アーカイブより
Agentic AI によるオペレーティング モデルの進化
リーダーが仕事、意思決定権、説明責任を再設計して、AI 機能を持続可能なビジネス価値に変える方法。

私が最も有益だと思うリーダーシップの質問は次のとおりです。AI エージェントがビジネス プロセスの一部を実行できる場合、組織が利益を得るにはその周りで何を変更する必要がありますか?デモンストレーションでは、タスクが数秒で完了することを示すことができます。運用モデルでは、誰が結果を所有するのか、どの情報が信頼できるのか、意思決定がどのように承認されるのか、プロセスが失敗した場合に何が起こるのかを説明する必要があります。そこから変革の次の段階が始まります。
オペレーティングモデルとは、組織が仕事を遂行する方法です
私はオペレーティングモデルを、仕事、その責任者、彼らが使用するシステム、彼らが下すことができる決定、そして結果が受け入れられるかどうかを知らせる尺度の間のつながりを意味するために使用します。 Agentic AI は 5 つすべてに対応します。証拠を収集し、ツールを選択し、タスクを調整できますが、その機能を不明確なプロセスに導入すると、混乱がより早く進む可能性があります。
私の出発点は完全なビジネス成果です。受益者は適切に評価された請求決定を受け取ります。銀行例外が調整された解決に達した場合。財務チームは説明できる証拠を提示して報告期間を終了します。それぞれの成果は部門の境界を越えます。デザインはその過程全体をたどる必要があります。
旅に 1 人の所有者と完了の共有定義を与える
転送するリクエストの数を測定するサービス チームを考えてみましょう。その AI アシスタントは、別のチームのためにより大きな調査キューを作成しながら、その数を増やす可能性があります。地域の生産性が向上します。顧客はまだ待っています。私は、オペレーション、テクノロジー、データ、リスク、財務によってサポートされる、ジャーニー オーナー 1 人が完了に責任を負うことを望んでいます。
これらのチームは協力して、通常のパスと例外をマッピングし、完了の意味に同意し、ベースラインを記録する必要があります。どの情報が繰り返し要求されますか?訴訟はどこで当局を待つのでしょうか?どのチェックが必須で、2 つのシステムがコンテキストを共有しないために存在するチェックはどれですか? Genellipse は、エージェントがどこに属するかを決定する前に、これらの依存関係を可視化するのに役立ちます。
生命保険: 決定を放棄せずに訴訟を準備する
保険契約記録、受取人情報、書類がさまざまなチャネルを通じて届く生命保険金請求を想像してみてください。文書エージェントは資料を構造化できます。証拠エージェントは、許可されたポリシー情報を取得できます。調整エージェントは不足しているアイテムを特定し、ケースの概要を準備できます。それぞれの発見は、未解決の競合を含め、その原因を示す必要があります。
保険請求の専門家がケースを評価し、決定と支払いについては保険会社の権限規則に従います。矛盾する受益者記録、不確実な補償範囲、または不足している証拠は、例外パスに入る必要があります。システムはレビュー担当者の調査をサポートし、決定記録を保存し、下流の結果を確認する必要があります。
これは、AegisNow 保険ワークフローと Cortex AI オーケストレーションをどのように組み合わせて構成できるかを示しています。これは実装パターンであり、顧客の結果として報告されたものではありません。テストを行うメリットは、準備の繰り返しが少なくなり、申立人の結果に対する専門家の責任が明確になることです。
銀行業務: システムおよびチーム全体で例外を解決する
支払いエンジンが処理中であることを示していても、元帳に一致するエントリがないにもかかわらず、支払いが 1 つのチャネルで送信されたように見えることがあります。例示的なエージェント支援ワークフローでは、システムは識別子を関連付け、ステータス証拠を収集し、例外ケースを準備します。オペレータは、既知の事実、不確実性、および許可される次のアクションを確認します。
銀行は支払いのリリース、調整、および再提出に関する権限を保持します。実行には、重複防止制御、関連する銀行システムからの確認、およびアクション後の調整が含まれる必要があります。失敗した API 呼び出しが、静かに支払いを繰り返す指示になってはいけません。
