AIエージェントが“現場力”を変える
― ソフトバンクSE本部が描く次世代の業務支援


2025年11月18日掲載

AIエージェントが“現場力”を変える ― ソフトバンクSE本部が描く次世代の業務支援

単に質問に答えるAIとは異なり、指示の意図を汲み取り、システムをまたいで“業務そのもの”を自律的に実行してくれるAIエージェント。近年、そんなAIエージェントが世界のビジネス領域で注目されています。

ソフトバンク株式会社のソリューションエンジニアリング本部(以下、SE本部)でも、社内実証を通じて業務現場で本当に役立つAIエージェントの開発に取り組んでいます。

本ブログでは、この取り組みを推進するSE本部 統括部長 皿池と、同本部で部長を務め、法人向けアプリケーション開発を手がけるエンジニアの中山に、開発の背景や現場での気付き、そして今後の展望をうかがいました。

目次


お話をうかがった方

ソフトバンク株式会社 法人統括 ソリューションエンジニアリング本部 システムデザイン統括部 統括部長 皿池 孝治

ソフトバンク株式会社
法人統括 ソリューションエンジニアリング本部 システムデザイン統括部

統括部長 皿池 孝治

ソフトバンク株式会社 法人統括 ソリューションエンジニアリング本部 システムデザイン統括部 ソリューション開発部 部長 中山 達嗣

ソフトバンク株式会社
法人統括 ソリューションエンジニアリング本部 システムデザイン統括部

ソリューション開発部 部長 中山 達嗣

SE本部の役割と強み ― “技術力×人間力”で現場を支える

まず、SE本部のミッションや役割について教えてください。

皿池:「SE本部のミッションは、“技術力”と“人間力”でお客さまの期待を超え続けることです。また、行動指針として掲げている『主役になろう!』という言葉のもと、成果と挑戦を常に意識しています。

その中で培ってきたのが、現場を理解し、外部のSIerやパートナー企業の皆さまと協力しながら、プロジェクト全体の品質を担保して進めていく“エンジニア力”と、“内製開発力”です。

自分たちが中心となって設計・開発・運用まで一気通貫で進めていける――それがSE本部の強みだと思います」

AIエージェント開発の背景

AIエージェント開発を始めたきっかけを教えてください。

皿池:「社内では“AIエージェント”という概念が一人歩きをしていて、それがどういうものなのか、自律的に動くとはどういうことなのかが理解されていない状況でした。
各部門から“どんなものか見てみたい”という声が多く寄せられ、 “自分たちで作れないだろうか?”という話になったのが始まりです。そのときに中心となって開発を推進してくれたのが中山です」

中山:「もともとLLM(大規模言語モデル)が話題になり始めたときに、私たちが普段から取り組んでいるアプリケーション開発と近い領域の技術だった背景もあり、まずは“やってみよう”という感覚から試作を始めました。

私の部門では約100名のエンジニアが在籍しており、レビューや質問対応など“人に依存する作業”が多いため、LLMを使った業務効率化は実は当初から継続して行っていました。

また、昨年、私の担当するプロダクトで、さまざまなアプリケーションを通じてデータが蓄積されてきたため、そのデータを分析できるチャットボットをLLMで作ろうとしました。ユーザーが『こういう内容を調べてほしい』と指示したときに、その内容から“どのデータをどう抽出すれば答えを作れるのか”をAIが思考する仕組みを実装したのが最初のきっかけです。

ちょうどその頃、“自律型AI”という考え方が注目されていたこともあり、“AIが自分で考えるとはどういうことか” “どうすれば自律的に考えさせられるか”という点を意識するようになりました。そうした試行錯誤が、今のAIエージェントを作り始めるきっかけになりました」

このように、AIエージェント開発は現場発信で進んでいったと言います。


AIエージェントの開発背景を語る皿池(左)と中山(右)

AIエージェントの開発に取り組む中で、社内外のどんな課題を解決したいと考えていましたか?

