マルチエージェントシステム（MAS）設計ワークショップ

なぜ使うのか？

デザイン思考ワークショップにおいて、異分野の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します。

誰が使うのか？

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、プライバシー

また、すべての関係者が一緒に協力する必要があります。すなわち：

• ユーザー: 従業員および/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: ビジネスプロセスの所有者

• 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、異なる専門家をまとめて効果的なチームを形成するためのファシリテーターが必要です。

いつ使用するか？

チームは集合し、新しいまたは既存のビジネスプロセスを決定しました。チームはこのプロセスをAgentic AIを用いて自動化および最適化し、効率性、効果性、または堅牢性を高めたいと考えています。

まだプロセスが特定されていない場合は、Agentic AIの潜在的な導入事例を特定し優先順位を設定するためにLean Data & AI Strategy Workshopをお勧めします。

1日で行うMASデザインワークショップでは、参加者が目標と主要成果を指定し、人間および人工エージェントを特定し、エージェント間の作業と情報の流れを設計します。さらに、技術的および分析的基盤が定義され、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が指定されます。

使用するものは？

このワークショップテンプレートは、世界中の多くの著名な企業やコンサルタントが利用している実証済みのデータ＆AIビジネスデザインメソッドに基づいています。データ＆AIビジネスデザインキットのキャンバスを使用しており、クリエイティブ・コモンズライセンスの下で無料で提供されています。

利用方法

このワークショップテンプレートは、半日ずつに分けることもできる1日のセッションとして設計されています。1日の間に、参加者は次の6つのフェーズを経て、各フェーズにおいて異なる6つのキャンバスでいくつかのステップを実行します。キャンバス上には、それぞれのフェーズにおけるステップに対応する丸囲み数字（①、②、...）が記載されています。

I. 導入

導入の目的は、すべての参加者が同じ目標を追求し、提案された進路に従う意志を共有することです。この進路（すなわち、ワークショップのアジェンダ）を概説し、提示するために、Data & AI Design Thinking Workshop Canvas を用いて次の手順を行います：

① キャンバスのヘッダーをカスタマイズし、会社名と必要であればコンサルティング企業名を指定し、日付を入力します。このステップは以降のすべてのキャンバスでも実施する必要があります。

② ワークショップの具体的な目的を設定し、期待される主要な結果（すなわち、成果物）を定義します。

③-⑦ 議題項目、セッション時間など必要に応じて調整します。

議題項目に取り組んでいるときは、対応する付箋の色を黄色に変えてください。終了したら、緑にマーキングします。これにより、チームは常に現在の状況を把握することができます。

II. ビジネスプロセス分析

次に、対象とするビジネスプロセスを「エージェンティックAI」を用いて自動化および最適化するために、そのプロセスを可視化し分析する必要があります。これを行うために、バリューチェーンキャンバスと、既存の要素には緑の付箋、計画中の要素には黄色の付箋、欠如している要素には赤の付箋を使用します。

① フォーカス欄にビジネスプロセスの名称を書き込みます。

② バリューチェーンキャンバスの左側のプロセスの始まりから開始します。

a) ビジネスプロセスを開始する初期状態、基本製品、またはトリガーは何ですか？

b) 初期状態を定義し、基になる製品を提供し、事象を引き起こす個人、役割、または組織ユニットは誰ですか（生産者）?

③ 次に、バリューチェーンキャンバスの右側でビジネスプロセスの終了を続けます:

a) ビジネスプロセスの最終状態、最終製品、または重要な成果は何ですか?

b) 最終状態の受益者、最終製品の消費者、または重要な成果の受領者は誰ですか（顧客）?

④ 次に、主活動、すなわちプロセスのワークフローを概説します: どのようなアクションが必要で、それらはどの順序で発生しますか? どのような代替または並行したフローがありますか?

⑤ 主活動に加えて、支援活動がしばしば必要です。ビジネスプロセスをサポートする一般的および内部的な措置/組織ユニットはどれですか?

