AIエージェント開発支援のご紹介〜業務選定からPoC・本番化までのポイント 〜

AIエージェント開発支援のご紹介 〜 2026年6月25日 ブースセッション：業務選定からPoC・本番化までのポイント 〜 Copyright © Simplex Inc. All rights reserved.

自己紹介 名前 毛塚航太 キャリア 2020年にシンプレクスに新卒入社。 FX領域でのフロント開発リードを複数経験したのち、教育業界など他領域でもアプリ開発を経験。 最近は金融業界向けに高い専門性、高いガバナンス水準を加味したAIエージェントをフルスクラッチ で開発する案件に尽力。 技術スタック React, Flutter, Jetpack Compose, Spring Boot, FastAPI, LangChain... 1 Copyright © Simplex Inc. All rights reserved.

企業における生成AI活用の概況 生成AIの活用は広がりつつあるが、企業の多くはまだ「どの業務で、どう安全に、どう成果を出すか」を模索している段階 にある。 生成AIの活用方針策定状況(日本) 生成AI導入に際しての懸念事項(日本) 方針を明確に定めていない 4% 効果的な活用方法がわからない 活用する領域を限定して利用する方針 14% 32% 24% である 積極的に活用する方針である 7% 8% 18% る ランニングコストが掛かる 11% 16% わからない 26% 社内情報の漏洩などのセキュリティリスクがあ 12% 利用を禁止している 13% 15% 初期コストが掛かる 著作権等の権利を侵害する可能性がある 出力結果の精度に問題がある 懸念事項はない 出力結果に倫理上不適切な内容や偏見が 含まれる可能性がある （出典）総務省（2025）「国内外における最新の情報通信技術の研究開発及びデジタル活用の動向に関する調査研究」 2 Copyright © Simplex Inc. All rights reserved.

AIエージェントとは何か – 生成AIを使っているのと何が違うのか AIエージェントは、聞かれたことに答えるだけのチャットではなく、目標に対して計画 – 情報収集 – 判断 – 実行 を自律 的に行動できる。 AIエージェントが前提情報や社内情報に適切にアクセスできれば、業務を支援するAIエージェントを構築できる。 従来の生成AI(チャットボット) AIエージェント 3 Copyright © Simplex Inc. All rights reserved.

AIエージェントを導入するまで AIエージェントの業務利用を進めるには、推進体制の整備、業務選定、PoC計画策定、PoC、開発・実装、運用まで を段階的に設計する必要がある。 AI推進部隊 組成 業務選定・検討 PoC計画策定 PoC 4 開発・実装 運用 Copyright © Simplex Inc. All rights reserved.

AIエージェントを導入するまで – 本日の紹介スコープ AIエージェント導入プロセスのうち、特に成果化の分岐点になりやすい「業務選定」「PoC計画策定」「PoC」「開発・実 装」での課題になりやすいポイントに焦点を当てる。 本日の紹介スコープ – 各フェーズで課題になりやすいポイント AI推進部隊 組成 業務選定・検討 PoC計画策定 PoC 5 開発・実装 運用 Copyright © Simplex Inc. All rights reserved.

AIエージェントを導入するまで – 業務選定・検討 業務選定・検討においては、AIエージェントで解く価値がある業務と、検証すべき適用範囲を見極める必要がある。 AI推進部隊 組成 業務選定・検討 PoC計画策定 PoC 6 開発・実装 運用 Copyright © Simplex Inc. All rights reserved.

業務選定 – 業務での課題の把握 どの業務にAIを適用するかを選定する。 AIエージェントの適用業務を選ぶ際は、現場で挙がる課題をそのまま採用するのではなく、業務目的・頻度・関係者・デ ータ・判断・手戻りを整理し、事業成果につながる課題を見極める必要がある。 課題 現場から挙がる「目の前の困りごと」や「AIでできそうなこと」をそのままPoC候補にしてしまい、事業成果に対す るインパクトが小さいテーマに検証リソースを使ってしまう。 課題把握で確認する観点 業務の目的 何のために行なっているか 頻度・時間 どれぐらいの頻度・時間で行っているか 関係者 誰が関わり、どのように連携しているか データ・情報 どんな情報をどこから取得しどこに入力しているか 判断・迷い どこで判断を行い、迷いや悩みがでるか 手戻り・ムダ どこで手戻りやムダが発生しているか 事業成果に繋がりやすいものを優先 例） ➢ 専門性の高い社員が行なっている業務 ➢ 処理件数・作業時間が大きい業務 ➢ 判断や確認に時間がかかる業務 ➢ 手戻り・待ち時間が多い業務 7 Copyright © Simplex Inc. All rights reserved.

