プラットフォームアカデミー - 2025 年 7 月 17 日 - AI エージェントのツールとして使用するワークフローの構築 (翻訳)

[naoto kadowaki]

本稿はこちらの記事の翻訳です。最新の情報は元となる記事をご覧ください。
このトピックの一部は機械翻訳で処理されている場合があります。

ServiceNow プラットフォームアカデミーでは先日、AI エージェントとワークフローオートメーションがどのように連携しているのかを探るセッションが充実しました。Victor と Lisa は、コンプライアンスと拡張性を維持しながら、推論、決定、行動できるインテリジェントエージェントの設計について、包括的な視点を共有しました。

エージェントとワークフローの融合

AI エージェントは変動性の高いタスクの自動化に役立ち、決定論的なワークフロー (サブフロー、フローアクション、プレイブックなど) は予測可能なプロセスを処理します。これらを組み合わせることで、エージェントは自律的に作業しながらも、必要に応じて厳格なビジネスルールに従うことができます。

信頼性を考慮した設計

講演者は、以下の重要性を強調しました。

• 明確で構造化されたエージェント指示。
• 先に進む前に成功基準を確認するための検証ゲート。
• 問題が発生した場合のフォールバックパスの定義。
• 重複を減らしメンテナンスを容易にする、サブフローやアクションなどのモジュール式ツール。

実際のデモ:ユニバーサル要求からチケット作成まで

Victor は、ユニバーサル要求の詳細を分析し、それが HR 関連か IT 関連かを判断し、正しいレコードを作成する AI エージェントのデモを行いました。Lisa は、サブフローが入力を処理し、レコードを作成し、出力をエージェントに返してトレーサビリティと信頼性を確保する方法を示しました。

ベストプラクティスと次のステップ

• シンプルに始めてください。ロジックをモジュール式に保ちます。
• ディシジョンテーブルを使用して、ビジネスルールをフローから分離します。
• 常に実際のデータで徹底的にテストしてください。
• 既存の統合とワークフローデータファブリックを活用します。

エンタープライズオートメーションの規模が拡大するにつれて、AI の柔軟性とワークフローの厳密さの組み合わせにより、信頼性を犠牲にすることなく複雑さの管理が容易になります。

ハンズオンラボ (CreatorCon の) や、Now Learning や ServiceNow コミュニティの詳細なイネーブルメントコンテンツをご覧ください。

リソース

• Now Assist AI エージェントの Learning Patch については ServiceNow University をご覧ください。
• CreatorCon Lab の全文は ServiceNow University でご覧いただけます: CCL1054-K25 - ラボ:組織を自動化するための推論とアクションを実行できる AI エージェントを構築します。
• その他のヒントやベストプラクティスについては、Now Assist コミュニティフォーラムをご覧ください。https://sn.works/ai
• ServiceNow ドキュメント – https://servicenow.com/docs
• フローの使い方入門: https://sn.works/CoE/StartFlow

免責事項
一部の日本語は、翻訳ソフトウェアを使用してお客様の便宜のために翻訳されています。正確な翻訳をご提供できるよう相当な努力を払っておりますが、いかなる自動翻訳も人間の翻訳者に代わることはなく、そのようなことは意図されておりません。翻訳は「現状のまま」提供されています。他言語への翻訳の的確性、信頼性または正確性については、明示または黙示を問わず、いかなる保証も行われません。翻訳ソフトには限界があるため、一部のコンテンツが正確に翻訳されていない場合があります。これらの資料の公用言語は英語です。翻訳の際に生じる相違または不一致は、コンプライアンスまたは履行の目的に関しては拘束力を有さず、法的効力はないものとします。

[naoto kadowaki]

ServiceNow プラットフォームアカデミーでは先日、AI エージェントとワークフローオートメーションがどのように連携しているのかを探るセッションが充実しました。Victor と Lisa は、コンプライアンスと拡張性を維持しながら、推論、決定、行動できるインテリジェントエージェントの設計について、包括的な視点を共有しました。

エージェントとワークフローの融合

AI エージェントは変動性の高いタスクの自動化に役立ち、決定論的なワークフロー (サブフロー、フローアクション、プレイブックなど) は予測可能なプロセスを処理します。これらを組み合わせることで、エージェントは自律的に作業しながらも、必要に応じて厳格なビジネスルールに従うことができます。

信頼性を考慮した設計

講演者は、以下の重要性を強調しました。

• 明確で構造化されたエージェント指示。
• 先に進む前に成功基準を確認するための検証ゲート。
• 問題が発生した場合のフォールバックパスの定義。
• 重複を減らしメンテナンスを容易にする、サブフローやアクションなどのモジュール式ツール。

実際のデモ:ユニバーサル要求からチケット作成まで

Victor は、ユニバーサル要求の詳細を分析し、それが HR 関連か IT 関連かを判断し、正しいレコードを作成する AI エージェントのデモを行いました。Lisa は、サブフローが入力を処理し、レコードを作成し、出力をエージェントに返してトレーサビリティと信頼性を確保する方法を示しました。

ベストプラクティスと次のステップ

• シンプルに始めてください。ロジックをモジュール式に保ちます。
• ディシジョンテーブルを使用して、ビジネスルールをフローから分離します。
• 常に実際のデータで徹底的にテストしてください。
• 既存の統合とワークフローデータファブリックを活用します。

エンタープライズオートメーションの規模が拡大するにつれて、AI の柔軟性とワークフローの厳密さの組み合わせにより、信頼性を犠牲にすることなく複雑さの管理が容易になります。

ハンズオンラボ (CreatorCon の) や、Now Learning や ServiceNow コミュニティの詳細なイネーブルメントコンテンツをご覧ください。

リソース

• Now Assist AI エージェントの Learning Patch については ServiceNow University をご覧ください。
• CreatorCon Lab の全文は ServiceNow University でご覧いただけます: CCL1054-K25 - ラボ:組織を自動化するための推論とアクションを実行できる AI エージェントを構築します。
• その他のヒントやベストプラクティスについては、Now Assist コミュニティフォーラムをご覧ください。https://sn.works/ai
• ServiceNow ドキュメント – https://servicenow.com/docs
• フローの使い方入門: https://sn.works/CoE/StartFlow

免責事項
一部の日本語は、翻訳ソフトウェアを使用してお客様の便宜のために翻訳されています。正確な翻訳をご提供できるよう相当な努力を払っておりますが、いかなる自動翻訳も人間の翻訳者に代わることはなく、そのようなことは意図されておりません。翻訳は「現状のまま」提供されています。他言語への翻訳の的確性、信頼性または正確性については、明示または黙示を問わず、いかなる保証も行われません。翻訳ソフトには限界があるため、一部のコンテンツが正確に翻訳されていない場合があります。これらの資料の公用言語は英語です。翻訳の際に生じる相違または不一致は、コンプライアンスまたは履行の目的に関しては拘束力を有さず、法的効力はないものとします。