普及し、複数のAIエージェントが役割分担しながら協調するアーキテクチャへの注目が企業の間で高まっている。本記事はその実装の現実を正面から論じている。
マルチエージェントが実際に何を解決したか
記事が最も具体的に描くのは、失業保険の請求処理システムの事例だ。
大手雇用主が従業員を解雇すると、州の機関から物理的な書類が届く。控訴通知、賃金確認依頼、審問スケジュール、適格性判定など、750種類以上の書類が対象だ。従来、各書類の意図把握・期限フラグ付け・次ステップ判断には15〜20分の手作業が必要で、週次で数千件の書類が届くため未処理が積み上がり、コンプライアンスの期限超過が常態化していた。
ここに導入されたマルチエージェントシステムは以下のパイプラインで動く：
- 分類エージェント：受信書類を種別に振り分ける
- ドメインエージェント：対応要否を判断する
- 検索エージェント：社内システムから関連する従業員記録を取得する
- 応答エージェント：該当する州のフォームに記入し、コンプライアンス期限内に提出する
信頼度が低い書類は人間によるレビューにエスカレーションされる。稼働初日に1万件超の未処理書類を数時間で処理し、現在は自動承認率90%以上を維持している。
本当の難問はオーケストレーション
エージェントを複数用意するだけでは足りない。「どう連携させるか」が核心だ。
記事が特に詳しく論じるのがルーティング問題だ。マルチエージェント会話システムでは、クエリが届くたびに「どのエージェントに回すか」をリアルタイムで判断しなければならない。誤ルーティングがDBへの書き込みやフォーム送信を引き起こせば、業務上の実害が発生する。
現在議論されている主なアプローチとそのトレードオフは以下の通りだ：
- LLMによる動的ルーティング（オーケストレーターのシステムプロンプトにエージェント定義を埋め込む）：小規模では動くが、エージェントが10〜15個を超えると「lost in the middle」問題が顕在化するとされる。「lost in the middle」とは長いコンテキスト中間部に位置する情報への注意力が劣化する現象を指す学術的な概念で、元記事ではこれをルーティング精度の低下要因として言及している（※文脈への適用は元記事の記述に基づく）
- 従来型ML分類器（過去のクエリ→エージェントのマッピングで学習）：コンテキスト問題は解消するが、企業クエリの非決定論的な性質と継続的なデータドリフトに弱い
- 階層型プランナー・エグゼキューターアーキテクチャ：クエリをベクトルDBで処理してエージェント能力を動的に取得し、プランナーが実行計画を立ててエグゼキューターが実行する。トレードオフはレイテンシと、エッジケースでプランナーがリトライループに入るリスクだ
いずれも現在進行中の研究課題と位置付けられている。
ガバナンスと「人間の役割の変化」
マルチエージェントアーキテクチャが規制産業（医療・金融・保険・行政）に向くもう一つの理由は、監査性にある。全タスクを単一システムに集約するより、専門化されたエージェントの方がテスト・モニタリング・監査が容易だ。
記事が描く成熟した企業AIの姿は、「ますます高度化する単一の中央集権モデル」ではない。ドメインチームがそれぞれ専門エージェントを開発し、中央オーケストレーション層がガードレール・監査証跡・コンプライアンスフレームワークを一貫して適用するフェデレーテッドシステムだ。フェデレーテッドシステムとは、中央集権的な一枚岩の構成ではなく、分散した各チームや部門が自律的にコンポーネントを管理しつつ、共通の統治基盤のもとで連携する設計思想を指す。
そのモデルにおいて見過ごされがちな点として、記事はドメインスペシャリストの重要性を挙げる。コンプライアンス担当者、HR専門家、オペレーション担当者こそが「エージェントが何を知るべきかを定義し、ガードレールを設定し、重要なエッジケースで出力を検証する」主体だという。人間の役割は「構築」から「監督」へと移行するが、それは後退ではなく、自動化が本質的に難しい判断領域への専念だ、と記事は論じる。
詳細はOne AI Agent Isn't Enough Anymore: Why Enterprises Are Building Teams of AI Insteadを参照していただきたい。
