AIエージェントは作って終わりじゃない。Microsoft Foundryで実行環境まで任せてみた

生成AIを使ったAIエージェントの開発が身近になってきました。

Pythonなどを使えば、

「問い合わせを分析する」
「資料を検索して回答する」
「データを加工する」

といったエージェントを作ることができます。

しかし、AIエージェントは作ったら終わりではありません。

実際に業務で使ってもらうためには、

「どこで動かす？」
「どうやって他のシステムから呼び出す？」
「アクセスが増えたらどうする？」

といった、実行環境についても考える必要があります。

そこで今回は、Microsoft Foundryの「Hosted Agent」を使って、自作したAIエージェントをクラウド上で動かしてみました。

この記事のポイント

• 自分で作ったAIエージェントをMicrosoft Foundry上で動かせる
• コンテナや実行環境をFoundryに任せ、エージェントの中身に集中できる
• 必要なときに実行環境が起動するため、常時コンテナを動かしておく必要がない

AIエージェントを「動かす」には？

例えば、Pythonで便利なAIエージェントを作ったとします。

自分のPCで動かすだけなら、これで完成です。

しかし、実際のサービスや業務システムから使おうとすると話が変わります。

エージェントを動かすサーバーを用意して、コンテナ化して、外部から呼び出せるようにして……。

AIエージェントそのもの以外にも、考えなければならないことが増えていきます。

「AIで何を実現するか」を考えたいのに、その周辺の実行基盤も作らなければならない。

そこで使えるのがHosted Agentです。

自作したエージェントをそのままクラウドへ

Hosted Agentでは、自分たちでコードを書いて作ったAIエージェントをMicrosoft Foundry上へデプロイできます。

エージェントのロジックは、自分たちで自由に実装できます。

一方で、

• コンテナの管理
• 実行環境
• 外部から呼び出すためのAPI
• リクエストに応じた実行環境の起動

といった部分はFoundry側に任せられます。

つまり、

「エージェントで何をするか」は自分たちで作り、「エージェントをどう動かすか」はFoundryに任せる

という役割分担ができます。

Excelを分析するAIエージェントを作ってみた

今回は検証として、問い合わせ一覧が入ったExcelファイルを処理するエージェントを作りました。

Excelには、複数の問い合わせが並んでいます。

これをエージェントへ渡すと、それぞれの問い合わせを分析して、

• カテゴリ
• 要約
• 優先度

を追加した新しいExcelファイルを生成します。

例えば、

「ログインできなくなりました」

という問い合わせなら、その内容をAIが理解し、カテゴリや優先度を判断します。

大量の問い合わせを人が一件ずつ確認して分類するような作業を、AIに支援してもらうイメージです。

AIと普通のプログラムを使い分ける

今回も、すべての処理をAIに任せているわけではありません。

Excelファイルを読み込んだり、結果を書き込んだりする処理はPythonで行います。

AIに任せるのは、

問い合わせの意味を理解して、分類・要約・優先度を判断する部分

です。

決められた通りに処理するのが得意なプログラムと、文章の意味を理解して判断するのが得意なAI。

それぞれを組み合わせて、一つのエージェントにしています。

生成AIを使うからといって、何でもAIに任せればよいわけではありません。

AIをどこに使うと効果的なのかを考えることも、AIを使ったシステム開発では重要です。

ファイルを扱うエージェントも作れる

今回のエージェントでは、ユーザーからExcelファイルを受け取り、処理したExcelファイルを返す必要があります。

Hosted Agentでは、セッションにファイルをアップロードし、エージェントから利用できます。

そのため、

ファイルをアップロード
→ AIエージェントが処理
→ 加工されたファイルを取得

といった処理も実現できます。

テキストを送ってAIから回答をもらうだけではなく、実際の業務で使われているファイルを扱うエージェントにも利用できます。

必要なときだけ実行環境を動かす

Hosted Agentでは、エージェントのコンテナを常に起動しておく必要もありません。

リクエストが来ると必要な実行環境が起動し、一定時間利用されなければ停止します。

今回確認した環境では、15分間リクエストがなければ実行環境が停止しました。

一方で、セッションの状態やアップロードしたファイルは保持されるため、再びリクエストすると処理を続けられます。

常時コンテナを起動しておくのではなく、必要なときに必要な実行環境を使うという構成にできます。

AIエージェント開発で考える範囲が変わる

今回Hosted Agentを試して感じたのは、

AIエージェントを「作ること」と「動かすこと」を分けて考えられる

という点です。

これまでは、自作したAIエージェントを業務で使える状態にするために、その周辺の実行基盤まで考える必要がありました。

Hosted Agentのような仕組みを使えば、その一部をクラウドサービスに任せられます。

すると開発者は、

「どんな業務をAIに任せるのか」
「どこをAIに判断させるのか」
「通常のプログラムとどう組み合わせるのか」

といった、エージェントそのものの設計により集中しやすくなります。

まとめ

今回はMicrosoft FoundryのHosted Agentを使って、Excelの問い合わせ一覧を分析する自作AIエージェントをクラウド上で動かしてみました。

今回のポイントは、ExcelをAIで処理できたことだけではありません。

自分たちで作ったAIエージェントを、実際に利用できる形で動かすための実行環境までサービスに任せられること。

AIエージェントが身近になるほど、

「どう作るか」

だけではなく、

「作ったエージェントをどうサービスとして動かすか」

も重要になってきます。

Acroquestでは、新しいAIサービスを試すだけでなく、

「実際の業務やシステムで使うなら、どんな構成にすればよいのか」

まで考えながら技術検証を行っています。

AIエージェントを作るだけでなく、それを実際のサービスとして動かすところまで挑戦してみたい方は、ぜひ一度お話ししましょう。

記事の詳細、検証に用いた実装コードなど詳しくは当社技術ブログに記載しておりますので、詳細を知りたい場合はこちらをご覧ください。

ぜひ、当社で一緒に働いてみませんか？

チャレンジングな案件が多く、成長の機会が多く得られる環境です

当社では、機械学習／AIや生成AIに加えて、AWSやAzureを活用したITサービス開発事業を推進しています。そこで、最先端技術を駆使しながら、社会を進化させたい情熱とスキルのある機械学習・AIエンジニア、クラウドエンジニアを募集しています！

私たちが取り組む案件は、最先端技術を用いる内容や高難易度の内容が多く、チャレンジングな環境なので、成長の機会が多く得られることをお約束します。