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。

Transcript

1. 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
2. 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
3. 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
4. AIエージェントと業務システム 4
5. 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
6. 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
7. 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
8. Composio 8
9. 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
10. 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
11. 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
12. 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
13. 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
14. 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