2018年03月

23

AI活用をお客様と共創する具体的な進め方「ブレーン・ストーミング」

AI は今や話題に事欠かないテーマとなっており、日々様々な意見や事例を目にするようになっています。

前回の特集(『AI に怯えず積極的な活用と人の武器を磨いてみよう!』)で、AI プロジェクトを進めていく上でのポイントとして、以下を挙げました。

●準備に時間をかけ過ぎず、始める
●小さく始めて、大きく育てる
●失敗から学ぶ
●最初から完全を目指さない(ある程度の完成度でトライ・アンド・エラーで改善する)
●ユーザーに共感し、利便性や生産性を上げ、本来の仕事に集中させる

では、実際に自社やお客様が「AI を活用したい」となった時にどのようなアプローチを取れば良いのでしょうか。

AI プロジェクトの成否の鍵は・・・

AI を業務に実装するには(もちろん、AI だけに特化することでもありませんが・・・)「構想フェーズ」から始まり、「検討フェーズ」を経て、「試作・評価フェーズ」を繰り返し、「実装フェーズ」、「運用フェーズ」と進めていきます。

まだまだ未知のことが多い AI を業務やビジネスに活かすには、新しいアイデア、これまで考えつかなかった発想の転換などが必要となります。この新しいアイデアや発想の転換をいかに生み出せるかが、AI のプロジェクトの成否を分けるキーになり、フローの冒頭にあたる「構想フェーズ」が重要になるのです。

今回は、この”構想フェーズ”にフォーカスをあて、アプローチの方法について迫っていきましょう。

「構想フェーズ」でのアイデア出し

プロジェクトにおいては、まず、課題と目的が設定されます。そして課題を解決するアイデア出しに進みますが、この”アイデア出し”が、 AI プロジェクトの要となる 「構想フェーズ」で実施されます。

では、AI プロジェクトを成功させるため、最も重要となる「構想フェーズ」において、新しいアイデアや発想の転換を生み出すためには、どうするのが良いのでしょう。

昨今、以前、第3弾に渡りご紹介したデザイン思考(「なぜクラウドとデザイン思考なの?」「何がデザイン思考導入を難しくするのか」「日本企業にはイノベーションの素養がある(前編/後編)」)がアプローチ法として使われることも多いのですが、デザイン思考を知らなければできないというわけではありません。今回は、より一般的で、誰もが一度は経験したことがあるであろう”ブレーン・ストーミング“について、確立されている細やかな手法などを改めてご紹介してみたいと思います。

ブレーン・ストーミング

以降は、共創という形で、アイデアを出す方法を考えてみます。

共創とは、複数人で創造(発想)することを言います。ブレーン・ストーミングなどの手法を使うのが一般的ですが、まず、この発想のための会議をどのように取り仕切るか、という検討が必要となります。参加者はどうすれば良いのか、場所は?時間は?など、共創の前には準備が必要です。

1. 人選をどうするか?

Amazon のジェフ・ベゾスが、最適なチームの規模について「ピザ2枚で足りる」ぐらいが良いと言っています。これは、5~8人前後の人数ということで、アイデア出しにはこれぐらいの人数が良いと思います。また、そこに参加する方は、フラットで雑多な(上下関係がなく、職種がバラエティに富んでる)方がより多くのアイデアが出ると言われています。お客様も含め、部門や職域などがあまり重ならないようにすることが重要です。

2. 場所をどうするか?

いつもの会議室などあまり場所にこだわらないことも多いと思います。しかし、意外に場所は大事です。広さは十分か、机は固定されていないか、ホワイトボードは足りているか、暗く閉鎖的ではないか…など気をつける必要があります。開催場所を変えてみる、会議が煮詰まったら参加者で散歩する、なども効果的です。

3. 時間は?

アイデア出しは、長くやったからと言って良いわけではありません。また、一人のときにアイデアが湧くこともたくさんあります。アイデア出しの時間は1時間程度、更にウォーミングアップ(アイスブレイク)の時間もしっかり取るとよいでしょう。

 

ブレーン・ストーミングの進め方

それでは、実際にブレーン・ストーミングはどのように実施すれば良いのでしょうか。
流れから言うとこのようなイメージになります。

アイスブレイク とは、初対面の人同士が出会う時、その緊張をときほぐすための手法です。

それでは、ブレーン・ストーミングのプロセスを詳しく見ていきましょう。

アイスブレイク

アイスブレイクの心構え

  1. 誰もが平等(フラット)な立場でいること
  2. バイアスを取り除くこと、
    アイデアを検閲しないこと、
    固定概念を取り払うこと
  3. 反応速度を上げること、
    創造性を刺激しておくこと
  4. 間違っても良い雰囲気を作ること、
    相手が喜ぶように受け取ること
  5. 否定しないこと、肯定だけしないこと、
    相手のアイデアに自分のアイデアを加えて返すこと

ブレーン・ストーミングを使って共創する場合、普段の脳を仕事モードから発想モードへ切り替える必要があります。また、会議に対し、いつも叱責されるとか、時間がダラダラと長いとか、一人の決まった人が発言しているなど、ネガティブ・イメージがある場合は特にアイスブレイクをしっかり実施し、どんな発言も許されるような安心な場と雰囲気を作る必要があります。