オペレーティング モデルの改善は、解決プロセスのつながりです。つまり、責任ある責任者が 1 人、ケース履歴が共有され、明示的なエスカレーション パスが設けられます。 Genellipse は、有用な進歩が始まる前に大規模な交換を必要とするのではなく、既存の銀行システムを中心にこれらの要素を接続するのに役立ちます。
当社の銀行変革アプローチをご覧ください変化する仕事に対応できる人材を確保する
人間による監視は、十分な時間、情報、権限を備えた実際の仕事でなければなりません。レビュー担当者はソース証拠を確認し、エージェントが何を試みたかを理解し、作業を修正、停止、またはエスカレーションできる必要があります。その人をスピードだけで評価すると、間違ったインセンティブが生まれます。
それぞれの優先課題について、小規模で耐久性のあるチームを編成することをお勧めします。ビジネスオーナーが結果を定義します。ドメインスペシャリストが品質を判断します。データ所有者は意味と権限を維持します。エンジニアリングは統合性と信頼性を所有します。リスクとセキュリティは制御とエスカレーションに一致します。最前線の従業員は、プロセスがどこで中断するかを理解しているため、例外処理の設計を支援する必要があります。
Genellipse は、役割設計、実践的なトレーニング、実行手順書を実装とともにサポートできます。成功には、人々が仕事を監督し、改善できるようになることが含まれます。従業員の意思決定には、すべての役割が削除されるという前提ではなく、スキルと再配置について熟慮された計画が必要です。
制御された API および MCP ツールを介してエージェントを接続します
既存の政策管理、中核的な銀行および金融システムには、依然として重要なビジネス ルールが含まれています。私たちのアプローチは、文書化された API と、必要に応じてモデル コンテキスト プロトコル (MCP) ツールを通じて、選択された機能を公開することです。権限のある記録を明確に保ち、ツール入力を検証し、基盤となるシステムのトランザクション制御を保持します。
MCP は統合メカニズムを提供します。これを使用するだけでは、承認や信頼が確立されません。公式セキュリティ ガイダンスでは、トークン パススルーや混乱した代理攻撃などのリスクに対処しています。組織は、適切な認証、範囲限定アクセス、および統合境界での独立した強制を適用する必要があります。
取得したドキュメントに隠された指示、別の顧客のデータへのアクセスの試み、利用できない依存関係、重複したアクション、および許可された予算を超えるエージェントについての明示的なテストも必要です。機密情報を不必要に公開することなく、ツールのアクティビティを記録します。ワークフローを一時停止し、アクセスを取り消し、ケースを運用チームに戻す方法を維持します。
制御された銀行統合がどのように機能するかをご覧ください完成した許容可能な結果の経済性を測定する
エージェント、プロンプト、または生成された概要を数えても、ビジネス価値についてはほとんどわかりません。解決までの経過時間、総処理工数、再作業、例外経過時間、および受け入れられた結果の品質が必要です。統合、モデル、インフラストラクチャ、人間によるレビュー、トレーニング、サポートのコストが含まれます。
以下のグラフは意図的に仮説を立てたものです。専門的な判断と実行チェックがフルタイムの割り当てを維持しながら、準備と検証が向上すると仮定します。処理作業は、完了したケースごとに 50 分から 30 分に短縮されます。比較可能なケースが月に 1,000 件ある場合、この計算は、追加の運用オーバーヘッドが発生する前に解放される総容量がおよそ 333 時間に相当します。
これらの時間は自動的に現金を節約できるものではなく、グラフは Genellipse のパフォーマンスの主張や予測ではありません。チームはケースの質を検証し、解放されたキャパシティがどのようにサービスを向上させ、量を吸収し、実際の費用を削減するかを決定する必要があります。財務部門は仮定を承認し、結果を元のベースラインと比較する必要があります。
| アクティビティ | ベースライン | エージェント支援 |
|---|---|---|
| ケースの準備 | 20 | 8 |
| 証拠の検証 | 15 | 7 |
| 専門家の判断 | 10 | 10 |
| 実行チェック | 5 | 5 |
| 合計処理時間 | 50 | 30 |
1,000 件の同等の完了ケースでリリースされる例示的な総容量。追加の運用オーバーヘッドは除きます。品質は維持されなければなりません。現金を節約するには、実際の支出を削減する必要があります。
ガバナンスを日常業務の一部にする
