マルチエージェントシステム（MAS）デザインワークショップ

Martin Szugat

2138

101

報告

なぜ利用するか？

デザイン思考ワークショップで、学際的なチームと共にマルチエージェントシステム（MAS）を設計することで、AIを用いて複雑なプロセスを自動化することができます。

誰が利用するか？

マルチエージェントシステムには以下の分野の様々なエキスパートのコラボレーションが必要です：

ビジネスドメインとプロセス
ビッグデータとエージェンティックAI
IT、セキュリティーとプライバシー

また、全ての関係者が協力して作業することが必要です。すなわち：

ユーザー：社員および/または顧客
開発者：ソフトウェア、データ & AI エンジニア
意思決定者：ビジネスプロセス所有者
コンサルタント：プライバシー担当者、セキュリティアドバイザーなど

最後に、異なるメンバーを集めて効果的なチームを作るためのファシリテーターが必要です。

いつ使用するか？

チームが集合して（既存または新たな）プロセスを決定しました。チームはエージェンティックAIを使ってこのプロセスを自動化し、効率性、効果性、および/または堅牢性を向上させたいと考えています。

もしまだプロセスが特定されていない場合は、エージェンティックAIの潜在的な導入事例を特定し優先順位を付けるために、Lean Data & AI Strategy Workshopをお勧めします。

1 日間の MAS デザインワークショップでは、参加者が目標と主要結果を設定し、人間のエージェントと人工エージェントを識別し、エージェント間の作業と情報の流れを設計します。また、技術的および分析的な基礎を定義し、セキュリティ、プライバシー、公平性などを確保するために必要なガードレールを指定します。

使用するもの

このワークショップのテンプレートは、世界の多くの有名企業やコンサルティング会社で使用されている実績あるData & AI Business Design Methodに基づいています。このメソッドは、クリエイティブ・コモンズライセンスの下で自由に利用可能なData & AIビジネスデザインキットのキャンバスを使用します。

使用方法

このワークショップテンプレートは、1日セッションとして設計されており、2つの半日に分けることもできます。1日のうちに、参加者は6つの異なるフェーズを順に進み、それぞれのフェーズで6つの異なるキャンバスを使っていくつかのステップを実行します。キャンバスには、それぞれのフェーズのステップに対応する番号が円形で記されています（①、②など）。

I. イントロ

イントロでは、すべての参加者が同じ目標を追求し、提示された道を共に進む意思があることを確認します。この道（ワークショップのアジェンダ）の概要を説明し、提示するために、「データ＆AIデザイン思考ワークショップキャンバス」を使い、以下のステップを実施します。

① キャンバスのヘッダーをカスタマイズし、会社名と、該当する場合はコンサルタント名を指定して日付を入力します。このステップは、その後のすべてのキャンバスでも行います。

② ワークショップの具体的な目標を設定し、望む主要成果（キーリザルト）（成果物）を定義します。

③から⑦では、アジェンダ項目、セッション時間などを必要に応じて調整します。

アジェンダ項目に取り組んでいるときには、該当する付箋の色を黄色に変更します。完了したら、緑色にマークします。これにより、チームは常に現在の状況を把握できます。

II. ビジネスプロセス分析

次に、Agentic AIで自動化および最適化したいビジネスプロセスを視覚化し分析する必要があります。これを行うために、Value Chain Canvasと既存要素には緑色の付箋、計画中の要素には黄色の付箋、欠損要素には赤色の付箋を使用します。

① Focused onフィールドに、ビジネスプロセスの名前を記入します。

② Value Chain Canvasの左側からプロセスの始まりを開始します：

a) ビジネスプロセスを開始する初期状態、基礎プロダクト、またはトリガーは何ですか？

b) 初期状態を設定し、基本製品を提供する、またはイベントを引き起こす人物、役割、または組織単位はどれですか (プロデューサー)？

③ 次に、バリューチェーンキャンバスの右側にある業務プロセスの終了部分に進みます:

a) 業務プロセスの最終状態、最終製品、または主要な結果は何ですか？

b) 最終状態の受益者、最終製品の消費者、または主要な結果の受領者は誰ですか (顧客)？

④ 次に、主要活動、つまりプロセスのワークフローの概要を示します: 必要なアクションは何で、どの順序で行われますか？どのような代替または並行するフローがありますか？