アイスブレイクのためのエクササイズ

1. 私あなた

コミュニケーションの基本であるアイコンタクト(相手を見る、相手に影響される)を学び、打ち解け合う

  1. 立ってグループで円になり向かい合います
  2. 開始する人を決めその人が、「わたし」と言いながら自分の胸に手を置き、
    次の人に「あなた」とパスをまわします
  3. パスを受け取った人は同じように「わたし」と言いながら自分の胸に手を置き、
    別の人に「あなた」とパスを回します
  4. 2,3 を繰り返します
  5. この際、相手の目を見てパスを回すことが重要です
2. 私あなた(名前バージョン)

コミュニケーションの基本であるアイコンタクト(相手を見る、相手に影響される)を学び、打ち解け合い、名前を覚える

  1. 円になり向かい合う
  2. 開始する人を決めその人が、「○○(自分のニックネーム)」と言いながら自分の胸に手を置き、次の人に「〇〇(相手のニックネーム)」とパスを回します
  3. パスを受け取った人が同じように「○○(自分のニックネーム)」と言いながら自分の胸に手を置き、次の人に「〇〇(相手のニックネーム)」とパスを回します
  4. 2,3 を繰り返します
  5. 名札があるとハードルが下がる、ニックネームでなくても良いが、肩書を意識させない呼び名が良い(社長、部長 ☓)
3. Two Dots(ツードッツ)

直感で表現する(すぐ描く)、また相手の表現に影響されて表現するトレーニング

  1. ホワイトボードの真ん中に「 ・ ・ 」のように2つの点を描きます
  2. ホワイトボードの前(1m ぐらい離れて)に参加者全員が立ちます
  3. 「 ・ ・ 」に各参加者が交互に一筆書きで線や図形を描きます
  4. この際特に絵のテーマや上手い下手にこだわる必要はありません
  5. 次々に一筆で描かれていく図形に影響を受け、即座に描き足すこと意識します
  6. 2~3回転ぐらい、もしくは絵の完成でエクササイズを終了します
4. スケッチ

架空の物や場面を想像し表現、参加者全員で一つの架空のシーンを共有するエクササイズ

  1. 題:「自動車の日常点検」とし、日常点検について想像し、どのような要素があるかを指し示しながら伝えます
  2. 例えば、最初の人が「ここにライトがあります」
  3. 次の人は、「ライトを点けてみます、ライトが点きました」
  4. 次の人は、「ここにブレーキがあります」
  5. 次の人は、「ブレーキを踏むとブレーキランプが点きます」
  6. 次の人は、「この辺で面倒くさくなって点検をやめてしまうユーザーがいます」…どんどん続けます

このようにお題に対して、そこにあるものを広げていったり、情報を詳しくしたり、その場所のイメージを共有します。お題は、ブレーン・ストーミングのテーマに関係のなく、想像しやすいものから始めても良いでしょう。また、難しい可能性もありますが、「自動車の日常点検」のような具体的なテーマに沿ったお題で実施することにより、よりユーザー目線でテーマを考えるきっかけになります。

しっかりとアイスブレイクを実施し、お互いが心を許せる居心地の良い場をつくり、心理的安全性を確保することで、ブレーン・ストーミングによる共創がより充実したものになります。

 

課題解決のアイデア出し ~ブレーン・ストーミングの実施~

さて、アイスブレイクも終了しましたので、次はアイデア出しをします。今回は最も基本的なブレーン・ストーミングのやり方で、Post Up(張り出し法)を使ってみたいと思います。

Post Up (ポスト・アップ)

最もシンプルなブレーン・ストーミングの方法

  1. 1人作業で3分間でできるだけ多くのアイデアを付箋紙に書き出します
  2. 時間を決め(例えば10分間)2人で相手とアイデアをホワイトボード/模造紙に貼りながら、アイデアを共有します
  3. 付箋紙を貼っている間に相手のアイデアから違うアイデアが出てきたら、すぐに付箋紙に書き出して貼ります
  4. 各ペアの発表者を決め、他のペアとどんなアイデアが出たかを発表しあいます

Post Up は複数回実施することもでき、1回目は、課題の洗い出しに、2回目はその解決方法を考えるといったことが可能です。

様々な職域の方でブレーン・ストーミングを実施する場合、課題の理解や持っている情報レベルが違う場合があります。情報共有の意味を含め、改めて、課題の洗い出しを実施します。

2回目では「1回目で出てきた課題を解決する方法」のアイデアを出します。ここで大事なことは、目的は完璧な答えを探すことではなく、どんなつまらない、突拍子もないイデアでも歓迎し、アイデアを出し尽くすことです。変なアイデアがあったとして、他の2つ以上のアイデアを掛け合わせる、引き算する、反対を考えるなど、一見使えないようなアイデアでも視点を変えることにより、使える場合があります。更に重要なことは、他の人のアイデアに影響を受けて、アイデアを重ね、一人で考えていては、思いつかないようなアイデアを出すことです。

優先順位を決める(ドット投票)

アイデア出しの優先順位決めには、「ドット投票」を使います。ドット投票は、加点方式の評価法です。

  1. 一人5票までと決め、参加者にシールを5枚ずつ渡します
  2. 発表され、張り出されたアイデア(付箋紙)から良いアイデアにシールを貼ります

また、少し投票や集計に時間がかかりますが、

のように意味を分けて、シールを貼る方法もあります。このようにシールを分け、意味づけすることにより、アイデアの優先順位やまとめるための情報を多く得ることができます。

