Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
業務ツールをAIエージェントとつなぐ - Composio
Search
西岡 賢一郎 (Kenichiro Nishioka)
January 25, 2025
Technology
1
260
業務ツールをAIエージェントとつなぐ - Composio
機械学習の社会実装勉強会第43回 (
https://machine-learning-workshop.connpass.com/event/343260/
) の発表資料です。
西岡 賢一郎 (Kenichiro Nishioka)
January 25, 2025
Tweet
Share
More Decks by 西岡 賢一郎 (Kenichiro Nishioka)
See All by 西岡 賢一郎 (Kenichiro Nishioka)
MLflow × LLM 生成AI時代の実験管理とリスク低減
knishioka
0
56
Conductor: Git Worktreeで実現する並列AIコーディング
knishioka
0
75
ローカルLLMでファインチューニング
knishioka
0
720
自作MCPサーバ入門
knishioka
0
40
成功と失敗の実像と生成AI時代の展望
knishioka
0
62
MCPが変えるAIとの協働
knishioka
1
220
LangFlowではじめるRAG・マルチエージェントシステム構築
knishioka
0
240
DeepSeekを使ったローカルLLM構築
knishioka
0
230
LangGraphを使ったHuman in the loop
knishioka
0
320
Other Decks in Technology
See All in Technology
Webアプリケーションにオブザーバビリティを実装するRust入門ガイド
nwiizo
7
890
Aurora DSQLはサーバーレスアーキテクチャの常識を変えるのか
iwatatomoya
1
1.2k
Automating Web Accessibility Testing with AI Agents
maminami373
0
1.3k
なぜテストマネージャの視点が 必要なのか? 〜 一歩先へ進むために 〜
moritamasami
0
240
Apache Spark もくもく会
taka_aki
0
140
20250913_JAWS_sysad_kobe
takuyay0ne
2
250
現場で効くClaude Code ─ 最新動向と企業導入
takaakikakei
1
260
これでもう迷わない!Jetpack Composeの書き方実践ガイド
zozotech
PRO
0
1.1k
スマートファクトリーの第一歩 〜AWSマネージドサービスで 実現する予知保全と生成AI活用まで
ganota
2
320
使いやすいプラットフォームの作り方 ー LINEヤフーのKubernetes基盤に学ぶ理論と実践
lycorptech_jp
PRO
1
160
LLMを搭載したプロダクトの品質保証の模索と学び
qa
1
1.1k
react-callを使ってダイヤログをいろんなとこで再利用しよう!
shinaps
2
270
Featured
See All Featured
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
15
1.7k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
jQuery: Nuts, Bolts and Bling
dougneiner
64
7.9k
Become a Pro
speakerdeck
PRO
29
5.5k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
44
2.5k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
For a Future-Friendly Web
brad_frost
180
9.9k
What's in a price? How to price your products and services
michaelherold
246
12k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
30
9.7k
The Art of Programming - Codeland 2020
erikaheidi
56
13k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
1.9k
Transcript
業務ツールをAIエージェントとつなぐ - Composio 機械学習の社会実装勉強会 第43回 (2025/01/25) 1
自己紹介 名前: 西岡 賢一郎 10年以上にわたり、データ分析や機械学習の分 野でスタートアップの経営に携わる。現在は、 日本とマレーシアを拠点に活動中。 SNS X: @ken_nishi