皿池:「システムの乱立やデータベースが分散していることで、結局は人がデータを投入しないと業務が進まないという課題は多くあると思います。そういった部分の間にエージェントが入れば、例えばデータベースを統合しなくても業務が回るようにできると考えました。エージェントが両方のデータベースにアクセスして情報を連携させれば、データ統合の手間をかけずに業務効率化が実現できます。

そうした取り組みを通じて、人手不足の時代でも“エージェントが単独で動いて、一人分の業務をこなせる”ような仕組みをつくりたいという思いがありました」

自律するAIを目指して

開発の中で苦労した点はどこにありましたか?

中山:「一番大変だったのは、AIの“自律”とは何かを定義することでした。考えて動くだけなら意外と簡単に実現できましたが、それは指示されたことを実行しているに過ぎないことに気付きました。これでは自律とは言えません。そこで私はマネジメントの本を読み、人が自律的に動くとはどういうことかを理解しようとしたり、 Azure OpenAI ServiceやGemini など複数の生成AIと壁打ちをして“自律型の思考”について考えました。そして1カ月ほど悩んだ後、AIがこういう考え方で動くべきだというプロセスについて一定の結論に行きつきました。

その結果、開発したAIは相手の状況を理解し、より自然な提案を返すように進化しました。
”依頼者が誰か” ”どんな状況か”を読み取り、 メールの文体を変えたり、“この内容は電話もしたほうがいいですよ”と提案してくれる。そこが最も社内で評価されているポイントです」

AIエージェント開発中の苦労について語る中山

SE本部の“社内AI活用” ― 現場課題を解決する取り組み

“AIエージェント”という言葉が一般化する以前から、業務効率化やナレッジ共有を目的にAI活用の実験を重ねてきたというSE本部では、日々の業務の中で「ここをAIで改善できないか」と課題が出るたびに、それに特化したAIを開発しているそうです。

現在、SE本部で実際に開発する際に使っているAIについて教えてください。

中山:「SE本部では、現場課題の解決を目的に、さまざまなAIを開発してきました。

例えば、サーバー運用時のアラートを分析して“対処が必要かどうか”を自動で判断するAIでは、対応漏れや判断ミスを防ぐと同時に、メンバーの精神的負担を大幅に軽減することができました。

また、AIがプログラムのソースコードを一次的にチェックし、人が最終レビューを行う仕組みに切り替えたソースレビューAIでは、4カ月規模の開発で200〜300回に及ぶレビュー作業を効率化しました。レビューを担うエキスパートエンジニアが限られていたために負荷が集中していた状況を改善し、レビュー工数を大幅に削減しました。

ソースレビューAIの画面。コード変更内容を解析し、改善提案を自動生成することで、レビュー工数を削減している。 ソースレビューAIの画面。コード変更内容を解析し、改善提案を自動生成することで、レビュー工数を削減している。

このように、運用支援からナレッジ共有まで、用途に応じたさまざまなAIを開発・活用して得た知見が、現在の自律型AIエージェント開発の基盤となっています」

実証からサービス化へ ― “考えて動くAI”の進化

現場でAIを活用する中で、どんな気付きがありましたか?

中山:「AIを活用して感じた一番の気付きは、“システムが人の行動を変える”ということです。

これまで私が直接指示を出すと、どうしてもアサインに偏りが出たり、受け手によっては“なぜ自分だけ”と感じさせてしまうことがありました。

しかし、AIが判断して『あなたがやってみたらどう?』と提案すると、受け手の印象が全く違います。AIから提案を受けて動くことで、“自分で判断して行動した”という感覚を持てるようになり、自信も生まれます。AIが適切に考えて発言してくれることで、チーム全体の行動変容が起こる。それが、今回の取り組みで得られた最も大きな学びでした。

