AIアプリケーションの2つの形態：ワークフロー (Workflow) と エージェント (Agent)

第1章では、Transformerや拡散モデルなどの基盤技術について学びました。大規模言語モデル（LLM）を無限の知恵を持つ「脳」に例えるなら、現在のそれは厄介な状況に直面しています。瓶の中に浮かんでいるだけで、自分では何もできない「脳」のようなものです。

この「脳」に真の価値を生み出させ、請求書の処理やコードの記述、さらには会社の経営まで任せるためには、「手足」や「胴体」を取り付ける必要があります。現在のAIの潮流において、この「組み立て」方法は主に2つの流派に分かれています。

1. ワークフロー (Workflow)： 精密なスイス時計のように、一分の狂いもなく噛み合います。
2. エージェント (Agent)： 躍動する生物のように、自律的に適応します。

多くの開発者や企業経営者は、AIアプリケーションを構築する際に悩みます。「私は今、複雑な自動化スクリプトを書いているのか、それとも真のデジタル生命体を構築しているのか？」

---

一、 ワークフロー (Workflow)：精密な組立ライン

1. 本質：SOPのデジタル的な「固定化」

ワークフローのキーワードは、**決定性、ルール、オーケストレーション（編成）**です。

その本質は、人間の標準作業手順（SOP）をコード化することにあります。これは、開発者が設計段階ですべてのステップ、すべての分岐、すべての判断条件を事前に定義した、全自動の工場組立ラインを設計するようなものです。

• 固定された経路：「もしAが起きたらBを実行し、そうでなければCを実行する。」
• 制御可能な結果：入力が決まっていれば、出力は通常予測可能です。
• LLMの役割：ここでは、大規模モデルはもはや「指揮官」ではなく、「熟練したライン工」です。特定のノードで作業（「このテキストを要約する」や「請求書の金額を抽出する」など）を行い、作業が終われば結果を次の工程に渡すだけです。

2. 代表的なツールとエコシステム

ワークフローの分野には、現在非常に成熟したツールがいくつかあり、「組立ラインの構築」を積み木遊びのように簡単にしてくれます。

• Dify & Coze (Dify & 扣子)：AIアプリケーションオーケストレーションプラットフォーム
  • これらは現在人気のある「ローコード/ノーコード」プラットフォームです。キャンバス上でノードをドラッグ＆ドロップし、線でつなぐことができます。
  • シナリオ：「企業のカスタマーサービスボット」を作りたい場合、まずナレッジベースを検索し、見つからなければ大規模モデルに尋ね、最後にログを記録します。DifyやCozeを使えば、これを30分で「描く」ことができます。
• n8n & Zapier：自動化統合ツール
  • これらのツールは、異なるアプリ間の連携に重点を置いています。
  • シナリオ：「Gmailで請求書メールを受信したら -> 自動的にn8nフローをトリガー -> ChatGPTを呼び出して金額を抽出 -> Google Sheetsに自動入力 -> Slack通知を送信。」 これは典型的なワークフローであり、すべてのステップが固定されており、極めて安定的です。

3. イメージ：列車

ワークフローは列車のようなものです。

動力は強く、積載能力も大きいですが、敷設されたレール（コードロジック）に沿って走ることしかできません。もしレールの前に巨石があっても、列車は自分で判断して「迂回」することはできず、停止するか脱線（エラー）するしかありません。

---

二、 エージェント (Agent)：自律的な探検家

4. 本質：目標指向の「デジタル従業員」

エージェントのキーワードは、不確実性、推論、自律性、自己修正です。

エージェントはもはや固定されたプロセスではなく、環境を感知し、意思決定を行い、行動を起こすことができるシステムです。具体的な手順ではなく、**目標（Goal）**を与えます（例：「これら5つの競合他社の価格戦略を調査して」）。エージェントは論理的推論能力を使って環境を観察し、どのツールを使うべきか考え、行動を実行し、失敗した場合は反省して別の方法を試すことさえあります。

