午後の1時間で、お客様の業務に合わせたAIアシスタントを構築することを想像してみてください。シフトの引き継ぎを自動化したり、新しいアプリを監査したり、あるいは最も経験豊富なオペレーターの知識を取り込んだりすることができます。
これが、Tulip新しいコンポーザブルAIエージェントの核となる約束です。しかし、私たちは、誇大広告を一旦断ち切って、自分たちでその約束をテストしたいと考えました。私たちのTulip コミュニティは、エージェント型AIの可能性を、どれくらいのスピードで実際の業務に反映させることができるでしょうか？
そこで、毎年恒例のOperations Calling カンファレンスで、初のAgent Builders Challengeを開催しました。15人のトップアプリビルダーが、実際に日常業務で困っていることを持ち寄り、Tulip エージェントと一緒に実践するというシンプルなものでした。
目的は？たった3時間で何が可能かを見ること。結果は驚くべきものでした。
エージェントのおかげで、超技術的である必要はありませんでした。自然言語を使って、私が持っているアイデアを説明することができました。
テレックス、デジタルマニュファクチャリング、シニアディレクター、ケン・マッキントッシュ氏
ケンの経験は、この 日の重要な収穫を浮き彫りにしました。彼らは問題を知り尽くしたオペレーションの専門家です。Agentは、その専門知識を符号化し、適用し、補強するための強力な新しい方法を提供しただけなのです。
単なるAIではなく コンポーザブルAI
当社の最高製品・エンジニアリング責任者であるメイソン・グリデンが説明するように、エージェントが他と違うのは、分析するだけでなく行動する能力です。エージェントは、"明確なゴールはあるが、それを達成するための道筋があまり明確でない問題を解決する能力を解き放つ "のです。
このようなインパクトのあるソリューションを短期間で開発できたのは、Tulip AI Agentがコンポーザブルで拡張可能なプラットフォームにネイティブだからです。つまり、硬直したブラックボックスAI（新しいモノリス）とは異なり、Tulip Agentは、迅速に構成して、運用アプリやワークフローに直接組み込むことができるコンポーネントです。
重要なことは、ビルダーは、生産システムにシームレスに統合できる強力なエージェントを構築するために、複雑なアルゴリズムを書く必要がなかったことです。彼らは、Tulipノーコードエージェントビルダーに入り、定義するだけです：
ゴール：エージェントに達成してほしいこと。
指示： どのように目標を達成すべきか、わかりやすく表現。
ツール： 特定のTulip テーブル、他のアプリ、ERP QMSのような他のシステムへのコネクターへのアクセスなど。
この柔軟性と透明性は、単なるジェネラリストではないエージェントを構築できることを意味します。それは、 お客様のライブデータを使用して、特定のオペレーションを理解し、対話するスペシャリストです。お客様の業務をつなぐ広範なプラットフォームへのこの深い統合こそが、AIエージェントを非常に強力にするものであり、「ボルトオン」AIソリューションの限界に対する直接的な答えなのです。
(コンポーザブルAIエージェントのアーキテクチャと機能の詳細については、当社の AIエージェントの概要ブログをご覧ください。)
あらゆる課題に対応するフォース・マルチプライヤー
ワークショップに参加されたお客様は、Tulip Agentsの最も強力な可能性の1つである、エキスパートのドメインとプロセスの知識を、組織の誰もが使えるツールに最終的にエンコードできることを説明するために、「ヒューマンマクロ」という言葉を繰り返し使用されました。ある構築者はこう言いました：
私だけが知っているロジックをエージェントにエンコードし、それを必要とする人にエクスポートすることができます。マネージャーやスーパーバイザーの戦力となります。タスクをアシストし、データを収集する小さなミニメスを作ることができます。
マイク・ルーシュ、TICOトラクター製造部長
最も印象的だったのは、最前線の生産分析からバックエンドのアプリガバナンスまで、同じ基礎となるツールを構成することによって、ビルダーが解決したさまざまな課題でした。ソリューションは当然2つの主要なカテゴリに分類され、エージェントがどのように製造組織の各層を補強し、新たな効率性を引き出すことができるかを示しています。
業務の増強と最適化
これらのエージェントは、オペレーターから製造監督者まで、現場チームのアシスタントとして機能し、データと現場での行動とのギャップを埋めます。
シフト引き継ぎエージェント： あるチームは、生産データ（KPI、安全上の問題、機械稼働時間など）を分析し、次のシフトのために優先順位をつけたToDoリストを自動的に生成するために、このエージェントを構築しました。Jazz Pharmaceuticals社のJason Gillespie氏は、このユースケースひとつで、チームが情報収集のために費やしていた1日あたり2～4時間を省くことができ、「最低でも週に10時間」を節約できると述べています。
在庫分析エージェント： 別のチームがこのエージェントを構築し、部品表を検索して近い将来に在庫切れのリスクがある部品を特定し、予防策を提案することで、コストのかかるラインダウンの状況を防ぐことができます。
生産スケジューリングエージェント： このエージェントは、スペースに制約のある設備で効率を最大化する最適で動的な生産スケジュールを生成するために、製品ライン間のプロセスの類似性を識別しました。
欠陥処理エージェント：このエージェントは、あるビルダーが「SME のボトルネック」と呼ぶものを直接攻撃し、 専門家がコンパイルするのに「2 週間」かかるような手動の欠陥処理レポートを、数分で作成できるものに変えます。
エージェントが私たちにできることは、最も経験豊富なオペレーターの頭脳を取り込み、その知識を誰もが活用できるようにすることです。
- VEKA システムエンジニア Ryan Infantozzi氏
ソリューションの設計と展開を加速
また、各チームは、アプリの設計とデプロイを加速し、新しいチームメンバーの雇用とサポートを容易にすることで、アプリ開発者の新たな能力を引き出すエージェントを作成しました。
アプリ品質とガバナンスエージェント： このエージェントは、Tulip アプリを企業のベストプラクティス（UI、命名規則、データモデリング規則など）に照らして監査し、アプリをデプロイする前に自動的に改善点を提案するため、開発サイクルが大幅に短縮され、企業全体の一貫性が保証されます。
新規ビルダーコーチエージェント： このエージェントは、 Tulip ナレッジベース、ライブラリ、既存のアプリに接続し、特定のユースケースのために新しいアプリを設計する方法についてのガイダンスを提供します 。
Expression Creator エージェント： 別のチームは、アプリの変数、トリガー、データフローを分析し、複雑なロジックを書くプロセスを加速するために、このシンプルなエージェントを構築しました。
アプリ変更レビュアーエージェント： あるビルダーは、2つのアプリのバージョン間の変更を自動的に識別し、それらの変更の影響を評価するためにこのエージェントを作成しました。
人による継続的な変革
エージェント・ビルダーズが明確に示したことは、オペレーションにおけるエージェント型AIの威力は、従業員を置き換えることではありません。 それは、チームを補強し、専門知識を拡大し、真の問題解決の妨げとなる手作業や時間のかかる作業を自動化するための戦力です。データ、意思決定、行動のギャップを埋めるのです。
これは、メーカーが独自の変革を推進するための新たな構成要素です。
建設準備
私たちは、Tulip コミュニティがわずか数時間で作り上げたものに圧倒されました。
Tulip AIエージェントはこの冬、オープンベータを開始します。クローズドベータに関するお問い合わせは、Tulip ご連絡ください。
本当の問題は、あなたが最初に作曲するエージェントは何かということです。