発表・評価 ~ブレーン・ストーミングの収束方法~

ブレーン・ストーミングはあくまでもアイデアを出す場で、何かを決定したり、判断したりする場ではありませんので、一旦ここで終了します。

ブレーン・ストーミング終了後に担当者が画像や箇条書きでアイデアをまとめ、参加者全員で共有します。

ブレーン・ストーミングの結果を共有することで、参加者全員が当事者意識を持って、ブレーン・ストーミング以外の日常でもこの課題に対して発想を意識してもらいます。アイデアは共創で生まれることもありますが、シャワーを浴びているとき、散歩をしているときなどにふと湧いてくることも多いからです。

この後は、ドット投票の結果なども踏まえ、具体的な試作に落としていきます。具体的な試作へ落とす方法については、ここでは詳細に書きませんが、まずは、「小さく進めること」が重要です。

それには、アプリであればいきなり試作を作り始めるのもありですが、模造紙やダンボール、粘土、モールなど使って簡易的にデバイスやアプリの画面を作っても良いかも知れません。また、試作のリアリティを追求するために、お客様役、店員役などに分かれて寸劇(スキット)をやるのも良いでしょう。

試作で結果が出なければ、ブレーン・ストーミングを再度実施したり、結果に戻ったりしても良いでしょう。小さく始めていれば、後戻りもスムーズです。

新しい発想から生まれた AI 活用(例)

さて、ブレーン・ストーミングについて詳細にご紹介してきましたが、最後に実際の AI 活用のお客様事例を見てみましょう。

THINK Watson の記事によるとオートバックス社は、AI の画像認識能力を活用した「タイヤ摩耗診断」を2017年9月に公開しました。自動車の日々の点検は、安全には欠かせない作業ですが、様々な理由から十分に実施されている状況にはありません。オートバックス社では、スマホを使って簡単にメンテナスの必要性の有無を診断できれば、ユーザーの意識向上に一役買えるのではと、「かんたんタイヤ画像診断」を開発しました。これは、メンテナス不良による事故原因ともなっているタイヤの摩耗度合いをユーザーが撮った画像から診断するというものです。

この事例、「かんたんタイヤ画像診断」の開発の経緯は、以下のようなものでした。

——「かんたんタイヤ画像診断」開発の経緯を教えてください。

八塚 自動車点検整備推進協議会の調査からもわかるとおり、自動車ユーザーの日常点検に対する意識を高めていく必要があります。オートバックス各店舗ではかねてより「タイヤ安全点検」を実施していますが、点検のために店舗に行くということ自体がお客様にとってはハードルのひとつになっていると感じていました。

この状況を改善するために、当初はオートバックスのピットマンがユーザーから送られてくるタイヤの画像を診断するという案も検討しましたが、人手で対応するには限界があります。そこで、AI による画像認識でタイヤの摩耗状態を診断するサービスを発案しました。メンテナンスをなかなか行えないという方々の「面倒・お金がかかる・時間がない」というお悩みに「簡単・無料・すぐにできる」というかたちでお応えできると考えています。

出典:THINK Watson, 『オートバックスに聞く:新たな顧客価値を創造するAIビジネス戦略』

上記の事例では、課題と目的は、以下になります。

この課題と目的を元に、これまでご紹介してきた”ブレーン・ストーミング“のような手法を用い課題を解決するアイデア出しを行っていきます。
例えばこの事例であれば、先にご紹介の Post Up で、「課題とその理由」の洗い出しを行い「自動車ユーザーの日常点検に対する意識が低い」という課題、そしてその理由「点検は面倒・お金がかかる・時間がない」を掘り下げて考えます。
こうしたアイデア出しが行われた結果、新たな発想から、「簡単・無料・すぐできる」を実現し、”自動車ユーザーのユーザーの日常点検に対する意識を高める”目的を達成する新しいAI を活用したソリューション「かんたんタイヤ画像診断」が誕生したのです。

まとめ

AI プロジェクトの成否を握る「構想フェーズ」で、より有効なアイデア創出に役立つ”ブレーン・ストーミング“の進め方を改めてご紹介してみました。
繰り返しとなりますが、AI プロジェクトを進めていく上で大事なことは以下のようなことです。

●準備に時間をかけ過ぎず、始める
●小さく始めて、大きく育てる
●失敗から学ぶ
●最初から完全を目指さない(ある程度の完成度でトライ・アンド・エラーで改善する)
●ユーザーに共感し、利便性や生産性を上げ、本来の仕事に集中させる

チームで”アイデア出し”を行いそこで出たアイデアを元に試作し、評価します。

アイデア出しから試作までに必要なことは、子供のような遊び心、そしてどんなことでも言い合える、また寸劇をやっても恥ずかしくない、安心安全な場と関係づくりなのではないでしょうか。

皆さんが、AI プロジェクトに携わる際、この”ブレーン・ストーミング“を活用することで、今までになかった新しい発想を生み出し、AI プロジェクトを成功に導いていただければ幸いです。

 

その他の記事

2025年12月25日

“AI を学習用ではなく事業の現場に馴染ませる”
本格的なAI時代に誕生したIBM Power11の覚悟とは?