⑤ 主要活動に加えてサポート活動も必要になることがよくあります: 業務プロセスを支援する一般的および内部的な措置/組織単位はどれですか？

⑥ サポート活動が内部で提供されておらず、外部企業によって提供されており、プロセス全体に関与している場合は、これらを一般的なサプライヤーとして記載してください。

⑦ 個別のプロセスステップのみを実行またはサポートする特別なサプライヤーは、特別なサプライヤーの下に配置してください。

⑧ プロセスの効率性、有効性、品質、安定性などを測定し、対応する目標値を設定するための重要業績評価指標（KPI）を青い付箋に記入してください。

最後に、エージェンティックAIに関連するすべての目的、主要な結果、そしてKPIをバリューチェーンキャンバスから抜き出し、緑のボックスビジネス目標と主要な結果にエージェントの出力として指定してください。

III. ユーザーロールの識別

ビジネスプロセスを理解した上で、プロセスの文脈における関係者は誰なのかという質問に答えられるようになりました。この質問に答えるために、ステークホルダー分析キャンバスと青い付箋を使って人や役割を特定します。次のステークホルダーの機能を考慮しましょう（一人/役割が複数の機能を担うこともあります）：

① に焦点を当てたフィールドにビジネスプロセスの名前を記入します。

② 意思決定者：プロセスの流れに影響を与える決定を下すのは誰ですか？

③ 経済購入者：プロセス中に購入や予算、その他の（財政的な）資源の決定が行われる場合、だれがお金を提供するのか、あるいはスポンサーは誰ですか？

④ エンドユーザー：プロセスの結果を使用するのは誰ですか（バリューチェーンキャンバスの顧客参照）？

⑤ 妨害者：意思決定者や経済購入者、エンドユーザーに対して否定的な影響を与えてプロセスを妨害しようとする可能性のあるのは誰ですか？

⑥ 影響者：意思決定者、経済バイヤー、またはエンドユーザーにプラスの影響を与えることでプロセスを支援できるのは誰か？

⑦ 推薦者：アドバイザリー機能で積極的にプロセスに関与する者、または情報を提供する者は誰か？

⑧ 実施者：実際にプロセスを実行し、アクションを実施するのは誰か？

後のマルチエージェントシステム設計において、エージェントが一部の人物/役割の機能を担う。しかし、自動化の度合いが非常に高くても、特定の機能は人間のエージェントに残される。それらはAIエージェントの結果を確認したり、承認を与えたり、自動化プロセスのユーザーおよび/または受益者となる必要がある。

付箋の色を変えることで、特定の関係者をマークする：

グリーンは、Agentic AI プロセスにおいて役割を果たす人間エージェントです。
赤は、もはや役割を果たさない関係者（つまり、人間エージェントではありません）です。
イエローは、まだ役割が確定していない関係者（つまり、もしかしたら人間エージェント）です。

最後に、すべての人間エージェントを黄色の箱 Human Agentsに移動し、次のステップで Agentic AI ワークフローおよび AI エージェントを設計します。

IV. エージェンティックワークフローの設計

エージェンティックワークフローの設計には、Miro の図式形式と エージェンティックワークフロー図形を使用します。ビジネスプロセス分析から、エージェントから期待される出力をすでに知っています。ユーザー役割の特定から、エージェントに入力を与える関係者、つまりプロセスを起動し、プロンプトを書き、情報や文書を提供し、エージェントの質問に答え、意思決定を行ったり、（中間）結果を確認して承認する人々を知っています。

