Back to all posts

AIエージェントのユースケース:エージェンティックAIの実例20選(2026年)

AIエージェントのユースケース:エージェンティックAIの実例20選(2026年)

Xを10分ほど眺めれば、自分が作ったものは「AIエージェント」なのか「エージェンティックAI」なのかを論じている人たちが必ず見つかります。それは論点がずれています。難しかったのはラベルではありません。会社が実際にどう動いているかが、連携済みのツールではなく人の頭の中にしかない、という点が難しいのです。

突破口になるのはユースケースです。トリガーから確認できる成果物まで、すでに使っているツールをまたいでエージェントが最初から最後まで引き受けられる反復業務が1つあれば十分です。以下の20件は、私たちがワークフロー自動化の実例として公開しているワークフローで、いずれも実際のコネクタ、実際のスケジュール、実際の成果物を伴って今日も動いています。各項目には実行を開始するプロンプトをそのまま載せてあるので、読み終える前に1つコピーして動かせます。

接続ツールが表示されたワークフロー自動化の実例カード6枚 以下のワークフローはすべて実際の実例ページです。トリガー、接続するツール、生成される成果物がそのまま書かれています。20件すべてを見る

よいAIエージェントのユースケースの条件

すべての作業がエージェントに渡す価値を持つわけではありません。定着するユースケースには4つの決めごとがあり、その4つに答えられるなら、それはもうユースケースです。

  1. リマインダーではなくトリガー。 作業はスケジュール(平日の午前8時45分)またはイベント(議事録メールの着信、カレンダー予定の変更)で始まります。誰かが思い出して依頼したときに始まるものは違います。
  2. 文脈がすでに入っているソース。 エージェントは答えのあるシステムから直接読みます。Sentry、HubSpot、Gmail、Xeroなどです。人が貼り付ける必要はありません。
  3. 名前を付けられる成果物。 登録されたIssue、スコア付きの商談ブリーフ、予算差異の説明、公開されたページ。チャットの文章ではなく、人が確認できる結果です。
  4. 承認ポイント。 どの手順を自動で完了させ、どの手順を人の判断まで待たせるかを自分で決めます。「下書きだけ作り、絶対に送信しない」は有効で、多くの場合それが正解です。

実務で意味を持つ「エージェントかエージェンティックAIか」の区別はこれだけです。一方は手順を実行し、もう一方は業務を引き受けます。以下はすべて後者です。

エンジニアリングと障害対応のAIエージェント

エンジニアリングチームが最初に日常的にエージェントと働くようになったのは、入力となるエラー、ログ、プルリクエストがすでに構造化されているからです。

1. スタンドアップ前に完了する自動エラートリアージ. 午前8時45分、エージェントがSentryとAxiomから未解決のエラーを取得し、同じ根本原因を両ソース間でまとめ、設定した発生回数のしきい値を適用して、スタックトレースと根拠を添えたGitHub Issueを担当者に割り当てて作成します。オンコールのエンジニアがノートPCを開くと、アラートの壁ではなく優先順位付きのリストが待っています。 毎日約25分節約

@Zero 平日の毎朝8:45に、SentryとAxiomから過去24時間の未解決エラーを取得してください。ソース間で重複排除してください。5回以上発生したものについて、vm0-ai/vm0にスタックトレース付きのGitHub issueを作成し、関連するコードオーナーにアサインしてください。

スタンドアップ前に完了する自動エラートリアージ — Sentry, Axiom → Zero → GitHub

サンプルレポートを見る: スタンドアップ前に完了する自動エラートリアージ.

日次エラートリアージのレポート。生のエラー17件を13の根本原因に整理し、GitHub Issue 6件を担当者に割り当て チームが実際に受け取る午前8時45分の実行結果です。2つのソースからの生のシグナル17件が13の根本原因にまとまり、6件が作成・割り当てされ、5件はしきい値未満として残されています。レポート全文を見る

2. 異常検知付きデイリーエンジニアリングブリーフ. タブ4枚が1通のメッセージになります。スタンドアップ前にGitHub、Linear、Sentry、Plausibleからデータを取得し、各数値を7日移動平均と比較して、パターンから外れたものを示します。先週火曜のトラフィックを覚えておく必要はありません。 毎日約20分の時間削減

@Zero 平日の午前8時30分に、Plausible、Sentry、GitHub、Linearからライブデータを取得し、直近7日間の移動平均と比べて異常値に印を付け、4セクション構成の日次ブリーフを整形して#engineeringに投稿してください。

異常検知付きデイリーエンジニアリングブリーフ — GitHub, Linear, Sentry, Plausible → Zero → Slack

サンプルレポートを見る: 異常検知付きデイリーエンジニアリングブリーフ.