⑥ サポート活動が内部ではなく外部企業によって提供され、プロセス全体にわたって関与している場合は、そのことを一般サプライヤーとして記入します。

⑦ 個々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、特別サプライヤーに記入します。

⑧ プロセスの効率、効果、品質、安定性などを測定する指標として、青色の付箋にKey Performance Indicators (KPI)を記載し、対応する目標値を指定します。

最後に、Agentic AIに関連するすべての目標、主要な結果、KPIをバリューチェーンキャンバスから抽出し、エージェントの出力として緑のボックスにビジネス目標と主要な結果を指定します。

III. ユーザーロールの識別

これでビジネスプロセスを理解したので、次の問いに答えられます：このプロセスの文脈における関係者とは誰でしょうか。この問いに答えるために、ステークホルダー分析キャンバスと青い付箋を使って個人や役割を特定します。関係者の次の機能を考慮する必要があります（1人／役割が複数の機能を担うこともあります）：

① フォーカスオンの欄にビジネスプロセスの名称を書きます。

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か。

③ 経済的な買い手：プロセスの中で購入、予算、その他の（財務的な）リソースの決定が行われる場合、お金を提供するのは誰か、またはスポンサーは誰か。

④ エンドユーザー：プロセスの結果を利用するのは誰か（Value Chain Canvasの顧客を参照）。

⑤ 妨害者：意思決定者、経済的な買い手、またはエンドユーザーに悪影響を与えることでプロセスを妨害しようとする可能性があるのは誰か。

⑥ インフルエンサー: 意思決定者、経済的な購入者、または最終ユーザーに対し、正の影響を与えることでプロセスを支援できるのは誰ですか？

⑦ 推薦者: プロセスに能動的に関わり、助言や情報の提供を行うのは誰ですか？

⑧ 実施者: 具体的にプロセスを実行し、行動を起こすのは誰ですか？

後のマルチエージェントシステム設計では、エージェントがいくつかの人々や役割の機能を引き受けます。しかし、非常に高い自動化があっても、特定の機能は人間のエージェントに残ります。彼らはAIエージェントの結果を確認し、承認を与えるか、自動化されたプロセスのユーザーまたは受益者である必要があります。

付箋の色を変えることで、特定の関係者をマークします:

• 緑色は、エージェンティックAIプロセスにおいて役割を果たす人間のエージェントを示します。

• 赤色は、もう役割を果たさない関係者（つまり、人間のエージェントではない）を示します。

• 黄色は、まだ役割が不確定な関係者を示します（つまり、おそらく人間のエージェント）。

最後に、すべての人間エージェントを黄色のボックス「Human Agents」に移動し、次のステップでエージェンティックAIワークフローと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設計

エージェンティックワークフロー設計には、DiagramFormatとMiroの エージェンティックワークフロー図形を使用します。私たちはすでにエージェントから期待されるアウトプットを、II. ビジネスプロセス分析から理解しています。III. ユーザーロール識別から、プロセスをトリガーし、プロンプトを書き、情報や文書を提供し、エージェントからの問合せに回答し、意思決定を行ったり（中間）結果を確認し承認したりする入力をエージェントに与える関係者を把握しています。

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:

1. 既存のプロセスフローを大きく維持し、人間のエージェントをAIエージェントに置き換えて、行動を実行し、意思決定を行う。

2. エージェンティックAIの利点を活用するために、プロセスフローを完全に再構築する。例えば、いくつかの代替解を並行して処理することができます。

どのバリエーションが優れているかわからない場合は、2つ（またはそれ以上）のバージョンを設計してから決定したり、または解決策を組み合わせたりしてください。

AIエージェントの候補を特定するには、ワークショップの参加者に次の質問をしてください:

• 人間のエージェントはどのような活動や責任を担っているか?

➡️ 人間のエージェントはAIエージェントとなります。

• 特定のドメイン知識が必要な専門的なタスクは何か?

➡️ このドメイン知識でAIエージェントをトレーニングします。

• どの IT システムやデータソースと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 システムへ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担当します。

• どの活動を並列化できますか？

➡️ 活動は異なる AI エージェントに分散されます。

• 他のエージェントによって複数回必要とされる活動はどれですか？

➡️ AI エージェントが他のエージェントに対してその活動をサービスとして提供します。

• 特別なセキュリティ対策やデータ保護対策が必要な活動はどれですか？

➡️ 特別にセキュリティが保たれた AI エージェントがこれらの活動を行います。

• 既に使用中の内部AIエージェントはどれですか？

➡️ 既存のAIエージェントが再利用されます。

• 既に存在する外部AIエージェントはどれですか？

➡️ 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エージェントによって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？

➡️ 特殊なAIエージェントが情報と作業のフローの委任、集約、同期などを担います。

MASデザインを完成させるためには、AIと人間のエージェント間の情報と作業のフローをモデル化する必要があります。これを行うには、ダイアグラムの要素（人間のエージェント、AIエージェント、成果物）を矢印で結びます。通常、情報と作業のフローは同一です。それが異なる場合には、単なる情報フローには破線を使用することができます。

V. データおよびAIの評価とロードマッピング

一部の AI エージェントは、既存のデータ ソースに対する読み取りアクセスや、データ レコードを変更または作成するため、あるいは特定のサブプロセスをトリガーするために IT システムへの書き込みアクセスが必要です。他の AI エージェントは、ヒューマン エージェントと通信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、特定の機能と能力を必要とします。

