BayerのAIエージェント、分析基盤への質問の約8割をエンジニアを介さず解決

悠 Yu NiiboriAIエンジニアプロフィール

要点

対象：社内のシステムへの質問をAIに任せたい担当者

BayerのAIエージェント（頼まれた作業を自分で進めるAI）は、社内のデータ分析基盤について社員が出す質問の約8割に、エンジニアを介さずに答えています。導入の第1段階での数字です。¹

この記事の目次（7節）

Bayer（バイエル）の農業部門、Bayer Crop Science の事例です。BayerとAWSの担当者が共同で書いた記事を、AWSが10月23日に自社のブログに載せました。AWSは、この仕組みが使っているサービスを売る会社です。¹

困っていたのは、結果を読み解くこと

この部門では、作物の品種改良（育種）のために、機械学習モデルを数百通りの設定で動かしています。利用者が増えると、モデルを動かすことよりも、出てきた結果がなぜそうなったかを調べることに手間がかかるようになりました。¹

分析の処理（ワークフロー）が失敗した理由を調べるには、ログやダッシュボードなど、どのシステムを見ればよいかを利用者が自分で分かっていなければなりませんでした。そこでBayerは、ふだんの言葉で質問できるAIの窓口を作りました。¹

種類	役割
振り分け役のAI	質問の中身を見分けて、合う専門エージェントに回す。分野をまたぐ質問は、答えをまとめる
22の専門エージェント	担当のシステムから情報を引き、答えを返す。たとえば調査の係はログを読み、図の係はグラフを作る

振り分け役のAIが質問に合う専門エージェントに回し、専門エージェントが担当のシステムから読み取って答えます。

たとえば、育種の担当者が「昨日の処理はなぜ失敗したのか」と聞いたとします。調査の係のエージェントがログと処理の状態を読み、どこで失敗したかを突き止めます。答えは、振り分け役のAIを通して利用者に返ります。¹

運用を始める前の準備で、エージェントが作業に失敗していても、監視ツールには成功と記録されていたことが分かりました。アプリの中でエラーが受け止められ、ふつうの返事として返っていたためです。¹

チームは、エージェントが失敗した回数を数えて、アラームで知らせる仕組みを足しました。ツールの呼び出しが失敗したときや、答えが決められた形で返ってこなかったときも数えます。¹

それぞれのエージェントには、担当の仕事に要る権限だけを渡しています。調査の係はログを読めますが、ワークフローを書き換えることはできません。¹

ツールの権限は読み取り専用で、答えは社内のデータとログに基づいて作ります。社内への提供も、全社に一度に広げず、対象を絞って始めました。¹

エージェントを動かす土台には、AWSの「Amazon Bedrock AgentCore」を使っています。AIエージェントを本番環境で動かすためのサービスです。¹²

このサービスには、AIが使えるツールやデータに権限を付けて絞る機能と、本番環境での動作を監視する機能があります。³

以前は、利用者が自分でログを探し、エンジニアの手が空くのを待っていたため、失敗の調査に1時間超かかっていました。¹

読み取り専用なら、エージェントが答えを間違えても、処理そのものは壊れません。だから、エンジニアが1件ずつ確かめなくても、エージェントに答えを返させられたと考えています。

計算の基盤をクラウドで提供するRescaleも、毎晩のテストで出た失敗をAIに振り分けさせ、直すのはエンジニアに任せています。

エージェントの権限の分け方は、自律型AIエージェントを設計する記事にまとめています。作業を後から確かめる記録の残し方は、監査ログの記事にあります。

まずは、社内でよく聞かれる質問を1つ選び、答えに要るログを読み取り専用の権限でAIに渡せるかを、情報システムの担当者と確かめてください。