3. Slack のメッセージから GitHub Issue、そして修正へ. バグを見つけたスレッドで、普段の言葉で説明するだけです。エージェントが構造化されたIssueを書き、ラベルと担当者を付け、原因が1つのコンポーネントにある場合は修正とリグレッションテストを含むプルリクエストまで開いてレビューを依頼します。報告がスレッドに埋もれて消えることがなくなります。 即座

@Zero Issue作成: スケジュールダイアログでESCを押すと、未保存の編集があっても即座に閉じてしまう。最初に確認を求めるべき。Lancyに割り当て。bug、platformのラベル。優先度中。

Slack のメッセージから GitHub Issue、そして修正へ — Slack, Linear → Zero → GitHub

サンプルレポートを見る: Slack のメッセージから GitHub Issue、そして修正へ.

セールスとGTMのAIエージェント

初期のセールスは速度が勝負を決めます。そしてその速度を決めるのは通話直後の数分、つまりフォローアップが遅れ始めるその時間です。

4. ICPからインボックスまでコールドメール自動化. エージェントがApolloで自社のICPに合うリードを探し、自分たちが決めたシグナルでスコアを付け、条件を満たしたリードをパイプラインのシートに書き込み、リードごとにパーソナライズしたマルチタッチのGmailシーケンスを下書きします。誰かが返信した瞬間にシーケンスは止まります。 約45分の節約

@Zero コールドアウトリーチのパイプラインを構築して実行して。ApolloでシードからシリーズAの開発ツール系スタートアップの創業者とエンジニアリングリードを検索し、6つのICPシグナルで各リードを0〜18点でスコアリング、10点超を有望リードとして判定。有望リードをNotionのパイプラインデータベースに追加し、リードごとに3タッチのGmailシーケンスを下書きして:E1は今日、E2は4〜5日目、E3のクロージングは8〜9日目。返信があったら即シーケンスを停止して。

ICPからインボックスまでコールドメール自動化 — Apollo, Sheets → Zero → Gmail

サンプルレポートを見る: ICPからインボックスまでコールドメール自動化.

5. すべての商談を、ディールブリーフとフォローアップに変える. 議事録が届くと、エージェントがHubSpotの商談に紐付け、MEDDICで健全性をスコア化し、指摘するリスクごとに文字起こしを引用し、双方の約束を期限付きで記録し、CRMのノートを書き、約束した資料を添付したフォローアップメールを準備します。下書きまでで、送信は人が押します。 1 会議あたり約 40 分を節約

@Zero Gmail に会議のまとめメールが届いたら、HubSpot のディールに紐付け、MEDDIC でディール健全性をスコアリングし、引用付きでリスクを指摘し、双方のコミットメントを期日付きで記録し、構造化されたノートを HubSpot に書き込み、約束した資料を添付したフォローアップ下書きを Gmail に準備して。何も送信しないこと。私が先にレビューする。

すべての商談を、ディールブリーフとフォローアップに変える — Gmail, Calendar, Notion → Zero → HubSpot, Gmail

サンプルレポートを見る: すべての商談を、ディールブリーフとフォローアップに変える.

MEDDIC健全性スコア72、文字起こしを引用したリスクレーダー、双方の約束台帳を含む会議後の商談ブリーフ 文字起こしから書かれた商談ブリーフです。前回会議からの変化を併記したMEDDICスコア、タイムスタンプ付きで引用された各リスク、双方の約束がすべて記録されています。ブリーフ全文を見る

6. Calendlyの予約からtl;dv商談後のフォローアップまでを自動化. 見込み客がCalendlyの予約時に入力する3つの回答は、たいていカレンダー招待の中に消えていきます。ここではその回答が事前ブリーフになり、tl;dvの文字起こしができた時点で同じ実行が商談を評価し、HubSpotのノートを書き、フォローアップの下書きまで作ります。ステージの変更は担当者を待ちます。 1商談あたり約55分の削減

@Zero Calendlyで商談が予約されたら、予約時の回答とHubSpotの履歴から事前ブリーフを作成してください。対応するtl;dvの文字起こしが用意できたら、商談をスコアリングし、タイムスタンプ付きの引用でリスクを示し、HubSpotのメモを書き、Gmailにフォローアップの下書きを作成してください。私の承認なしにメールを送信したり商談フェーズを変更したりしないでください。

Calendlyの予約からtl;dv商談後のフォローアップまでを自動化 — Calendly, tl;dv → Zero → HubSpot, Gmail

サンプルレポートを見る: Calendlyの予約からtl;dv商談後のフォローアップまでを自動化.