業務選定 – アプローチ方法 すべての業務課題をAIエージェントで解決する必要はなく、業務の性質によって解決するアプローチをする。 特に文脈理解や判断が不要なものをAIエージェントで対応する必要性は低い。 課題 AIエージェントで解くべきではない定型作業までAIエージェント化しようとしてしまい、コストや複雑性が増える 一方で、期待した効果が出ない。 RPA AIエージェント 定型作業 判断が必要 ルールが明確で変化が少ない 目的に対し状況を見て次アクションを決める 手順が固定 文脈理解 分岐や例外が限定されている 使い分けが必要 文書・会話・過去経緯を踏まえる 高速・正確 柔軟な対応 大量反復処理に強い 複数ツールを使ってタスクを完遂する 繰り返し操作 確認・承認 同じ画面・同じ入力を処理 人の確認・承認を含む 例外に弱い 例外対応 想定外は停止・人手対応になりやすい 想定外は停止・人手対応になりやすい 8 Copyright © Simplex Inc. All rights reserved.

AIエージェントを導入するまで – PoC計画策定 業務選定・To-Be整理ができても、すぐにPoCへ進むのではなく、何をどこまで検証するかを計画したうえでPoCに入る必 要がある。 AI推進部隊 組成 業務選定・検討 PoC計画策定 PoC 9 開発・実装 運用 Copyright © Simplex Inc. All rights reserved.

PoC計画策定– 業務の再設計 AIエージェントで解くべき課題でも、現状業務をそのまま置き換えるのではなく、AIを用いることを前提にTo-Be業務を設 計する必要がある。 課題 現状の業務プロセスをそのままAIエージェントに置き換えようとしてしまい、AIの精度が上がらない、または人 の確認・修正負担が減らない。 例：見積もり業務(As-Is) To-Be設計した上でAIエージェント化を検討 依頼メールの内容をExcelへ転記 各所に存在する在庫・納期・契約条件をもとに 類似案件調査 ➢ 不必要なプロセスはないか 見積もり根拠用の中間資料作成 ➢ プロセスを分ける必要はあるか 複数人によるチェック ➢ もっと簡素にできるか 全員のフィードバックを待った上で修正 10 Copyright © Simplex Inc. All rights reserved.

PoC計画策定– 検証のゴールの設定 PoCは、AIエージェントの改善を続けるためではなく、業務利用や本格開発に進むべきかを判断するために実施する。 そのため、開始前に「何を・誰が・どのデータで・どの指標を用いて評価するか」を定義しておく必要がある。 課題 検証のゴールと判断基準が曖昧なまま始めてしまい、精度・速度・適用範囲・使い勝手のフィードバックが混在 する。その結果、改善を続けるほど論点が広がり、継続・完了・撤退や本格開発着手の判断が遅れる。 「どこまで改善するか」ではなく、「何が確認できたら次に進むか」を決めてから始める。 PoC開始前に決めること 観点 1. 検証範囲を区切る 対象業務：どこまでをPoC時点でAIにやらせるか 検証ユーザー：誰が触り、どの観点でフィードバックをするか 評価データ：通常ケース、例外ケースとして何を見るか 2. 評価指標を決める 効果：削減時間、処理件数 品質：正答率、レビュー修正率、再現性 利用：継続利用率、操作負荷 運用：コスト、例外処理 3. 判断基準を置く 継続、完了(本格開発着手)、撤退 11 Copyright © Simplex Inc. All rights reserved.

