キャピタル・ワンがどのようにマルチエージェントAIワークフローを構築し、自動車購入体験を強化したか

キャピタルワンがエンタープライズ向けの多エージェントAIワークフローをどのように構築したか 2025年7月7日午前7時50分時点での報道によると、キャピタルワンは最新の多エージェントAIシステムの導入とスケール化について、具体的な手法と経験を共有しています。このシステムは、自動車購入体験の向上を目的としており、AIエージェントが相互に協力して情報を提供し、顧客のニーズに基づいて特定のアクションを実行します。 キャピタルワンは、1億人もの顧客を抱え、さまざまな用途への応用可能性を見込んでいます。同社のAI部門副社長であるミリンダ・ナファデ氏は、この新たなテクノロジーが内部プロセスや顧客対応の両面で活用されるべき次の一歩だと強調しました。 多エージェントAIワークフローの設計 金融機関は顧客体験を支えるワークフローにおいて特に厳しい要件を持っています。また、キャピタルワンは複雑なプロセスの自動化を求めていました。これらの要因により、ワークフローの設計は非常に複雑になることを認識していました。ナファデ氏は、人間のエージェントが顧客応答の際に行う思考パターンからインスピレーションを得たと説明します。 具体的には、複数のAIエージェントがそれぞれ異なる専門知識を持ち、チームとして問題解決を行うフレームワークを開発しました。通信エージェント、アクションプラン作成エージェント、精度評価エージェント、そしてユーザーに対する説明と検証を行うエージェントの4つの役割を定義しました。歴史データから顧客とのやりとりの推移を分析し、多回話での理解が必要なことも確認しました。これに対応するために、組織内のシステムやツール、API、および政策のガバナンスを基盤としています。 動的かつ反復的なアプローチ 「最大のブレイクスルーは、このシステムが動的で反復的である必要性でした」とナファデ氏は述べています。「多くの企業では、LLMを単純な意図分類のためだけに使用していますが、私たちは最初からそれをスケーラブルであると理解しました。」 評価エージェントは、他のエージェントの行動がキャピタルワンのポリシーやルールに基づいて成功しているかどうかを判断します。もし問題があれば、計画エージェントに正しいアクションを取るようフィードバックします。この反復プロセスを通じて、最終的には適切なプランに達することが可能になります。 技術的な課題とNVIDIAとの連携 多エージェントAIシステムは、組織内にあるさまざまな権限を持つフルフィルメントシステムと連携しなければなりません。また、異なる文脈でツールやAPIを呼び出し、高精度を維持しつつ信頼性の高いプランを生成することは大きな課題でした。これに対してキャピタルワンは、モデル選択や技術スタックの組み立てに注力しました。 キャピタルワンはオープンウエイトモデルを採用し、これを自社固有のデータに応じたカスタマイゼーションを容易にしました。また、NVIDIAの推論ス택やTensorRT LLMを用いることで、業界特有の機会に対応し、必要な性能を確保するとともに、Tritonサーバーの機能向上に協力しています。 展望 キャピタルワンは、この多エージェントAIワークフローの導入と改善を継続しています。最初に導入された「Chat Concierge」は、自動車販売代理店と顧客の双方をサポートし、24時間365日利用可能で、自然で簡単なインターフェースを提供することで、顧客エンゲージメント指標を最大55%向上させました。 「彼らはより良い真剣な見込み客を生成でき、顧客との関与が大幅に改善されました」とナファデ氏は述べています。「将来的には、より多くの顧客向けサービスにこの能力を導入したいと考えていますが、慎重に管理した形で進めたいと思います。これは長い旅となるでしょう。」 金融業界の技術革新において、キャピタルワンは多エージェントAIワークフローの成功例として注目されています。この新テクノロジーの導入は、顧客エンゲージメントの向上だけでなく、企業全体のデジタル化戦略にも大きな影響を与えることが期待されています。