7. Xでインフルエンサーを調査しメールを作成. ハンドルを1つ渡すだけです。エージェントがそのクリエイターの直近30投稿を読み、本当に関心を持っていることを把握したうえで、最近の具体的な投稿に触れる150語以内のGmail下書きを保存します。テンプレートに見えないコールドアウトリーチです。 約20分の節約

@Zero @swyxの直近30件のX投稿を読んでスタイルと関心を把握して。VM0パートナーシップについて150語以下のパーソナライズされたコールドアウトリーチメールを書いて。最近投稿した具体的な内容に言及して。Gmailの下書きとして保存。

Xでインフルエンサーを調査しメールを作成 — X, Notion, Sheets → Zero → Gmail

サンプルレポートを見る: Xでインフルエンサーを調査しメールを作成.

マーケティング・SEO・コンテンツ制作のAIエージェント

マーケティングは繰り返しの調査と繰り返しの制作で動いています。時間が消えるのはその収集と二次原稿で、そこはエージェントが得意な領域です。

8. キーワード調査から多言語での記事公開まで. エージェントがAhrefsから実際の検索ボリュームと難易度を取得し、キーワードの隙間をクラスタにまとめ、順位付けした候補リストを渡します。1つ選べば、同じ実行が本文を書き、カバー画像を生成し、各言語版をCMSに下書きとして公開します。 1トピックあたり約4時間の削減

@Zero AI エージェントの権限とアクセス制御まわりのキーワードを調査して。Ahrefs から検索ボリュームと難易度を取得し、トピッククラスタにまとめて、上位5件をランク付けして送って。1つ選んだら記事を書いて、カバー画像を生成して、英語・簡体字中国語・日本語で Strapi に下書きとして登録して。

キーワード調査から多言語での記事公開まで — Ahrefs, Slack → Zero → Strapi

サンプルレポートを見る: キーワード調査から多言語での記事公開まで.

9. マージ済みプルリクエストから、公開済みのチェンジログへ. 今週マージされたプルリクエストは30件以上あり、そのうち顧客が気付く変更はどれかを誰かが判断しなければなりません。エージェントがマージ一覧を読み、ユーザーに影響する変更だけを残してテーマ別にまとめ、承認後にブログ、Resendのリスト、Xへ1回の実行で公開します。 毎週約90分の削減

@Zero 毎週金曜9時に、直近7日間で vm0-ai/vm0 にマージされたプルリクエストを読んでください。ユーザーに関係するものだけを残してテーマごとにまとめ、チェンジログ記事を書いてください。#marketing でプレビューし、承認後にブログへ公開し、Resend で 'subscribers' オーディエンスに送信し、X にスレッドを投稿してください。

マージ済みプルリクエストから、公開済みのチェンジログへ — GitHub → Zero → Resend, X, Slack

サンプルレポートを見る: マージ済みプルリクエストから、公開済みのチェンジログへ.

10. 広告運用の週報を、毎週月曜に自動で. 月曜のレポートはログインする前に書き上がっています。キャンペーンごとの前週比の費用・コンバージョン・CPA、コンバージョンゼロで予算を使った検索語句、予算が原因でインプレッションシェアを失っているキャンペーン、そして次に行う具体的な変更とそれぞれの価値までが入ります。 週あたり約3時間の節約

@Zero 毎週月曜9時に、Google Adsから先週の広告運用レポートを書いて。全キャンペーンを前週と費用・コンバージョン・CPAで比較して。20ドル以上使ってコンバージョンがゼロの検索語句を列挙し、予算でインプレッションシェアを失っているキャンペーンを指摘し、最後に来週やるべき変更とそれぞれの金額を書いて。レポート用シートに保存して、要約を私に送って。

広告運用の週報を、毎週月曜に自動で — Google Ads, Meta Ads, Sheets → Zero → Sheets, Slack

サンプルレポートを見る: 広告運用の週報を、毎週月曜に自動で.

