AIエージェントとチャットボットの違いは何ですか？

オンラインのカスタマーサポートエージェントとチャットしたり、ロードアイランド州の公式の鳥が何であるかSiriに尋ねたりしたことがあるなら、あなたはチャットボットと対話したことがあるということです。

これらの便利なデジタルアシスタントは、簡単な質問に答えたり、基本的なタスクを実行したりするのに最適ですが、生成AIの時代においては、かなり限定的だと感じられるかもしれません。 Siriに地域別の最も重要な販売見込み客のリストを尋ねると、おそらくGoogleで検索してくれるでしょう。

一方、 AIエージェントは、ワークフローにデジタルAIアシスタントが組み込まれているようなものです。その日の上位見込み客に対応を優先させたいですか? 今朝見逃したサービスチームの会議の簡単な要約をお探しですか? クリエイティブな壁にぶつかり、顧客の人口統計に合わせたマーケティングコピーが必要ですか? 貴社独自のデータに根ざしたエージェントは、これらすべてを支援してくれます。

と言われても、両者とも会話的な性質を持っていることを考えると、チャットボットがどこで終わり、エージェントがどこから始まるのか、疑問に思うのは当然です。 詳しくは続きをお読みください。

従来のチャットボットは、あらかじめ定義されたルール、デシジョンツリー、スクリプト化された応答を使用してユーザーと対話するコンピュータープログラムです。 自然言語処理(NLP)を可能にする、それほど高度ではない形式のAIを搭載したチャットボットは、通常、ユーザーからの問いを正確に処理するために、かなりのトレーニングと微調整を必要とします。 これらのチャットボットは、1964年にJoseph WeizenbaumがELIZAを設立して以来存在しており、主に情報の取得、基本的な対話の処理、および一般的なカスタマーサポートの質問への回答に使用されます。 また、チャットボットはAIエージェントと同様の会話型インターフェースを備えていますが、 大規模言語モデル (LLM)のように言語を理解するわけではありません。

チャットボットは、よくある質問に迅速かつ一貫した回答を提供できるため、日常的なカスタマーサービスに関する問い合わせへの対応、基本情報の収集、関連リソースの提案にとって最適で、信頼性の高い費用対効果に優れたソリューションを提供します。 ただし、背景や文脈を理解し、対話から学習する能力は限られており、事前定義された会話フローの外部でクエリを処理する能力も限られています。 そのため、単純で反復的なタスクには効果的ですが、より自由な会話には苦戦します。

「従来のボットでは、会話の流れ自体が非常に宣言的で、事前に定義された方法で構築されています。 これでは、自然な会話体験を完全には得られません」と、Salesforce AIチームのプロダクトマネジメントディレクターであるAbhi Rathna氏は述べています。

チャットボットは、いわば自動販売機のようなもので、お菓子の在庫が決められており(あらかじめ決められた応答)、ユーザー入力用の小さなキーパッド(提示できるクエリ)があり、ユーザーが選択したものだけを提供する(スクリプト化された応答)ものだと考えてください。 シンプルで予測可能であり、特定のニーズに対応する必要がある場合に適しています。

チャットボットは、すべての応答がブランドメッセージングのガイドラインに準拠することが不可欠なシナリオに適しています。 「特定のブランドの声を持つユーザーが、主要なシナリオにおける会話の流れを規定したい場合、従来のボットは、それらの会話を制御する能力を提供するでしょう」とRathna氏は述べています。　

AIエージェントは、さまざまなタスクで人間の能力を強化するように設計された高度な AIアシスタント です。 より限定的なチャットボットとは異なり、 AIエージェント ( 自律型エージェントとも呼ばれる)は、自然言語を理解して生成し、大量の情報を処理および分析し、ライティング、コーディング、問題解決、創造的なタスクなどの複雑な活動を支援することができます。