MAS 設計図の青い領域を使用して、必要な IT / BI / AI システムを特定し、それらを AI エージェントに矢印で接続します。ここで、Agent2Agent (A2A) や Model Context Protocol (MCP) などのインターフェイスを定義することもできます。

次に、必要なシステムがすでに使用中であるか、まだ計画段階または作業段階にあるか、またはまず設計および開発が必要かを評価します。これを行うために、緑、黄、赤の付箋と分析＆AI成熟度キャンバスを使用します。このキャンバスは、一般的なツールとさまざまな複雑さと成熟度のレベルにおける特定のアプリケーションとを区別しています。

② 緑のボックスは以下の特定のアプリケーションについて説明しています：

a) ビジネスオペレーション：分析または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：記述分析に基づいてレポート生成やダッシュボードを自動化するためのアプリケーション。

c) ビジネスディスカバリー：傾向、相関関係、異常を探索し、診断分析に基づいて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：予測分析に基づいて予測、ナウキャスト、バックキャストを行うアプリケーション。

e) 業務の最適化: 処方的分析に基づく業務プロセスの最適化のためのアプリケーション。

f) 業務の自動化: 自律分析に基づく業務プロセスの自動化のためのアプリケーション。

AIエージェントは、多くの場合、既存のアプリケーションとアプリケーションプログラミングインターフェース（API）を介して相互作用します。

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＆分析ツールを意図しています：

a) データ管理: 例えば、データベースシステムを含みます。

b) 記述的分析: 例えば、レポートやダッシュボードツール。

c) 診断的分析: 統計解析ツールやA/B実験プラットフォームなど。

d) 予測的分析: 機械学習・深層学習用ソフトウェアに加え、ベイジアンネットワークや線形回帰用のライブラリなどを含みます。

e) 指示分析: ここではシミュレーションと最適化の手法、ならびに生成AIソリューションが利用されます。

f) 自律分析: ここでは強化学習アルゴリズムなどが使用されており、エージェンティックAIの特別なソリューションも含まれます。

必要なデータと機能性すべてに対応する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の安全基準要件

私たちは、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、多エージェントシステムが実現可能で、望ましく、そして実行可能であることを確認しました。しかし、重要な基準がまだ欠けています。それは、AIシステムは責任を持たなければならないということです。

結局のところ、大きな力には大きな責任が伴います。この原則は、たとえばEUのAI法などに法律としても組み込まれています。

AI エージェントが責任ある AI (rAI) の原則を遵守することを確実にするためには、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では、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されます。

まず、ガードレール、すなわち私たちが MAS に課したいルールと制限を定義します。これを 3 ボックス キャンバスを使用してルールを 3 つのカテゴリに分けます。

1. セキュリティーと安全性: MAS やそのユーザーに損害が及んではなりません。

2. 説明可能性と透明性: ユーザーは MAS の決定と行動を理解できなければなりません。

3. プライバシーと公平性: ユーザーが MAS によって不利を被ってはなりません。

さらに、AI エージェントの入力、内部モデル、および出力に関連するガードレールを区別します。

• インプットレール: 例えば、プロンプトインジェクションをチェックして、企業データの盗難を防ぐようにユーザー入力を確認することができます。

• モデルレール: 公平性を確保する一例として、モデル品質指標を監視し、人々のグループに対する差別を排除します。

• アウトプットレール: LLMが幻覚を起こすため、出力の妥当性チェックが有用です。

最終ステップとして、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し、AIエージェントと矢印でどのように接続されるかを定義します。

ワークショップを締めくくるには、具体的なタスクを設定し、それをワークショップの参加者に割り当ててください。そして、そのタスクを完了させましょう！

もっと知るには？

Datentreiberは、このMiroverseテンプレートだけでなく、以下も提供しています：

• 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多くのオープンソースキャンバスを提供しています。

• また、無料のData & AI ビジネスデザインコミュニティーでは、交流、イベント、エキスパートコンテンツも利用できます。

• 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しています。

• 商業用のData & AI ビジネスデザインベンチからは、多くの追加管理ツール、ワークショップテンプレート、プロジェクトブループリントを利用できます。

• 当社のData & AI Business Consultingは、データ＆AI戦略、イノベーション、および変革プロジェクトをサポートします。

ご興味をお持ちかご質問やフィードバックがございましたら、以下にご連絡ください：info@datentreiber.de。

著作権:Datentreiber GmbHにより全著作権が保護されています。