費用、コンバージョン、コンバージョン単価、無駄な支出、承認待ちの変更4件を示す週次の有料広告レポート 月曜の広告レポートです。推奨する変更4件は下書き済みで、適用されたものはありません。レポート全文を見る

11. 一行の指示からランディングページを公開する. ブランドと必要なページを説明するだけです。エージェントが全セクションを書き、ライセンス済みの写真を用意し、サイトをGitHubにコミットしてVercelに公開します。コピー、デザイン、フロントエンド、デプロイと4回渡っていた仕事が、1つの会話になります。 1ページあたり約3時間の短縮

@Zero スタートアップの創業者向けの新しいチームプラン用ランディングページを作って。ヒーロー、3つのバリュープロップ、短い FAQ、登録のコールトゥアクションを入れて。PR を作成してプレビューリンクを送って。

一行の指示からランディングページを公開する — GitHub, Plausible → Zero → Vercel

サンプルレポートを見る: 一行の指示からランディングページを公開する.

12. 画面録画をプレゼンター付き解説動画に変える. すでに録画してある画面収録をそのまま渡します。エージェントがそれを見て台本を書き、冒頭で概念を説明するプレゼンターを生成し、操作手順にナレーションを重ねて60秒の解説動画に編集します。 動画1本あたり約6時間の削減

@Zero Google Driveの'Dashboard Launch'フォルダにあるScreen Studioの録画です。視聴して台本を書き、重要な概念を説明するHeyGenのデジタルヒューマンプレゼンターを生成し、ElevenLabsのボイスオーバーでウォークスルーにナレーションを付けてください。60秒の解説動画に編集して。

画面録画をプレゼンター付き解説動画に変える — Drive, HeyGen, ElevenLabs → Zero → Drive

サンプルレポートを見る: 画面録画をプレゼンター付き解説動画に変える.

顧客インサイトとレポーティングのAIエージェント

ポジショニングに必要な根拠も、週次レビューに必要な数字も、すでに存在します。ツール4つとチーム3つに散らばっているだけです。

13. 顧客会話から育つメッセージング文書. エージェントが毎週Intercomの会話と通話メモを読み、顧客が達成したいこと、困っていること、反論、刺さった表現を原文のまま抽出し、一度きりの発言と繰り返し現れるシグナルを区別して、セグメント別に共有メッセージング文書の更新案を出します。CRMの項目を変えたり、コピーを公開したりはしません。 毎週約2時間の削減

@Zero 今週のIntercomの顧客会話とGranolaの商談メモを確認してください。顧客が果たしたい仕事、課題、反論、刺さったメッセージを原文のまま抽出してください。繰り返し現れるシグナルをHubSpotのセグメント別にまとめ、Driveのメッセージングドキュメントへの更新案を出してください。CRMの項目を変更したり、コピーを公開したりしないでください。

顧客会話から育つメッセージング文書 — Intercom, Granola, HubSpot → Zero → Drive

サンプルレポートを見る: 顧客会話から育つメッセージング文書.

14. Web 分析から週次グロースレポートを作成. 分析ツール2つ、レポート1つ。エージェントがPlausibleとPostHogを突き合わせ、トラフィック、サインアップ、ファネルで意味のある変化だけを報告し、市場のせいにする前に計測が壊れていないかを確認し、根拠のない因果を主張しないレポートをNotionに書きます。 毎週約90分の削減

@Zero 毎週月曜に、PlausibleとPostHogで直近の完全な1週間を前週と比較してください。トラフィック、サインアップ、ファネルの重要な変化のみを報告してください。計測の健全性を相互確認し、Notionのリリースノートを文脈として使い、簡潔なレポートを下書きしてください。根拠なく因果関係を主張しないでください。

Web 分析から週次グロースレポートを作成 — Plausible, PostHog, Notion → Zero → Notion, Slack

サンプルレポートを見る: Web 分析から週次グロースレポートを作成.