NIST の自主的な AI リスク管理フレームワークは、統治、地図作成、測定、管理に関する作業を組織化しています。これは、最初の承認後も監視が続くことを思い出させるのに役立つと思います。実際には、ジャーニーの所有者は、エラー、エスカレーション、コスト、変更、未解決のリスクを定期的に把握する必要があります。
モデルの更新、プロンプトの変更、新しいデータ ソース、またはツールの権限の改訂により、システムの動作が変更される可能性があります。変更を記録し、代表的なケースと困難なケースを評価し、ロールバック基準に同意します。自治権を拡大するのは、証拠がそれを裏付ける場合に限ります。評価に失敗した場合は、次の決定に対して責任を持って修正するか範囲を狭める必要があります。
6 週間以内に重点的な MVP を作成して開始します
適切な範囲のエンゲージメントの場合、Genellipse は、必要なアクセス、代表的なデータ、環境、意思決定者の準備が整ってから 6 週間以内に MVP をターゲットにします。最初の 2 週間で、ジャーニーを計画し、ベースラインに同意し、権限の境界を設定します。 2 ~ 4 週間で、選択したソースを接続し、制限されたワークフローを構築します。 4 週目から 6 週目は、評価、例外テスト、ユーザーの準備、および合意されたリリースの決定に使用します。
成果物には、動作能力、その受け入れを裏付ける証拠、指定された所有者、モニタリング、および回復手順が含まれている必要があります。より広範な導入、コアの変換、外部の承認には独自の計画が必要です。最初のリリースは、次のリリースを責任を持って運用する方法を組織に教える必要があります。
Genellipse が運用能力の構築にどのように役立つか
当社は、オペレーティングモデルとプロセス設計をアーキテクチャ、実装、継続的な改善と組み合わせます。 GeneDigital と当社のアドバイザリー サービスは、優先課題とその責任を特定するのに役立ちます。 Cortex AI は、統合と評価を前提として、組織がすでに使用している互換性のあるエージェントの個々のエージェント、調整されたソリューション、ガバナンスを構成できるプラットフォームを提供します。
GeneData は、管理された情報基盤をサポートできます。 GeneAnalytics は、ワークフローのパフォーマンスを可視化するのに役立ちます。 GeneSecure および GeneComply は、既存のエンタープライズ システムと並行して、セキュリティ、証拠の管理、説明責任をサポートできます。保険会社にとって、AegisNow は保険のコンテキストを設計に取り入れます。ビジネス ニーズに合わせて組み合わせを選択し、スコープをコミットする前に必要な構成を確認します。
10 月末に、組織がオペレーティング モデルを進化させ、エージェント AI を既存のビジネス プロセスに統合できるように、Cortex AI の一部として Cortex Blueprint を導入する予定です。私たちの目的は、ビジネスの成果、その責任者、必要な情報、エージェントの役割を明確な実装青写真に結び付けることです。これは、エージェントがどこに貢献できるか、どこで人間の判断が不可欠であるか、そして承認、エスカレーション、測定可能な結果が再設計されたワークフローにどのように適合するかを特定することを意味します。これは、同じく 10 月下旬に予定されている Cortex App と合わせて、エージェント ソリューションの構築、パッケージ化、組織全体への導入を容易にするという当社の方向性をサポートします。
私たちの役割は、旅全体にわたってパートナーとして働くことです。問題を理解し、能力を構築し、制御を実証し、合意された成果に対して責任を負い続けることです。顧客や従業員にとって重要なプロセスを私たちに提供していただければ、実践的な最初のステップを定義するお手伝いをいたします。
考察から実践へ
オペレーティング モデルの優先順位について Genellipse と話し合ってください。私がすべてのリーダーチームに投げかけたい質問
重要な行程を 1 つ選択して質問してください。エージェントが明日このプロセスに参加した場合、その仕事、権限、証拠、エスカレーション パスについて説明できますか?答えが不明瞭な場合、それはオペレーティング モデル自体に関する貴重な情報となります。
永続的なチャンスは、人材、情報、テクノロジーをより効果的に活用する組織であると私は信じています。 Agentic AI は、仕事を設計し、その実行方法に対する責任を受け入れるときに、その結果を達成するのに役立ちます。