公開日:2025-12-25 本格的なAI時代の到来で、企業にとってIT基盤の存在感はこれまで以上に重みを増しています。IBM Power11は、そうした時代の要請に応えるべく誕生した真のエンタープライズ・サーバーです。堅牢な信頼性と高い処理性能に加え、外付けカードIBM Spyre Acceleratorによって、地に足がついたAIワークロードをすぐに実装できる実用性を備えるに至っています。既に先行ユーザーは、大きな業務効率化の効果を体感しており、このサーバーは単なるハードウェアを超えて、次世代の標準基盤となる期待を集めています。 今回は、日本アイ・ビー・エム(以下、IBM)テクノロジー事業本部 Powerテクニカル・セールス部長 釘井 睦和 氏をお迎えし、AI時代をリードするべくして誕生したIBM Power11の“覚悟”について伺いました。 出席者 ゲスト 日本アイ・ビー・エム株式会社テクノロジー事業本部Powerテクニカル・セールス部長釘井 睦和 氏 インタビュアー エヌアイシー・パートナーズ株式会社技術企画本部テクニカル・サポート部部長 広橋 稔 本格的なAI時代の到来で、さらに重みの増すIT基盤 広橋: 経営とITが不可分となった今日、企業のお客様が直面している課題としてどのようなものがあると考えておられますか。 釘井氏: 本格的にAIの時代が到来したことが非常に大きいと思います。企業競争力の維持を図る上で、もはや、AI活用を抜きに戦略を立てられないというところまで来ています。実践段階に入ってきたこともあり、アナリスト機関IDCによれば、これからはAIエージェントが自らアプリケーションを書くようになると予測されています。その結果、アプリケーションの数は爆発的に増加し、今後10億もの新しいアプリケーションが出現すると予測され、そのうち3分の1はAIによって開発される見込みです。こうなってくると、アプリケーションを支えるインフラは、これまでにないスピードと規模でアプリケーション増加への対応と高い可用性を求められます。計画停止すら許されないミッションクリティカルな業務が増えていくことでしょう。そのような世界では、油断をするとシステムのサイロ化やデータ爆発も起きやすくなるため、その対策も必要です。 その一方で、ランサムウェア攻撃を筆頭に、セキュリティリスクも劇的に高まっており、対策強化も喫緊の課題です。だからといって、ITばかりに予算を使うわけにはいきませんから、そこはコスト最適化を図る目線も要求されます。さらに、少子高齢化社会の進行で、IT人材も確保しづらい状況が続いているため、より少ない人員でより多くのことをカバーできるかといった観点での運用効率化も恒常的なテーマとなっています。つまり、今日の企業が対峙している課題は文字どおり山積しているといえます。 広橋: 確かに、日ごろパートナー企業やエンドユーザー企業のお悩みを聞く中で、こうしたお話はよく伺います。特にAI活用については、意欲を持ちつつも、プレッシャーも感じておられるようです。 AI時代のニーズに応える真のエンタープライズ・サーバー 釘井氏: こうした中、今年登場したIBM Power11は、本格的なAI時代のニーズに応える、真のエンタープライズ・サーバーとして位置づけられています。このサーバーは、単なるハードウェアを超えたまさに“企業の中枢を支える基盤”として設計されており、Powerとして従来から定評のある堅牢性と可用性をさらに進化させつつ、計画停止をほぼ不要とする自律的な運用機能や強靭なセキュリティを標準装備しました。また、最新のDDR5メモリと強化されたI/Oアーキテクチャにより、高負荷のトランザクション処理や大規模データ解析なども余裕を持ってこなすとともに、AI推論も得意とします。IBM Power11は、企業がAI時代に向けて加速できるようIBMが考え抜いたフルスタックのイノベーションです。 広橋: IBM Power11を特徴づけるキーワードをいくつか挙げていただけますか。 釘井氏: 一つは、「0」(ゼロ)です。これは、エンドツーエンドの自動化を実現し、計画的なダウンタイムを0にする、つまり、無停止運転を可能にすることを意味します。 従来はメンテナンスウィンドウを設けて実施していたファームウェア更新、I/Oアダプタ更新、仮想化ソフトウェア更新などを、IBM Power 11ではAutomated Platform Maintenance(APM、プラットフォーム自動保守)機能として、管理コンソールであるIBM Hardware Management Console(HMC)からワンクリックまたは準自動で実行可能です。環境をチェックする更新前準備、パッチ配布、ワークロードの退避・復帰を一連のフローで自動化できるため、停止せずに更新できるというわけです。 また、運用データを横断的に集約し、watsonxですぐに実行できる提案と自動化を結びつける、アプリケーション運用向けのAIオートメーション基盤 IBM Concertがあります。Concert for Powerでは、Powerインフラの脆弱性を検出して、現行バージョンに照らして優先度をAI算定、その後に推奨手順を提示し、必要に応じて更新をゼロ計画停止で実行するところまで担います。ここでいう実行とは、HMC/PowerVMが担う処理をConcertが呼び出して一気通貫に自動実行することを意味しています。 広橋: サーバー停止は業務に支障を及ぼしかねず、利用部門や経営層からの圧力も大きいため、情報システム部門としてはなるべく回避したい運用ですから、安定して動き続けてくれるならそれに越したことはないですね。 釘井氏: はい。もう1つのキーワードは「