PlausibleのセッションとPostHogのファネルを突き合わせ、計測の欠落を示した週次グロースレポート 分析ツール2つが1つのレポートにまとまっています。あるページはコンバージョン低下ではなく計測の欠落として示されています。レポート全文を見る

財務と専門サービスのAIエージェント

繰り返しのレポーティングはきれいに噛み合います。毎期、同じデータを同じ形で取り出すからです。判断が必要なのは、エージェントが絶対に創作してはいけないものは何か、という点です。

15. Xero 実績から予算差異コメントを作成. 帳簿は締まりますが、説明はカードのメモ、請求書、財務チームの記憶の中に残ったままです。エージェントがXeroの実績とBrexの支出を承認済み予算と比較し、重要な動きを元の証跡までたどり、期ずれと構造的な変化を切り分け、根拠を示せないものは予算責任者への非公開の質問として下書きします。分からないことは分からないままにします。 毎月約3時間の削減

@Zero 7月のXeroの実績とBrexの支出を、Google Sheetsの承認済み予算と比較してください。重要な差異のみ、取引データとDriveの資料を根拠に説明してください。説明がつかないものは、予算責任者への個別質問を下書きしてください。Xeroを編集したりメッセージを送ったりしないでください。

Xero 実績から予算差異コメントを作成 — Xero, Brex, Sheets, Drive → Zero → Sheets

サンプルレポートを見る: Xero 実績から予算差異コメントを作成.

予算差異の説明。42行を確認、重要な差異4件、根拠あり3件、予算責任者への質問1件 根拠を添えた月末の説明です。説明できなかった差異1件は、予算責任者への質問として残されています。レポート全文を見る

16. カレンダー活動から請求可能時間を集計. サービス系のチームは先に仕事をして、時間の記録は後回しになります。金曜になると会議名は曖昧になり、短いフォローアップは忘れられています。エージェントがカレンダーの活動、メモ、プロジェクト記録から1週間を再構成し、Xeroで重複を確認し、提案する各項目に確度と根拠の経路を付けます。工数表の提出や請求書の作成は行いません。 毎週約90分の削減

@Zero 毎週金曜に、Google CalendarとGranolaのメモから請求対象になりそうな工数を再構成してください。Airtableの進行中プロジェクトと突き合わせ、Xeroで重複を確認してください。抜けているエントリごとに根拠と確度を示してください。工数表の提出や請求書の作成は絶対にしないでください。

カレンダー活動から請求可能時間を集計 — Calendar, Granola, Airtable, Xero → Zero → Airtable

サンプルレポートを見る: カレンダー活動から請求可能時間を集計.

オペレーションと個人の生産性のAIエージェント

最後のグループは目立たない仕事です。ロードマップには決して載らないのに、毎朝の最初の1時間を食べてしまう業務です。

17. Slack経由の優先度付き毎日の受信トレイ整理. 午前7時、183通が待っていて、そのうち4通は今日決める必要があります。エージェントがスレッドを最後まで読み、決定が必要なものを先頭に、次に返信する順番のもの、その次に知っておくと役立つ文脈を置き、定型通知は送信元ごとにまとめます。何も削除せず、ブリーフ1通がDMに届きます。 毎日約20分節約

@Zero 過去24時間のGmailを確認して。セキュリティアラート、請求の問題、クライアントメッセージなど緊急のものをフラグ付けして。アクションアイテムを上部に、残りはサマリーテーブルでSlackにDMして。

Slack経由の優先度付き毎日の受信トレイ整理 — Gmail → Zero → Slack

サンプルレポートを見る: Slack経由の優先度付き毎日の受信トレイ整理.

受信トレイの朝のブリーフ。183通を確認、今日対応が必要な4通、送信元ごとにまとめた定型メール164通 午前7時前に読み終えた183通です。4件の判断が先頭に、流出したAPIキーが最上段に来て、定型通知164通は削除せずにまとめられています。ブリーフ全文を見る

18. Docs・Calendar・Slackをまたぐ従業員オンボーディングの自動化. 入社のたびに同じ45分の調整が繰り返されます。エージェントがオンボーディング文書を書き、初週の紹介ミーティングを設定し、歓迎メッセージを投稿し、新しいメンバーに初週の予定をDMで送ります。初日が、誰かがSlackのメッセージに気付くかどうかに左右されなくなります。 約45分の節約

@Zero 4月14日にProduct Designerとして入社するSarah Chenをオンボーディング。Google Docsのオンボーディングプランを作成し、Google CalendarでEthan、Lancy、James、Yuma、Scarlettとの第1週紹介ミーティングをスケジュール。30日チェックインをスケジュール。#generalにウェルカムを投稿しSarahに初週アジェンダをDM。

Docs・Calendar・Slackをまたぐ従業員オンボーディングの自動化 — Docs, Calendar → Zero → Slack, Gmail

サンプルレポートを見る: Docs・Calendar・Slackをまたぐ従業員オンボーディングの自動化.