LinkedIn: https://www.linkedin.com/in/kenichiro- nishioka/ Facebook: https://www.facebook.com/kenichiro.nishioka note: https://note.com/kenichiro YouTube: https://www.youtube.com/@kenichiro- nishioka 経歴 東京大学で位置予測アルゴリズムを研究し博 士 (学術) を取得 東京大学の博士課程在学中にデータサイエン スをもとにしたサービスを提供する株式会社 トライディアを設立 トライディアを別のIT会社に売却し、CTOと して3年半務め、2021年10月末にCTOを退職 株式会社データインフォームド (CEO)・株式 会社ディースタッツ (CTO)・CDPのスタート アップ (Sr. CSM) 自社および他社のプロダクト開発チーム・デ ータサイエンスチームの立ち上げ経験 2
本日のアジェンダ AIエージェントと業務システム Composio デモ 3
AIエージェントと業務システム 4
企業を取り巻くAI活用の現状 大規模言語モデル(LLM)の進化により、企業における業務効率化やカスタマー サービスの改善などで、AIの実用的な活用が可能になってきている ChatGPTやGeminiなどの一般利用の広がり GitHub Copilotに代表されるAIによる開発支援の普及 社内文書の要約や分析、顧客対応の自動化など、実務での活用事例の増加 多くの企業が独自のAIアプリケーション開発に着手 自社の業務特性に合わせたカスタマイズの必要性 既存の業務システムとの連携による効率化
セキュリティやコンプライアンスへの対応 5
AIと業務システム連携における技術的進展 ChatGPTやLangChainなどのAIプラットフォームが外部連携機能を提供 Function Calling:AIが外部システムの機能を呼び出せる仕組み Tools/Plugins:特定の機能を追加できる拡張の仕組み API連携:既存システムとデータをやり取りする標準的な方法 フレームワークによる開発支援の充実 LangChain:様々なAIモデルやツールを統合するフレームワーク CrewAI:複数のAIエージェントを協調させるフレームワーク その他、多数のオープンソースツールの登場
6
現状の開発における課題 システム連携時の技術的な障壁 各システムごとに異なる認証方式への対応が必要 OAuth、APIキー、トークンなど様々な認証情報の実装と管理 APIの仕様理解とFunction Callingの実装に時間がかかる 開発・運用における実務的な課題 認証情報の安全な管理とメンテナンス システム間連携のエラーハンドリング 複数システムを跨ぐ処理の整合性確保
開発工数の増大によるコスト増 人材とスキルの課題 AI開発と既存システム開発の両方の知識が必要 新しい技術への追従が継続的に必要 専門人材の確保が困難 7
Composio 8
Composioによるソリューション 250以上のツール・アプリケーションとAIを最小限のコードで接続できるプラット フォーム 主な特徴: OAuth認証の自動化と認証情報の一元管理 自然言語によるAPI操作が可能 主要なAIフレームワーク(LangChain、CrewAI、Letta等)との連携 従来の開発と比較して、開発期間を数ヶ月から数日へ大幅に短縮 9
実装の簡便性 システム連携の手順の簡素化: アプリケーションの選択 Setupボタンによる認証設定 認証情報の自動管理 Function Callingの実装の簡素化: APIの仕様をComposioが管理 自然言語でのタスク指示が可能 コードサンプルの自動生成
10
従来のiPaaSとの違い 従来型(Zapier等)の特徴: パラメータの明示的な指定が必要 システム間連携の設定が複雑 プログラマティックな制御が限定的 Composioの優位性: 自然言語による直感的な操作 AIに特化した統合機能 より柔軟な制御が可能 開発者向けの豊富なツール群
具体例での比較: Zapier:チャネルとメッセージを個別に指定して実行 11
将来性と市場価値 エンタープライズAI市場の動向 2029年までに3,116億ドル規模に成長予測 AI統合ソリューションへの需要増加 企業のDX推進加速による市場拡大 Composioの強み 90%以上の精度を持つAIエージェント開発が可能 開発時間の大幅短縮による競争力強化 既存システムとの円滑な統合 継続的な対応システムの拡大
12
まとめ:Composio導入のメリット 開発効率の向上 認証・API連携の実装工数削減 開発期間の大幅短縮 保守・運用の簡素化 ビジネス価値の創出 迅速なAIソリューション展開 既存システムの有効活用 リソース配分の最適化 将来への投資
拡張性の高いプラットフォーム 継続的な機能追加と改善 エンタープライズAI市場の成長性 13
お問い合わせ お仕事の依頼・機械学習・LLMの実装のご相談は、X, LinkedIn, Facebookなどで DMをください 機械学習を社会実装する仲間も募集中!! 14