2025年12月24日

【イベントレポート】Automation テクニカルワークショップ第一回 開催しました

公開日:2025-12-24 こんにちは。てくさぽBLOGメンバーの和田です。 2025年11月26日に「Automation テクニカルワークショップ」第一回を開催しました。 本ワークショップは、2025年7月および9月に実施した「watsonx Orchestrate ハンズオンセミナー」に続く取り組みとして、IBM Automation製品群の中で弊社が注力しているAIOpsソリューションを中心に企画検討し、利用イメージがつきやすいInstanaのハンズオンを実施しました。 ハンズオンだけでなくワークショップ形式でのセッションを通じて、ITシステム運用の現場で直面する課題をどのように解決できるのか、Instanaを活用した具体的な方法を参加者同士が議論しました。また、セッションの最後には各チームごとに成果を発表・共有する場を設け、Instanaに対する理解を深めるとともに、参加者間の交流を促進することを目的としました。 本ブログでは、このテクニカルワークショップの内容について簡単にご紹介いたします。 目次 ワークショップアジェンダ Instana概要 Instanaハンズオン グループワーク まとめ お問い合わせ ワークショップアジェンダ ワークショップのアジェンダについては以下の通り実施いたしました。 IBM AIOpsソリューション概要 Instana 座学 Instana ハンズオン Instana最新情報 グループワーク IBM AIOpsソリューション概要では、IBMが取り揃えているAIOpsソリューションのラインナップと利用シーンをご紹介し、その中でもお客様のROIが高いお勧めのソリューションをピックアップしてご紹介しました。 また、Instana最新情報ではIBM様にご登壇いただき、DBMarlinとの連携やAIでの監視支援、LLMのトークン数を収集できる機能など最新アップデート情報をご紹介いただきました。 Instana概要 Instanaについては過去にこちらの記事でご説明しております。 今回はInstanaのAgentを導入することからハンズオンで実施しますので、Instana Agentがどのようにデータを収集するかについてご説明します。 InstanaはAgentのセンサー機能が監視対象を自動検出してデータ収集します。 Agent自体がセンサー機能を持っているわけではなく、Agentインストール後にセンサー機能をインストールし、そのセンサー機能で各コンポーネントを検出しデータを収集しています。 Instana Agentは収集したデータをInstana バックエンド(SaaSもしくは自己ホスト)に送信します。   Instanaハンズオン Instana Agentの導入からInstanaでの情報確認、障害発生時のエラー発生箇所確認をハンズオンで体験頂きました。 実施内容 環境の説明/ログイン Instana Agentのインストール インフラストラクチャー情報確認 アプリケーション設定/アプリケーション情報確認 アラートチャネル作成/アラート設定 障害注入/エラー発生箇所確認   今回のハンズオンではサンプルアプリケーションを導入してあるサーバーを参加人数分ご用意したので、参加者の方々全員がInstana Agentの導入を体験いただけました。 ハンズオンではInstana Agentの導入を行うためCLIでサーバーにログインいただきました。 普段CLIを利用されないかたもいらっしゃったのでログインに苦戦された方もいましたが、AgentのインストールはLinuxの場合ワンライナーで導入できるため、Agent導入はスムーズに行えてました。 実際にAgent導入したサーバの情報やアプリケーションの情報をみていただくことで、Instanaではどういった情報が表示されるのか、どういった操作感なのかを体験していただけました。 また、サンプルアプリケーションにエラーを発生させるスクリプトもご用意しましたので、実際にエラーが起きた場合正常時と比較しどのように見えるか、アラート設定をした場合、どのような通知がくるのかを体験いただきました。 その他のハンズオンについて詳しく知りたい方は、ブログの最後に記載している「お問い合わせ」までお気軽にご連絡ください。 グループワーク 今回、ハンズオンだけでなくITシステム運用の現場における課題を洗い出し、それらの課題を解決する手段としてInstanaがどう使えるかという観点でチームに分かれてグループワークを行いました。 1チーム4,5人の合計3チームに分かれてNI+C Pメンバーがファシリテートしながらアイディア出し・ディスカッションを行いました。 当日上がった課題及びInstanaを活用することで改善できることをいくつかピックアップします。 運用の属人化がおきている 障害原因の特定までをInstanaがガイドしてくれるためどんな人でも対応できる ログの分析に時間がかかる Instanaの画面上でログの確認・分析ができるため時間短縮できる ご参加して頂いたパートナー様が携わっていらっしゃる業務や、業務の経験年数が異なることより多様な意見が出ておりました。 アドバイザーで参加いただいたIBM様も含め、各チーム貴重な意見交換をできるグループワークとなりました。 グループワークの感想について、「他の会社の意見が聞けてよかった」や、「Instanaを利用するシーンがより理解できた」といったような意見をいただきました。 まとめ このたび、Automation製品に関する初めてのワークショップを無事に開催することができ、安堵しております。 ご参加いただいた皆様からのアンケートでは、「はじめてInstanaに触れましたが、実際に障害が発生した際の挙動を見ることができたうえ、他社の方々との交流や意見交換の機会もあり、大変有意義な時間となりました」とのご意見をいただきました。このようなお声をいただけたことで、準備を重ねてきた甲斐があったと感じ、心より嬉しく思っております。 今後も、製品を実際に体験いただけるハンズオンや、参加者同士が交流・情報共有を行えるワークショップを継続的に開催してまいります。ご興味ある方は是非ご参加いただけますと幸いです。 また、「こんなことをやってほしい」「この製品を使ったワークショップをお願いしたい」といったご要望がございましたら、ぜひお気軽にお聞かせください。 お問い合わせ この記事に関するご質問は以下の宛先までご連絡ください。 エヌアイシー・パートナーズ株式会社 技術企画本部 E-mail:nicp_support@NIandC.co.jp   .bigger { font-size: larger; } .highlighter { background: linear-gradient(transparent 50%, #ffff52 90% 90%, transparent 90%); } .anchor{ display: block; margin-top:-20px; padding-top:40px; } .btn_A{ height:30px; } .btn_A a{ display:block; width:100%; height:100%; text-decoration: none; background:#eb6100; text-align:center; border:1px solid #FFFFFF; color:#FFFFFF; font-size:16px; border-radius:50px; -webkit-border-radius:50px; -moz-border-radius:50px; box-shadow:0px 0px 0px 4px #eb6100; transition: all 0.5s ease; } .btn_A a:hover{ background:#f56500; color:#999999; margin-left:0px; margin-top:0px; box-shadow:0px 0px 0px 4px #f56500; } .table { border-collapse: collapse; border-spacing: 0; width: 100%; } .td { padding: 10px; vertical-align: top; line-height: 1.5; } .tbody tr td:first-child { font-weight: bold; width: 20%; } .tbody tr td:last-child { width: 80%; } .ul { margin: 0 !important; padding: 0 0 0 20px !important; } .ol { margin: 0 !important; padding: 0 0 0 20px !important; } .tr { height: auto; } .table { margin: 0; } *, *:before, *:after { -webkit-box-sizing: inherit; box-sizing: inherit; } .html { -webkit-box-sizing: border-box; box-sizing: border-box; font-size: 62.5%; } .btn, a.btn, button.btn { font-size: 1.6rem; font-weight: 700; line-height: 1.5; position: relative; display: inline-block; padding: 1rem 4rem; cursor: pointer; -webkit-user-select: none; -moz-user-select: none; -ms-user-select: none; user-select: none; -webkit-transition: all 0.3s; transition: all 0.3s; text-align: center; vertical-align: middle; text-decoration: none; letter-spacing: 0.1em; color: #212529; border-radius: 0.5rem; } a.btn--orange { color: #fff; background-color: #eb6100; border-bottom: 5px solid #b84c00; } a.btn--orange:hover { margin-top: 3px; color: #fff; background: #f56500; border-bottom: 2px solid #b84c00; } a.btn--shadow { -webkit-box-shadow: 0 3px 5px rgba(0, 0, 0, .3); box-shadow: 0 3px 5px rgba(0, 0, 0, .3); }