AIエージェントを導入するまで – PoC PoC計画策定で定めたスコープ・指標・判断基準に基づき、PoCでは動くものを使って、実現性・効果・業務適合性を 短サイクルで確認する。 12 Copyright © Simplex Inc. All rights reserved.

PoC – AIエージェントと人間の役割分担 PoCでは、業務全体を最初からAIエージェントに置き換えるのではなく、タスクを分解し、AI・定型処理・人間のどれが担 うべきかを整理したうえで、AIに任せる範囲を段階的に広げていく。 課題 最初から業務全体をAIエージェントで置き換えようとしてしまい、精度不足の原因や改善すべきタスクが判断で きず、PoCが長期化する。 PoCではAIに任せる対象を限定して効果や実現性を判断しやすい単位で開始する 業務 1. 業務のタスクを分解 見積依頼に回答する 2. 各タスクを AI/定型処理/人間 のどれで行 うかを整理 タスク分解 依頼受付, 読解, 情報確認, 見積案, 判断, 送付/登録 AI処理 定型処理 人間 文脈理解・要約が必要か？ RPA/スクリプト化できるか？ 人が判断・責任を持つべきか？ 13 3. 検証したい内容に応じて、PoC時点でAI処 理にすべき箇所を限定して開始 4. 一定の精度が確認できたら、2で整理した 分担に徐々に寄せていく Copyright © Simplex Inc. All rights reserved.

PoC – 暗黙知の形式知化 AIエージェントを業務で使える精度に引き上げるには、手順書や既存資料には表れていない判断基準・例外対応・確 認観点を、AIが参照できる知識として整備する必要がある。 課題 手順や資料は存在していても、現場担当者の判断基準・例外対応・確認観点が言語化されておらず、AIの出 力が実務水準に届かない。 インタビューだけでは暗黙知を引き出しきれないため動くものベースで以下のフィードバックループを回す 1. プロトタイプを動かす 暗黙知 形式知 経験・勘 文書・データ 説明が難しい AIが参照できる 2. 出力を確認する 3. 違和感・不足観点・例外ケースを抽出する 4. 判断基準として言語化する 5. AI・ナレッジベースに反映して再検証する 14 Copyright © Simplex Inc. All rights reserved.

AIエージェントを導入するまで – 開発・実装 PoCで有効性が見えても、そのまま本番利用に移すのではなく、業務利用に必要な機能・権限・運用・ガバナンスを設 計したうえで、段階的に開発・実装へ進む必要がある。 15 Copyright © Simplex Inc. All rights reserved.

開発・実装 – 業務利用に向けた段階的な移行 PoC後の開発・実装では、理想のTo-Beを一度に作り切るのではなく、業務利用できる最小構成を定義し、限定スコー プで実利用を始めることが重要となる。 利用実績とフィードバックをもとに、対象業務・機能・AIの自律性を段階的に拡張していく。 課題 PoCで見えた要望や将来像を初回開発に盛り込みすぎてしまう。 その結果、業務範囲・機能・システム連携・自律実行範囲が広がり、要件調整や開発、承認に時間がかかる。 初回リリースでは、業務利用に必要な最小スコープを定義する 観点 初回リリースで絞ること 段階的に広げること 対象業務 代表ケース・高頻度ケースに限定 例外ケース・周辺プロセスへ拡大 対象ユーザー 協力的な限定ユーザーから開始 部門・ユーザー数を拡大 AIの役割 下書き、要約、候補提示など低自律領域から開始 承認付き実行、自動実行へ拡張 システム連携 参照中心・最小限のデータ連携から開始 登録、更新、送信など実行系へ拡張 運用改善 ログ・問い合わせ・改善要望を収集 利用実績をもとに継続改善 16 Copyright © Simplex Inc. All rights reserved.