• コアサイクル (ReAct)： 感知 (Thought) -> 意思決定 (Plan) -> 行動 (Action) -> 観察 (Observation)。
• LLMの役割： ここでは、大規模モデルは**「指揮官」**です。様々なツール（Web検索、コードインタプリタ、ファイル操作権限）を手にし、いつどのツールを使うかを自律的に決定します。

5. 代表的なツールと最前線の形態

エージェントは現在、AI分野で最もエキサイティングな「深層領域」であり、汎用人工知能（AGI）への大きな一歩を象徴しています。

• Manus：万能型汎用エージェント
  • Manusは最近話題の「PC操作代行」型エージェントです。「これら5つの競合他社の価格戦略を調査してグラフを作成して」と伝えるだけです。
  • Manusは自分でブラウザを開き、検索し、ウェブページをクリックし、データをExcelにコピーし、グラフを描画します。途中でウェブページが開かない場合は、自分で別のリンクを試します。まるでPCの前に座っている見えないインターンのようです。
• Claude Code：エキスパート級コーディングエージェント
  • これはAnthropicが発表した、コード作成に特化したエージェントです。単純なコード補完とは異なり、「このモジュールをリファクタリングして、データベースをPostgreSQLに変更して」といった曖昧な要件を伝えます。
  • まずプロジェクト全体のコードを読んでアーキテクチャを理解し、修正計画を立て、修正を実行し、さらにはテストコードを実行して修正が正しいかを確認します。エラーがあれば、自分でバグを修正します。

6. イメージ：タクシー運転手

エージェントは経験豊富なタクシー運転手のようなものです。

「空港に行ってくれ」（目標）と伝えれば、すべての曲がり角を指示する必要はありません。メインストリートが渋滞していれば自動的に脇道に入り、通行止めがあれば迂回します。リアルタイムの道路状況を感知し、知恵を使って目的地への到達方法を自律的に決定します。

---

三、 深層分析：表で見る違い

より直感的に比較するために、両者の核心的な違いを以下にまとめました。

---

四、 「コスト削減」から「効率向上」へ：企業視点の戦略的選択

技術的な違いが分かったところで、ビジネス価値と組織変革の観点から、これら2つが会社をどう変えるのかを見てみましょう。

7. ワークフロー：「専門家の経験」を複製し、企業のボトムラインを守る

企業において最も高価なリソースは「ベストプラクティス」です。

例えば、顧客へのメール返信が非常にうまく、成約率が極めて高いエース営業担当がいるとします。DifyやCozeで構築されたワークフローを通じて、このエース営業担当の思考ロジックをデジタルSOPに分解することができます。

• 役割：入社したばかりの新人でも、このワークフローを呼び出すことで、90点レベルの返信ができるようになります。
• 価値：重複労働を排除し、業務遂行の標準化とコンプライアンスを保証することです。

8. エージェント：「デジタル従業員」を雇用し、企業の限界を拡張する

ワークフローが「守り」なら、エージェントは「攻め」です。

未知の市場動向や複雑な競合調査に直面したとき、硬直したプロセスでは十分ではありません。その時、Manusのようなエージェントが必要になります。

• 役割：極めて低コストで、常時オンライン、フルスタックかつ万能なスーパーアシスタントを雇用するようなものです。分析、グラフ作成、コード記述が可能です。
• 価値：非定型な難題を解決し、1人の従業員にチーム並みの戦闘力を持たせることです。

9. 究極の形態：人間と機械が協働する新しい組織構造

未来の企業は、どちらかを選ぶのではなく、「人間 + エージェント + ワークフロー」の混合体になるでしょう。

• 下層（ワークフロー）：確実性が高く、ミスの許容度が低いすべての基礎業務（請求書精算など）を担当し、企業の骨格となります。
• 中層（エージェント）：複雑な対話や柔軟なタスク（初期対応のカスタマーサービス、データ分析など）を担当し、企業の筋肉となります。
• 上層（人間）：目標の設定、エージェントの作業結果の評価、そしてAIには処理できない感情や倫理的な問題の処理を担当し、企業の脳となります。

したがって、続く章では、Difyの使い方を重点的に解説します。なぜなら、Difyは堅牢なワークフローを構築するのに役立つだけでなく、基礎的なエージェントを構築するための最適な演習場でもあるからです。