AIエージェントも、ただ指示されたことを実行するのではなく、次のアクションを先回りして提示し、人の意欲や行動を引き出す存在にしていきたいと考えています」

現在、サービス化に向けて実証中のAIエージェントについて教えてください。

皿池:「現在実証を進めているのは、自律的な行動により業務支援を実現するAIエージェントです。ユーザーがチャットで指示したことに単に回答するだけでなく、内容を理解して“その先の動き”まで実行する、自律性にこだわったサービスになります。

これはセキュリティにも配慮したサンドボックス設計(企業の通常利用領域とは隔離された安全な仮想環境)で構築されています。

また、85種類以上のツールを利用が可能で、PDFやPPTなど指示をしなくてもAIエージェントで内容を判断し、最も適したツールを自動で選択してくれます。

社内の業務システムとの双方向連携が可能であることに加え、長期記憶と短期記憶の両方を活用できるのも特長です。履歴や業務知識、過去何カ月も前の内容を覚えていて、次に質問したときにもそれをベースとした回答が出てきます。このように、継続的な対応とパーソナライズされた支援によって、利用満足度と業務効率を同時に向上させられる仕組みになっています」

自律的に複数ファイルでの作成をするAIエージェント
自律的に複数ファイルでの作成をするAIエージェント

中山:「ユースケースとしては、“考えて調べて何かを作る”業務に非常に適しています。例えば、アプリケーションの試作や営業資料の作成、特許調査、あるいは数カ月単位で実施するような出店調査などです。

これまで人が数日から数週間かけていた作業も、AIが数時間で情報を調べ、整理し、成果物を提示できるようになります」

開発中のデモ画面
開発中のデモ画面

サービス化に向けての状況を教えてください。

中山:「Web版とローカル版の2つのAIエージェントを開発中です。

Web版は、セキュアなクラウド環境上でAIエージェントを動かす仕組みとして開発を進めています。現在、12月のリリースに向けて準備中です。

ローカル版は、AIエージェント自体をPCやローカル環境にインストールして動かすもので、ユーザー自身の端末で直接動作させることを目的としています。例えば、自分のPC内のフォルダをAIが調べて必要なファイルを見つけたり、新しい業務ソフトを導入する際に、AIがマニュアルを読み込んで自動的にセットアップしてくれるもので、こちらも順次開発を進めている段階です

未来の業務支援へ ― “人とAIが共に働く”組織づくり

今後の展望を教えてください。

皿池:「お客さまの業務効率化や人手不足の課題に対し、AIエージェントが“伴走者”として支援できるようにしていきたいと考えています。自律的に業務を進められる仕組みを提供することで、企業全体の生産性向上に貢献していきます」

お客さまの業務に伴走しながら共に動く――。
そんなAIエージェントを目指して、ソフトバンクはこれからも挑戦を続けていきます。

AIによる記事まとめ

ソフトバンクSE本部が、これまで社内業務で実践してきたAI活用の知見を活かし、自律的に判断・実行するAIエージェントを開発している取り組みを紹介しています。アラート対応AIやコードレビューAIなどの運用から得たノウハウを基盤に、ユーザーの意図を汲み取り先回りして業務を支援する新たなAIエージェントを構築。現在はWeb版について、12月のサービスリリースに向けた準備を進めており、ローカル版も順次開発中です。

※上記まとめは生成AIで作成したものです。誤りや不正確さが含まれる可能性があります。

関連サービス・ページ

関連セミナー・イベント

ソフトバンクビジネスブログ編集チーム 角田 麻貴
ソフトバンクビジネスブログ編集チーム
角田 麻貴
ソフトバンクにて新規事業開発などを経験後、2021年よりB2Bマーケティングに従事。
イベントやウェビナーの企画運営を担当したのち、2024年よりコンテンツ制作に携わる。
/common/fragments/sidebar

同じカテゴリーの記事をみる

Tag
データ、AIの利活用 , AI ,
Display
part