開発・実装 – 業務利用に向けたガバナンス AIエージェントは社内データを参照し、判断し、ツール/APIを実行するため、通常のシステム統制に加えて、LLM固有の リスクを前提にしたガバナンス設計が必要となる。 課題 PoCでは精度や使い勝手の検証に集中し、機密情報・権限管理・監査ログ・出力検証・ツール実行の統制を 後回しにしてしまう。 その結果、業務利用段階でリスク部門やセキュリティ部門の承認が進まず、業務利用までのリードタイムが発 生する。 承認が止まりやすい論点を、PoC段階で先に設計しておく 論点 内容 情報管理 AIに参照させるデータ範囲、機密情報の扱い、ログ保存可否を定義する 権限管理 利用者・AIエージェント・外部ツール/APIの権限を分離し、参照・実行範囲を制御する 出力検証 禁止表現、人が確認すべきポイントを定義する ツール実行制御 送信・登録・更新・削除など影響の大きい操作は、承認フローや実行制限を設ける 監査・運用 入力、参照データ、出力、ツール実行履歴を記録し、後から追跡可能にする 17 Copyright © Simplex Inc. All rights reserved.

AIエージェントを導入するまで – 本日の紹介スコープ 本日紹介したような、各フェーズで課題となりやすいポイントを押さえた上で推進していくことが、業務で使用するAIエージ ェントを構想・検証で終わらせず、実際の業務成果につなげるうえで重要となる。 本日の紹介スコープ – 各フェーズで課題になりやすいポイント 18 Copyright © Simplex Inc. All rights reserved.

シンプレクスの支援内容 Copyright © Simplex Inc. All rights reserved.

シンプレクスが可能な支援 AIエージェント導入では、業務部門の巻き込み、リスク部門とのAI活用範囲・統制方針の合意、検証結果を踏まえた 開発・運用推進まで、業務・リスク・技術を横断した推進が求められる。 シンプレクスグループは、コンサルティング×テクノロジーの両面から各フェーズの要諦を押さえ、包括的に支援可能。 AI推進部隊 組成 業務選定・検討 PoC計画策定 PoC 開発・実装 運用 × コンサルティング Biz × IT コンサルティング×テクノロジーを武器に AI戦略の立案/推進部隊の組成からAIプロダクトの企画、開発、運用まで包括的な支援が可能 20 Copyright © Simplex Inc. All rights reserved.

支援事例 – 金融機関向けAIエージェント開発支援 投資判断に関わる情報を探索・取得し、そのデータをもとに分析結果や見解を根拠とともに提示するAIエージェントの開 発を支援。 業務の専門性や金融機関に求められる高いガバナンス水準を踏まえ、PoCを通じて精度・業務適合性・統制面を検証 しながら、業務利用に向けたプラットフォーム化を推進している。 ✓ 最初から高い自律性を求めるのではなく、業務影響をコントロールしやすく、検証しやすいユースケースからPoCを開始 ✓ 実際の出力を確認しながら、精度、不足観点、人が確認すべきポイントを整理し、AIエージェントに反映 PoC計画策定 PoC 開発・実装 運用 Biz × IT 21 Copyright © Simplex Inc. All rights reserved.

まとめ 本日紹介したような、各フェーズで課題となりやすいポイントを押さえた上で推進していくことが、業務で使用するAIエージ ェントを構想・検証で終わらせず、実際の業務成果につなげるうえで重要となる。 業務選定・検討 PoC計画策定 PoC 開発・実装 ✓ 業務成果に繋がるのかの 観点で選定 ✓ 検証目的を踏まえて 継続/完了/撤退の基準 を明確に ✓ 検証目的を踏まえて段 階的にAI適用を進める ✓ 業務利用できる最小構 成で実利用を目指す ✓ AIエージェントで解くべき ものか ✓ AI前提の業務プロセスを 再設計 ✓ 動くもので暗黙知を形式 知にしていく ✓ フィードバックをもとにAIの 自律性を高めていく ✓ ガバナンス観点は早めに 設計 22 Copyright © Simplex Inc. All rights reserved.

ご清聴ありがとうございました 今回ご紹介した内容に限らず、 課題や検討状況に合わせてお話しできますので お時間のある方はぜひお気軽にご相談ください！ ※別の時間帯でのご案内や、後日でのご相談も可能ですので、 ブースにいる担当者にお声がけください！ Copyright © Simplex Inc. All rights reserved.