既存のプロセスをAIで自動化するには、次の2つのオプションがあります。

既存のプロセスフローを大部分で維持し、人間のエージェントをAIエージェントに置き換えて、その行動を実行し、決定を行う。
プロセスフローを完全に再考し、エージェントAIの利点、例えば複数の代替ソリューションを並行処理することを活用する。

どのバリアントが良いか判断できない場合は、2つ（またはそれ以上）のバージョンを設計し、決定するか、ソリューションをミックスしてください。

AIエージェントの候補を識別するために、ワークショップ参加者に次の質問をしてください：

人間のエージェントが担っている活動や責任は何ですか？

➡️ 人間のエージェントはAIエージェントになります。

特別な領域の知識が必要な専門的なタスクは何ですか？

➡️ この領域の知識でAIエージェントが訓練されます。

どの IT システムやデータソースを接続する必要がありますか？

➡️ AI エージェントがデータソースや IT システムのインターフェースとして機能します。

どのユーザー（アクセス権）と連携する必要がありますか？

➡️ AI エージェントがユーザーとのコミュニケーションを処理します。

どのアクティビティを並行化できますか？

➡️ アクティビティは異なる AI エージェントに分配されます。

他のエージェントが複数回必要とするアクティビティはどれですか？

➡️ AI エージェントがこのアクティビティを他のエージェントにサービスとして提供します。

どのアクティビティに特別なセキュリティとデータ保護が必要ですか？

➡️ 特別に保護された AI エージェントがこれらのアクティビティを実行します。

既にどの内部 AI エージェントが使用されていますか？

➡️ 既存の AI エージェントが再利用されます。

既にどの外部 AI エージェントが存在していますか？

➡️ 外部のAIエージェントは統合され、必要に応じて内部のAIエージェントによりカプセル化されます。

どのAIエージェントが他のAIエージェントの調整をサポートできるか？

➡️ 特別なAIエージェントが情報と作業フローの委任、集約、同期などを担当します。

MASの設計を完了するためには、AIと人間のエージェント間の情報フローと作業フローをモデリングする必要があります。それを行うために、ダイアグラム要素（人間エージェント、AIエージェント、成果物）は矢印で接続されます。通常、情報フローと作業フローは同一です。そうでない場合には、純粋な情報フローには破線を使用できます。

V. データとAIの評価およびロードマッピング

一部のAIエージェントは、既存のデータソースへの読み取りアクセス、さらにはITシステムへの書き込みアクセスを必要とし、データレコードを変更または作成したり、特定のサブプロセスをトリガーしたりします。他のAIエージェントは、人間のエージェントとコミュニケーションするための大規模言語モデル（LLM）やイベントやトレンドを予測するための予測モデルなどの特定の機能や能力を必要とします。

MAS設計図の青いエリアでは、必要なIT／BI／AIシステムを特定し、AIエージェントに矢印で接続します。ここでは、Agent2Agent（A2A）やModel Context Protocol（MCP）といったインターフェースも定義できます。

次に、すでに必要なシステムが使用中か、計画中もしくは作業中か、または最初に設計および開発が必要かどうかを評価します。このために、緑、黄、赤の付箋とアナリティクス＆AI成熟度キャンバスを使用します。このキャンバスは、一般的なツールと、異なるレベルの複雑性と成熟度を持つ特定のアプリケーションを区別します。