2025年12月24日

【てくさぽBLOG】IBM watsonx OrchestrateでAIエージェント開発してみた(Part1)

こんにちは。てくさぽBLOGメンバーの高村です。 8月は「【てくさぽBLOG】IBM watsonx OrchestrateのADKを使ってみた」でADKの操作感や感想をご紹介しました。今回は、2025年6月のアップデート後のwatsonx OrchestrateのUIからエージェントを開発し、操作感や感想を2回に分けてご紹介いたします。なお、Part2ではエージェントのデモ動画もご紹介する予定ですのでぜひご期待ください! 目次 はじめに サンプルエージェントのシナリオ サンプルエージェント開発 さいごに お問い合わせ はじめに 6月のアップデートで、watsonx Orchestrateはメニュー構成・操作方法・機能名称が変更されました。例えば、従来「Skill」と呼ばれていたものが「Tool」に変更されています。Toolとは、AIエージェントが呼び出して実行するアクションの部品と考えて頂ければと思います。ユーザーがチャットへ自然言語で問い合わせると、AIエージェントは内容に応じて適切なツールを選択して実行します。これにより、生成AIによる要約や抽出などのテキスト処理だけでなく、外部システムやサービスと連携した処理も行うことができます。 その他の変更点については、「【イベントレポート】watsonx Orchestrate テクニカルワークショップ第一回 開催しました」内でもご紹介していますのをご参照ください。 サンプルエージェントのシナリオ サンプルエージェントのシナリオは、企画担当者が在庫商品を参照し、在庫情報に基づいて顧客へキャンペーンメールを送信する作業を想定しています。 通常は、担当者が在庫情報を確認するためにデータベースへログインし、目視でキャンペーン対象商品を選定したうえでメールの文面を作成することが想定されます。キャンペーンメール送信対象はSFAなどのシステムで確認し、メールツールを利用して送信します。振り返ると、データベース・SFA・メールツールと複数のシステムを利用し、対象商品の選定やメール内容を人力で考える必要があるため、作業は煩雑で時間と労力を要します。 watsonx Orchestrateを導入すると、AIエージェントが在庫情報と顧客情報の取得し、在庫の多い商品のキャンペーンメール文面をAIが作成し、メールの作成・送信までを一気通貫で実行することが可能です。 サンプルエージェントの開発 それではサンプルエージェントを開発します。開発ではIBM Cloud 上の watsonx Orchestrate、メールツール(Brevoに弊社アカウントを紐づけて利用)、SFA の Salesforce(弊社 Sandbox 環境)を利用します。 本記事Part1では図のピンクで囲った部分「Salesforceから顧客情報を取得」と「在庫情報の取得」をご紹介いたします。 watsonx Orchestrateへログイン・環境のご紹介 watsonx Orchestrateへのログイン方法は「【てくさぽBLOG】IBM watsonx Orchestrateを使ってみた(Part1)」をご参照ください。ログインすると下記のチャット画面に入ります。作成したAIエージェントをデプロイすると、このチャット画面から問い合わせをすることができます。 左上のメニューバーをクリックします。一番上の「Chat」をクリックすると前述のチャットインターフェース画面に遷移します。「Discover」をクリックするとwatsonx Orchestrateに事前定義されたエージェントやツールのカタログをみることができます。 「Discover」内の事前定義エージェント、ツールを簡単にご紹介します。TypeをAgentsに絞ります。事前定義エージェントとは、特定のシステムとの接続が定義されたエージェントが提供されており、環境接続設定を行うとすぐ利用することが可能です。(watsonx Orchestrateのプランによっては追加費用がかかるエージェントがございます。) TypeをToolsに絞ると特定システムで利用できるツールが提供されています。下記画面はSalesforceで利用できる事前定義ツールの一覧です。今回はSalesforceから顧客情報を取得するため「List accounts in Salesforce」と「List contacts in Salesforce」のツールを使用します。ツールの機能は下記になります。 List accounts in Salesforce:ユーザーの入力に基づき、Salesforceからアカウント情報を表示 List contacts in Salesforce:ユーザーの入力に基づき、Salesforce からアカウントの連絡先を表示 Salesforceとの接続設定 Salesforceの事前定義ツールを用いてエージェントが顧客情報を取得できるようにするため、はじめにSalesforceとの接続設定を行います。 1. Salesforce側設定(コンシュマー鍵と秘密鍵の生成) Salesforceへログインし、設定>外部クライアントアプリケーション>外部クライアントアプリケーションマネージャーをクリックします。コールバックURLは「https://ご使用リージョン/mfe_connectors/api/v1/agentic/oauth/_callback」と設定します。OAuth範囲は下記画面の通りを設定します。 コンシュマー鍵と秘密鍵をクリックし、生成されたコンシュマー鍵と秘密鍵をメモをしておきます。Salesforceの設定は以上です。 2. watsonx Orchestrate側設定(接続設定と接続確認) watsonx OrchestrateのメニューからManage>Connectionsをクリックします。 接続設定の一覧が表示されるのでSalesforceを探し、鉛筆マークをクリックします。 下記画面が表示されます。Draft環境、Live環境と環境を分けて設定することができます。今回はDraftで設定します。各項目には以下を値を入力します。 