
何が起きたか
VercelのCOO Jeanne DeWitt Grosser氏によると、受注営業エージェントは1,000行のプロンプトから14の決定論的ルールへ進化した。
なぜ重要か
定型の営業資格審査の自動化には完全自律型AIエージェントは不要かもしれないことを示唆しており、推論とインフラのコストは年間約1,000ドルだ。
注目点
ルール違反を検知する第2のエージェントに依然依存しているため、信頼性は監視の精度にかかっている。またSDRチームは通例の1年を待たずアウトバウンドへ昇進した点にも注目だ。
誰に効くか受注資格審査のどこまでを人員ではなくルールベースの自動化で処理できるかを見極めるセールスオペレーション責任者やレベニューチームは、これをテンプレートと見なすかもしれない。一方、SDRやBDRのスタッフは役割がアウトバウンドの会話へ移行する可能性がある。
こういう要約が、毎朝あなたのメールに届きます。
Vercelの取り組みは、1人のエンジニアがこの問題に時間の約20%を費やしたことから始まり、エージェントの最初のバージョンはチーム内で最も優秀なSDRが書いた約125行のプロンプトだった。同社は6月から8月にかけて人間のSDRをループに残し、トップSDRは新しい担当者のようにエージェントを管理し、最初の100通のメールを100%読んだ後、100件に1件のアウトリーチをサンプリングする方式に移行した。翌年、Vercelが製品サーフェスを拡大しエンタープライズへアップマーケットを進めるにつれ、プロンプトは1,000行に膨らんだ。
その後チームはプロンプトをルールと判断の2つに分割した。エンジニアがルールを符号化し、判断が必要な作業だけをモデルに残した。これは著者が14の本番エージェントワークフローで見出したパターンと一致し、そこではノードの65%が純粋なコードとして実行され、完全にエージェント的なのは14%のみだ。Vercelはまた、14のルール違反を監視し、例外を修正または承認する第2のエージェントも運用している。
Vercelにとっての成否は、ビジネスの進化にルールベースのシステムが追随できるか、そして監視エージェントが違反をどれだけうまく捕捉できるかにかかっているように見える。モデルはもはや全ての資格審査ルールに自ら従うとは信頼されていないからだ。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
NetAppのJen Prenner氏は既存データを再設計せずAIで使えると述べ、Oracle Corp.のクラウド上で完全マネージド型ストレージサービスを12カ月以内に提供する計画を発表した
台湾の国家科学技術委員会(NSTC)が、シリコンフォトニクス(SiPh)と次世代AIデータセンター向け電力システムを対象とする2件の研究事業を立ち上げた

Mistral AIのCEO Arthur Mensch氏がMistral Large 4(ML4)を発表

SpaceXがAlphabetのProject Suncatcher向けに、4基のTensor Processing Unit(TPU)を搭載した試作衛星を打ち上げ、AIチップが低軌道で動作するかを検証

韓国は自国産フロンティアAIモデルに4.7兆ウォン(34億9000万ドル)の株式投資を計画

ガートナーは、ベンダーのFDEで構築されたAIエージェントの70%が2028年までに企業に使われず放棄されると予測し、顧客の継続的なニーズを中核製品に反映できるベンダーは20%未満にとどまるとした