② 緑色のボックスは、特定のアプリケーションを説明します。

a) ビジネスオペレーション：アナリティクスやAI機能を持たない純粋なデータ処理アプリケーション。

b) ビジネスレポーティング：記述的アナリティクスに基づくレポート生成やダッシュボードの自動化アプリケーション。

c) ビジネスディスカバリー：診断アナリティクスに基づいて、トレンド、相関関係、異常などを探り、洞察を得るためのアプリケーション。

d) ビジネスフォーキャスティング：予測アナリティクスに基づく予測、現況分析、過去回顧のアプリケーション。

e) ビジネス最適化：規範分析に基づく業務プロセスの最適化用アプリケーション。

f) 業務自動化：自律分析に基づく業務プロセス自動化用アプリケーション。

AI エージェントは、しばしばアプリケーションプログラミングインターフェース (API) を介して既存のアプリケーションと連携します。

③ 黄色のボックスは、AI エージェントを実装するために使用できるデータと分析ツールに使われます：

a) データ管理：例えば、データベースシステムが含まれます。

b) 記述分析：例えば、レポート作成やダッシュボードツール。

c) 診断分析：統計分析ツールやA/Bテストプラットフォームなど。

d) 予測分析：機械学習や深層学習のソフトウェアだけでなく、ベイジアンネットワークや線形回帰などのライブラリも含まれます。

e) 処方的分析: ここではシミュレーションや最適化の手法、そして生成的AIソリューションが使用されます。

f) 自律的分析: 強化学習アルゴリズムやエージェントAIに特化したソリューションが利用されます。

必要なデータと機能性のために、既存または計画中のIT/BI/AIシステムがあることを確認してください。

VI. AIガードレール要件

我々はビジネスプロセス、関係者、データソース、IT/BI/AIの能力を通じて、マルチエージェントシステムが実行可能であり、求められ、そして実現可能であることを確認しました。もう一つ重要な基準が欠けています：AIシステムは責任を持たなければなりません。

何しろ、大きな力には大きな責任が伴います。この原則は法律にも織り込まれており、例えばEUのAI法に例を挙げることができます。

AIエージェントが責任あるAI（rAI）の原則を遵守するには、いわゆるAIガードレールが必要です。マルチエージェントシステムにおいて、これらのガードレールは、他のエージェントを監視および制御するエージェントによって実装することもできます。

まず、ガードレール、つまりMASに課したい規則や制約を定義します。ルールを3つのカテゴリーに分けるために、3ボックスキャンバスを使用します:

セキュリティー＆安全性：MASやそのユーザーが損害を受けないようにします。
説明可能性＆透明性：ユーザーがMASの決定や行動を理解できるようにします。
プライバシー＆公平性：ユーザーがMASの結果として不利益を被らないようにします。

また、AIエージェントの入力、内部モデル、出力に関連するガードレールを区別しています:

入力レール: 例えば、ユーザー入力をチェックしてプロンプトインジェクションを検出し、企業データの盗難を防ぐことができます。
モデルレール: 公平性を確保する一例として、モデルの品質指標を監視し、特定の人々に対する差別を排除することが挙げられます。
出力レール: 大規模言語モデル（LLMs）は幻想を生むため、出力の妥当性をチェックすることが役立ちます。

最終ステップでは、ガードレールエージェント（ダイアグラムの灰色のボックス）がこれらのルールをどのように実装するか、およびそれらがAIエージェントにどのように矢印で接続されているかを定義します。

ワークショップを締めくくるには、具体的なタスクを特定し、それをワークショップ参加者に割り当てます。そして、タスクを実行しましょう！

もっと知りたいときは？

DatentreiberはこのMiroverseのテンプレートだけでなく、以下のものも提供しています。

Data & AI ビジネスデザインキットは、Data & AI ビジネスデザインメソッドを適用するための数多くのオープンソースキャンバスを提供しています。
さらに、Data & AI ビジネスデザインコミュニティーでは、交流やイベント、エキスパートコンテンツを無料で利用できます。
認定付きの有料オンラインおよびオンサイトトレーニングコースは、Data & AI ビジネスデザインアカデミーで提供されています。
多くの追加管理ツール、ワークショップテンプレート、およびプロジェクトの設計図が商用のData & AI ビジネスデザインベンチで入手可能です。
弊社のデータ & AI ビジネスコンサルティングは、データ & AI 戦略、イノベーション、トランスフォーメーションプロジェクトをサポートします。

ご興味がある方やご質問・フィードバックがある場合は、info@datentreiber.deまでご連絡ください。

著作権: すべての権利は Datentreiber GmbHに帰属します。