こんにちわ
AIソリューション事業部の花島です。
今、僕はAI Agentをどうしようかと絶賛悩み中です。これは本当にAI Agentでやるべきか？と。。。目的と手段が入れ替わってないと？？
もやもやしている時にClaudeを作っているAnthropicの記事が目に入り込んできました。
Building effective agentsの記事です。
Anthropicも以下述べています。
When building applications with LLMs, we recommend finding the simplest solution possible, and only increasing complexity when needed. This might mean not building agentic systems at all.Agentic systems often trade latency and cost for better task performance, and you should consider when this tradeoff makes sense.
LLMを用いたアプリケーション構築においては、可能な限りシンプルな解決策を見出し、必要に応じてのみ複雑性を高めることを推奨します。これは、エージェント型システムを全く構築しないことを意味する場合もあります。エージェント型システムは、多くの場合、タスクのパフォーマンス向上のために処理速度とコストをトレードオフします。このトレードオフが妥当となるタイミングを検討すべきです。
そう、AI AgentにするとLLMや外部連携が増え、コストが増え、処理が増え遅くなります。トーレドオフです。
最初はシンプルな解決策を見出すのです。
まずは個別のLLM、AIツール。
そして、事前に定義されたワークフロー型のDifyやn8n
ここで、RAG readyやAI Agent Readyの環境を作り、必要であればAI Agentの導入。
組織の中にAI社員とみなし、業務もAIに合わせて変更していく。これをすることでAI Agentの価値がさらに高まると思います。
まずは既存の業務の延長や効率化が可能なワークフロー型のDifyで小さくAIを導入することをお勧めします。
まずは小さく始めてみませんか？
AI Workflowの定義は以下の定義です。
- Workflows are systems where LLMs and tools are orchestrated through predefined code paths.
ワークフローとは、事前定義されたコードパスを通じてLLMやツールを調整するシステム
ただ、このワークフローも実は難しいんです。
Difyを操作することは簡単です。
でも、大事なのはそこじゃない!!
Difyを用いて今の業務に対して何ができるか、業務分解を行い、各ツール、処理を連携し、そして、コンテキストエンジニアリングでプロンプトを調整し、全体を組み上げる。
業務に対して達成するゴール、目的を踏まえた上でどこを効率化するか？どこをLLMに任せるか？外部とAPI連携をするか？マクロとミクロの視点をいったりきたりしながら、ワークフローを組み上げる。これが難しいんです。使えるワークフローにするのが難しい。
一度自分でやってみると手が止まるか？うーん、作ったけど使わないものが出来上がると思います。
もし、うーーん、困ったとなったらぜひ弊社にお声をかけてください。
Difyの構築支援サービスを行っております。
https://vitalify.jp/lp/services/dify/
弊社は8/27、8/28にAI博覧会に参加します。
8/28は僕も出店側で参加します。
最後にそれでもやっぱり僕はAI Agent!!とだけお伝えします。