19. カレンダー変更を予約可能時間へ同期. 会議が1つ動いたのに、予約ページは昨日の空き時間を出し続けています。エージェントが影響を受けた時間帯だけを再計算し、自分が作ったプレースホルダーだけを更新します。実際の会議や非公開の予定を動かしたり、削除したり、勝手に解釈したりはしません。 カレンダー変更1件あたり約15分の削減

@Zero Googleカレンダーの予定が作成・更新・キャンセルされたら、影響を受けるCalendlyの空き時間帯を再計算してください。更新するのは、このワークフローが作成したプレースホルダーだけにしてください。実際の会議、予約、他者のプライベート予定は決して移動・削除しないでください。

カレンダー変更を予約可能時間へ同期 — Calendar → Zero → Calendly

サンプルレポートを見る: カレンダー変更を予約可能時間へ同期.

20. X ブックマークをノートとタスクへ. 急いでいる最中に価値のある投稿を保存しても、リンク先まで読み返すことはほとんどありません。その二度目の読みをエージェントが行います。ソースを開き、出典付きのメモをNotionに整理し、すでに知っている内容との重複を除き、進行中のプロジェクトで具体的な行動につながるときだけLinearのタスクを提案します。 毎週約60分の削減

@Zero 毎週金曜に、Xの新しいブックマークを確認し、リンク先の出典を開いてください。Notionと突き合わせて重複を除き、出典付きのメモとして整理し、進行中のプロジェクトで具体的な行動につながる場合にのみLinearのタスクを提案してください。Xでの投稿や反応は一切行わず、承認なしにタスクを作成しないでください。

X ブックマークをノートとタスクへ — X, Notion → Zero → Notion, Linear

サンプルレポートを見る: X ブックマークをノートとタスクへ.

AIエージェントと自動化ツール:Zero、Zapier、n8n、Dify

AIエージェントのユースケースを検討しているなら、おそらくZapierやn8n、Difyも見ているはずです。重なる部分はありますが、問題への入り方が逆です。Zapier、n8n、Difyはビルダーです。ワークフローを先に設計し、その後も自分で保守します。Zeroはエージェントです。望む結果を普段の言葉で説明すれば、実行ごとに手順を自分で決めます。

観点ZeroZapiern8nDify
何かツールをまたいで働くAIの同僚トリガー・アクション型のアプリ自動化オープンソースのワークフロー自動化LLMアプリ・エージェントのビルダー
設定の仕方やってほしいことを自然な言葉で説明定義済みの手順でZapを組むビジュアルキャンバスにノードを配線コンソールでアプリを構成
非構造データ文字起こし、スタックトレース、スレッドを読む対応付けるフィールドが必要設定したAIノード経由作ったアプリの中で可能
自由な推論実行ごとに目的に合わせて計画固定手順+AIアクション固定グラフ+AIノードアプリのフローの中で可能
実行場所クラウドでスケジュールまたはイベント実行し、Slackやウェブアプリに報告ウェブのダッシュボードセルフホストまたはクラウドのキャンバスウェブコンソールまたは埋め込みアプリ
アクセス制御アプリ単位・アクション単位の読み取り/書き込み、期間限定も可能接続したアカウント単位自分でホストする認証情報単位アプリの設定単位
モデルの選択新しいフロンティアモデルに切り替え可能提供元の内蔵AI自分で接続したもの自分で設定したもの
課金モデルクレジット+自社キー、席単位ではないタスク数とプランオープンソースは無料、クラウドは有料オープンソースは無料、クラウドは有料

それぞれが向いている場面:

  • Zapierは、2つのアプリの間で「Xが起きたらYをする」を確実にこなし、余計な判断をしてほしくないとき。
  • n8nは、エンジニアがすべてのノードを制御できるセルフホストの分岐パイプラインを求めるとき。タスク課金では収まらない規模になったときの定番です。
  • Difyは、顧客向けのAIアプリやチャットボットを作り、RAGとプロンプトのオーケストレーションが必要なとき。
  • Zeroは、業務の形が毎回変わり、入力が非構造のとき。上の例はすべてその種類です。文字起こし、スタックトレース、1週間分の広告費、183通のメール。