これらのシステムは通常、膨大な量のデータでトレーニングされた大規模言語モデル(LLM)に基づいて構築されているため、より繊細で、状況に応じたやり取りを、適切に行うことができます。 また、企業がパーソナライズされたアウトプットを生成したり、重要なビジネスインサイトを明らかにしたりするために、エージェントは、スプレッドシートやデータベースなどの構造化データと、PDF、メール、チャットログなどの非構造化データの両方を含む、 独自のビジネスデータに基づいて構築することもできます。

また、AIエージェントは対話に適応し、そこから学習できるため、生産性と意思決定の向上に優れた汎用性の高いツールです。

「AIエージェントは、大規模な言語モデルを使用して会話を調整します。これにより、自然なフローを非常に簡単に作成でき、設定時間も短縮できます」とRathna氏は述べています。 「エージェントは、意図を理解し、それを正しい答えに一致させるのに、より優れた仕事をします。」

チャットボットが自動販売機に例えられるなら、AIエージェントは、素晴らしいレシピのレパートリー(膨大な知識ベース)、複雑な料理の注文を理解する能力(自然言語処理)、ユーザーの好みに合わせて新しい料理を学習する能力(履歴データから学習する能力)を備えた専属シェフのようなものです。

チャットボットは、その能力、トレーニング方法、実装にかかる時間など、多くの重要な点でAIエージェントとは異なります。

チャットボットが主にルールベースの対話を実行し、あらかじめ定義された質問に答えることに限定されている場合、AIエージェントは関連する知識とコンテンツに基づいて推論し、回答を導き出すことができます。 カスタマーサービスのチャットボットは、エージェントとは異なり、自然言語のリクエストを理解できるようにするためには何百もの発話を対象とした広範なトレーニングが必要であるため、エージェントの方が実装や立ち上げがはるかに迅速かつ容易です。 さらに、エージェントは、アクションを呼び出して会話をガイドするために、ルールベースのダイアログや設定を必要としません。

では、それらを踏まえて、自社に最適なものはどれかを見極めるにはどうすればよいのでしょうか？ それは、顧客のニーズと従業員のニーズのどちらを優先するかという問題に帰着するかもしれない、とRathna氏は言います。

「主に顧客対応のシナリオでは、従来のチャットボットと最新のAIエージェントが混在するようになると思います。 従業員向けのシナリオでは、エージェントの方が好ましい」と彼は述べています。 「当社の Agentforce Assistant は、他のビジネスプロセスと並行して業務の流れに統合されています。 そして、それと迅速な統合を組み合わせることで、より迅速な導入が可能になります。」

短期的には、生成AIにおけるレスポンスの信頼性が向上し続けるにつれ、多くの顧客にとってハイブリッドモデルが優れた選択肢になるとRathna氏は考えています。

「私が予測しているのは、顧客がより指示的で、より制御することを望む場合にはチャットボットを使用し、その他の使用事例において生成AIに会話を制御させることに抵抗がない場合、AIエージェントを使用する、というケースです。 テクノロジーはまだ進化の途中なので、数年で変わるかもしれませんが、それまでは、エージェントとチャットボットはより良い組み合わせである考えるべきでしょう。」

AIテクノロジーが進化し続ける中、AIエージェントは今後数年間で劇的な成長が見込まれています。 エージェントとの対話は、テキスト、音声、視覚媒体全体でより直感的になり、コンテキストの理解が向上することで、より関連性の高い情報を提供できるようになることが重要となります。

また、従来のチャットボットの進化はAIエージェントの進化ほどエキサイティングなものではないかもしれませんが、顧客体験の向上、他のビジネスシステムとの統合強化、カスタマイズされたチャットボットのフローや応答のより簡単な実装など、実用的な進歩が見られるでしょう。

この急速に進化するAI環境を私たち全員が一丸となって把握しながら、チャットボットとAIエージェントの両方が現在および将来的に、どのようにビジネスに貢献できるかを理解することが、その影響を最大限に引き出すために重要になります。 チャットボット、AIエージェント、またはハイブリッドなアプローチを採用し、両者を併用するかどうかに関わらず、これらのツールは間違いなくビジネス運営においてますます重要な役割を果たし、テクノロジーや人々との関わり方を再形成していくでしょう。