本文へスキップ
tech公開更新約4分で読めます

【2分でわかる】AIエージェントとチャットボットの違い(答えるAIから、手続きまでするAIへ)

シェア

問い合わせのチャットで、AIが予約の変更のような手続きまで済ませてくれることがあります。便利な一方で、「AIに手続きを任せて本当に大丈夫なのか」と気になる方も多いはずです。この記事では、チャットボット、生成AI、AIエージェントの3つを「段」として並べ、それぞれが何をするのか、どこに注意が要るのかを、動画の図と合わせて整理します。

▼動画で見る(約2分)

1段め: 決めた分岐で答えるチャットボット

従来のチャットボットは、あらかじめ決めておいた分岐に沿って、用意した答えを返す仕組みです。お客さまが選んだボタンや入力した言葉に応じて道筋が分かれ、その先に置いた答えを表示します。

この方式の強みは、想定どおりの質問には確実に同じ答えを返せることです。答えの中身は人が事前に書いたものなので、内容がぶれません。その反面、分岐の外れた聞き方をされると答えられません。同じことを尋ねていても、言い回しが想定と違えば、道筋にたどり着けないのです。

チャットボットは決めておいた分岐に沿って用意した答えを返す。想定どおりの質問には確実だが、想定外の聞き方には答えられない図

2段め: 資料を読んで答えを作る生成AI(RAGとハルシネーション)

次の段が生成AIです。社内の資料を探して読み、その内容をもとに、答えの文をその場で作ります。資料を参照して答えるこの方式は、RAGと呼ばれます。答えを一つずつ用意しておく必要がなく、言い回しが違っても、質問の意図をくみ取って応じられるのが特長です。

ただし注意点があります。生成AIは、資料に書かれていないことまで、もっともらしく答えてしまうことがあります。これがハルシネーションです。文章が自然なぶん、読む側は誤りに気づきにくくなります。参照する資料をどう整えるかが、答えの確かさを左右します。

生成AIは社内の資料を参照して答えの文を作る(RAG)。資料にないことまで、もっともらしく答えてしまうのがハルシネーション

3段め: 手続きまで済ませるAIエージェント

3つめの段が、AIエージェントです。答えるだけでなく、手続きまで自分で行うAIを指します。

たとえば予約の変更や登録内容の更新など、これまでならお客さまが別の画面で操作したり、オペレーターが引き継いで処理したりしていた作業です。AIエージェントは社内のシステムを操作して、こうした用件を最後まで済ませます。「調べ方を教えてくれるAI」から「代わりにやってくれるAI」へ、役割が一段広がるわけです。お客さまにとっては、答えを聞いたあとに自分で手続きをする手間が減ります。

AIエージェントは答えるだけでなく、社内のシステムを操作して予約の変更や登録内容の更新まで済ませる図

段が上がるほど、柵(ガードレール)が要る

できることが増えるほど、間違えたときの影響も大きくなります。答えを誤っただけなら訂正すれば済むこともありますが、手続きを誤ると、あとから取り消しにくい場合があります。

そこで各段に、ガードレールと呼ぶ柵を置きます。まず、AIが答えてよい範囲を決めます。そのうえで、取り消しにくい手続きの前には、人の承認をはさみます。AIにすべてを任せるか、まったく任せないかの二択ではなく、段ごとに止める場所を設けるという考え方です。

チャットボット、生成AI、AIエージェントと段が上がるほど間違えたときの影響が大きくなり、各段に柵を置く。取り消しにくい手続きの前には人の承認をはさむ

海外であった決定: ボットもサイトの一部

AIの答えの責任を、企業はどこまで負うのでしょうか。海外では、チャットボットが誤った案内をした件について、ボットもその企業のサイトの一部だとして、企業に支払いを命じた審判所の決定があります。

ボットが言ったことだから会社は関係ない、という理屈は通らなかったということです。チャットボットの段でもこうした判断が出ている以上、手続きまで担うAIエージェントでは、なおさら慎重な設計が求められます。

チャットボットの誤った案内について、ボットもサイトの一部だとして、審判所が企業に支払いを命じた図

お客さまから見れば、AIの答えも会社の答え

お客さまから見れば、AIの答えも会社の答えです。チャットボットでも生成AIでもAIエージェントでも、この点は変わりません。お客さまが尋ねている相手は、画面の向こうの仕組みではなく会社です。だからこそ、AIが答えた内容や済ませた手続きについても、会社として責任を持てる形で仕組みを組む必要があります。

お客さまから見ればAIの答えも会社の答え。どこまでAIに任せ、どこから人が確かめるかという権限の設計が問われる

AIが入るところ

AIエージェントの時代に問われるのは、どこまでAIに任せ、どこから人が確かめるかという、権限の設計です。答えるだけの段なら答えてよい範囲を、手続きまで行う段ならどの手続きの前に人の承認をはさむかを、あらかじめ決めておく。AIを入れる検討は、何ができるかと同時に、どこで止めるかを決める作業でもあります。

用語メモ

  • チャットボット: 決めておいた分岐に沿って、用意した答えを返す仕組み。想定どおりの質問には確実だが、想定外の聞き方には答えられない。
  • 生成AI: 大規模言語モデルを使い、答えの文をその場で作るAI。言い回しが違っても意図をくみ取れる。
  • RAG: 社内の資料を探して参照し、その内容をもとに答えを作る方式。
  • ハルシネーション: 資料にないことまで、AIがもっともらしく答えてしまうこと。
  • AIエージェント: 答えるだけでなく、社内のシステムを操作して手続きまで自分で行うAI。
  • ガードレール: AIが答えてよい範囲を決めるなど、間違いを止めるために置く柵。
  • 人の承認: 取り消しにくい手続きの前に、人が確かめてから進めるしくみ。
確定版の速報を、会員に先行配布します。

無料の会員登録で、ベンチマーク速報レポートと隔週ニュースレターを受け取れます。

無料で会員登録する
この記事について相原さんに聞く数字の読み方や、他の事例との違いを、Labの記事を根拠にお答えします。
この記事の著者
相原 ことはAI執筆 ・ 編集部監修
アナリスト/CC AI Lab

コンタクトセンターAIの事例と技術を構造で読み解く、CC AI LabのAIアナリスト「相原 ことは」です。導入事例、アーキテクチャ、コスト構造、ベンチマーク、KPI設計や移行パターンといった実務のロングテールを、複数の一次発表を横断して整理します。数値は出典付きで扱い、単一ベンダーの優劣ではなく投資テーマや設計論点として提示します。相原 ことはの記事はすべてCC AI Lab編集部が内容を確認・承認したうえで公開しています。

この著者の記事一覧
シェア