互いに排他的でもありません。Zapやn8nのノードが判断の手順をZeroに渡すこともできますし、決定的なパイプラインがすでにあるなら、Zeroがそれを起動することもできます。本当の問いはどのツールが最良かではありません。その業務が自分で作るべき固定パイプラインなのか、渡すべき自由度のある業務なのか、です。

ライセンス20個なしで20のユースケースを回す方法

上のすべての例が、20の別製品ではなく、異なるツールをまたぐ同じエージェントであることに注目してください。ここから4つのことが導かれます。

人がいなくても動きます。 これらのワークフローはクラウドでスケジュールまたはイベントトリガーで動くので、ノートPCを閉じても進み、複数のジョブを同時に走らせ、チームがすでに働いている場所へ結果を報告します。

権限はアクション単位で与えます。 各コネクタはそのワークフローが実際に使う範囲だけに、アプリごとに読み取りまたは書き込みで絞られます。エラーデータへの読み取り権限が、リポジトリへの書き込み権限を意味することはありません。権限は1時間や1日に期間を限定でき、機微な手順は承認の後に残ります。

ワークフローはチームの資産です。 1人が作れば組織全体が実行でき、各自が自分のトリガー、スケジュール、認証情報を付けます。すでにあるワークフローを作り直す人はいなくなります。

特定のモデル提供元に縛られません。 新しいフロンティアモデルが出たら、ワークフローを作り直さずに移せます。自社のキーを使うこともできます。

このリストの中で、チームが毎週繰り返しているワークフローを1つ選び、それを最初に渡してください。スケジュールに載せる前に、1回の実行結果を確認するだけで十分です。

よくある質問

AIエージェントとエージェンティックAIの違いは何ですか? 判断を変えるような違いはほとんどありません。「エージェンティックAI」は計画して行動するソフトウェアという広い能力を指し、「AIエージェント」は実際に業務を行う個々の存在を指します。重要なのはどのラベルかではなく、トリガーから確認できる成果物まで、実際のユースケースを引き受けられるかどうかです。

エージェンティックAIのユースケースにはどんな種類がありますか? 上の20件は6つの種類に分かれ、この分類は自分たちの1週間を点検するのにも役立ちます。エンジニアリングと障害対応、セールスとGTM、マーケティングとコンテンツ制作、顧客インサイトとレポーティング、財務と専門サービス、オペレーションと個人の生産性です。どの種類も形は同じで、トリガー、ソース、成果物、承認ポイントがあり、文脈を持っているツールだけが変わります。

小さなチームに向いたAIエージェントのユースケースは? 繰り返しがあり、複数のツールをまたぎ、確認できる成果物で終わる仕事から始めてください。受信トレイのトリアージ、エラートリアージ、週次レポート、通話後のフォローアップです。最初の1週間で効果が見え、設定もほとんど要りません。

ルールベースの自動化とどう違いますか? ルールベースの自動化は固定の条件に従い、入力がその条件に合わないと止まります。エージェントは文字起こしやスタックトレース、スレッドといった非構造の入力を読み、ツールをまたいで突き合わせ、与えられた権限の範囲でレポート、下書き、Issue、判断材料を作ります。

AIエージェントは従業員を置き換えますか? 人数ではなく担当範囲で捉えるのが有用です。エージェントは繰り返しが多くツールをまたぐ仕事、つまりトリアージ、初稿、定期レポートを引き受け、人は判断、関係づくり、人が必要な決定に時間を使います。上のいくつかの例では、エージェントは下書きまでで絶対に送信しないよう明示的に指示されています。

人を必ず介在させるにはどうしますか? 財務、セールス、カレンダーの例と同じように、指示にそのまま書きます。下書きまで、絶対に送信しない、帳簿は編集しない、実際の会議には触れない。そのうえでワークフローに必要なツールだけを接続し、それぞれを読み取りか書き込みに絞り、次を予定に入れる前に最初の実行を確認します。

エージェントが役に立つにはどのツールが必要ですか? 業務が実際に起きているシステムへのアクセスです。Zeroは200以上のツールに接続でき、ワークフローが読み書きできる範囲が広いほど、つまり受信トレイ、リポジトリ、CRM、分析、会計まで届くほど、最初から最後まで引き受けられる業務が増えます。このツールをまたぐ到達範囲が、エージェントとチャットボットを分けます。

Stay in the loop

// Get the latest insights on AI teammates and collaboration.

SubscribeJoin Discord