Server URL:Salesforce環境のURL TokenURL:Salesforce環境のURL/services/oauth2/token Authorization URL:Salesforce環境のURL/services/oauth2/authorize ClientID:Salesforceで取得したコンシュマー鍵 Client Secret:Salesforceで取得した秘密鍵 下にスクロールし、Credential typeを選択します。Member credentialsにするとユーザーは個人の認証情報を使用してアプリケーションにアクセスできます。ここではTeam credentialsにし、チームメンバーが資格情報を使用してアプリケーションにアクセスできるようにします。最後にConnectをクリックします。 Webブラウザが開き、Salesforceのログイン画面が表示されます。ユーザ名、パスワードを入力してログインします。 watsonx Orchestrateの画面に戻り、Connectedとなっていることを確認しSaveします。 下記の様にConnectされている状態で緑のチェックがついていることを確認します。 Salesforceとwatsonx Orchestrateの接続設定は完了です。 Salesforceの事前定義ツール構成 それではエージェントを作成し、Salesforceから顧客情報を呼び出すツールをエージェントに構成していきます。 メニューのBuildをクリックします。 Create agent +をクリックしてエージェント作成画面に入ります。 Nameには任意のエージェント名、Decriptionはエージェントの説明を入力します。最後にCreateをクリックします。 下記画面が表示されます。エージェントが使用するモデルを選択します。2025年12月時点はllama-3-2-90b-vision-instruct(Default)、llama-3-405b-instruct、GPT-OSS 120B-OpenAI(via Groq)が利用できます。Agent Development Kitからは外部のLLMを紐づけることも可能です。弊社環境はgpt-oss-120bを紐づけています。今回はGPT-OSS 120B-OpenAI(via Groq)を指定します。 下にスクロールします。Welcomeメッセージとクイックスタートプロンプトを設定することができます。今回はデフォルトのままにします。 Agent Styleを設定することができます。Agent styleとはユーザの要求に対してどのように理解、決定、タスクを完了するか定義するものです。現在は DefaultとReActの2種類から選択することができます。今回はDefaultを指定します。 なお、Voice modalityではユーザとのコミュニケーションに音声を利用することができますが、今回は利用しません。 KnowledgeはエージェントでRAGを実装することができます。後程設定します。 エージェントが使用するツールを設定します。Toolset欄のAdd tool+をクリックします。 以下画面が表示されるのでCatalogをクリックします。 Appsの中からSalesforceにチェックを入れます。右側にエージェントが使用できるSalesforceのツール一覧が表示されます。 List accounts in Salesforceを選択しAdd to agentをクリックします。同様にList contacts in Salesforceも追加します。 Toolsetの画面に戻ると以下の様にツールが登録されています。 Behaviorのセクションまで下にスクロールします。Behaviorではエージェントがユーザの要求に対してどのように反応し、応答するか振る舞いを定義します。以下のように振る舞いを定義します。 ここまで設定したところでエージェントの動きを確認します。検証ではデプロイはせず右画面のPreviewから確認したいと思います。 チャットに「アカウントリストを教えて」と入力します。しばらくするとエージェントが登録したList accounts in Salesforceを使用してSalesforceからアカウント情報を取得、回答してくれました。(企業名は検証用に疑似的に作成しています) 次に担当者の連絡先を知りたいので、チャットへ「D&Gソリューションのコンタクトリストを表示して」と問い合わせます。しばらくすると、エージェントが指定した企業名をキーに「List contacts in Salesforce」を実行し、担当者名と連絡先を回答してくれました。このように、ツール自体はSalesforceからアカウント情報やコンタクトリストを取得する機能ですが、チャットで指定した企業名をキーとして、エージェントが絞り込んで回答することができます。 Salesforceの事前定義ツールの構成は完了です。 Knowledgeの構成 エージェントが在庫データから情報検索できるようにKnowledgeを構成します。2025年12月時点、構成できるデータソースはwatsonx.dataのMilvus、Elasticserch、AstraDB、カスタムサービス、watsonx Orchestrateへ直接アップロードの6つです。ここではサンプルのCSVファイルを用意し、直接watsonx Orchestrateへアップロードします。 Knowledgeセクションまでスクロールし、Add source +をクリックします。 New knowledgeをクリックします。 Select sourceからUpload filesを選択してNextをクリックします。 CSVファイルをドラッグアンドドロップしてNextをクリックします。 NameにはKnowledgeの任意の名前を、Descriptionにはユーザーからどのような要求でKnowledgeを使用するかを入力します。最後にSaveをクリックします。 下記画面の通り、Knowledgeが作成されました。 PreviewからエージェントがKnowledgeを使用して回答できるか確認します。チャットから「在庫情報を表形式で回答して」と問い合わせると下記画面のようにKnowledgeのCSVファイルデータを参照して表形式で回答されました。 矢印をプルダウンすると参照先を確認することができます。 行数が多いため、「在庫の多い上位5件を表形式で回答して」と問い合わせます。しばらくすると数量の多い上位5件の商品を表形式で回答してくれました。在庫一覧の提示だけでなく、ユーザーの要求から、情報を絞り込んだ回答も可能であることが確認できました。 Knowledgeの構成は完了です。 さいごに Part1ではAIエージェントを作成し、Salesforce環境へ接続して事前定義ツールを用いて顧客情報を取得。さらに、在庫データをKnowledgeに構成してRAGを実装しました。 今回はSalesforceの事前定義ツールとして「List accounts in Salesforce」と「List contacts in Salesforce」を構成しました。各ツールはアカウントやコンタクト情報をリストする機能ですが、List accountsの結果をAIが受け取り、ユーザーが特定の企業を指定すると、その企業のコンタクト情報を回答できることが確認できました。また、Knowledgeでは在庫データを表形式で提示するだけでなく、在庫の多い上位5件の抽出などの絞り込みも可能で、エージェント的な振る舞いを確認できました。 Part 2では、在庫の多い商品を基にAIがキャンペーンメールを作成し、コンタクト宛に送信する機能をエージェントへ実装したいと思います! お問い合わせ この記事に関するご質問は以下の宛先までご連絡ください。 エヌアイシー・パートナーズ株式会社 技術企画本部 E-mail:nicp_support@NIandC.co.jp     .bigger { font-size: larger; } .highlighter { background: linear-gradient(transparent 50%, #ffff52 90% 90%, transparent 90%); } .anchor{ display: block; margin-top:-20px; padding-top:40px; } .btn_A{ height:30px; } .btn_A a{ display:block; width:100%; height:100%; text-decoration: none; background:#eb6100; text-align:center; border:1px solid #FFFFFF; color:#FFFFFF; font-size:16px; border-radius:50px; -webkit-border-radius:50px; -moz-border-radius:50px; box-shadow:0px 0px 0px 4px #eb6100; transition: all 0.5s ease; } .btn_A a:hover{ background:#f56500; color:#999999; margin-left:0px; margin-top:0px; box-shadow:0px 0px 0px 4px #f56500; } .table { border-collapse: collapse; border-spacing: 0; width: 100%; } .td { padding: 10px; vertical-align: top; line-height: 1.5; } .tbody tr td:first-child { font-weight: bold; width: 20%; } .tbody tr td:last-child { width: 80%; } .ul { margin: 0 !important; padding: 0 0 0 20px !important; } .ol { margin: 0 !important; padding: 0 0 0 20px !important; } .tr { height: auto; } .table { margin: 0; } *, *:before, *:after { -webkit-box-sizing: inherit; box-sizing: inherit; } .html { -webkit-box-sizing: border-box; box-sizing: border-box; font-size: 62.5%; } .btn, a.btn, button.btn { font-size: 1.6rem; font-weight: 700; line-height: 1.5; position: relative; display: inline-block; padding: 1rem 4rem; cursor: pointer; -webkit-user-select: none; -moz-user-select: none; -ms-user-select: none; user-select: none; -webkit-transition: all 0.3s; transition: all 0.3s; text-align: center; vertical-align: middle; text-decoration: none; letter-spacing: 0.1em; color: #212529; border-radius: 0.5rem; } a.btn--orange { color: #fff; background-color: #eb6100; border-bottom: 5px solid #b84c00; } a.btn--orange:hover { margin-top: 3px; color: #fff; background: #f56500; border-bottom: 2px solid #b84c00; } a.btn--shadow { -webkit-box-shadow: 0 3px 5px rgba(0, 0, 0, .3); box-shadow: 0 3px 5px rgba(0, 0, 0, .3); }

back to top