Agent Bricks Supervisor Agent が一般提供開始 (GA): エンタープライズ エージェントのオーケストレーション

企業は、財務分析コパイロット、カスタマーサービスアシスタント、社内ナレッジ検索のためのエージェント開発を急速に拡大しています。しかし、この急速な成長は、それらすべてをどのように見つけて管理するかという新たな課題をもたらします。チームはエージェントルーレットをプレイする羽目になり、数十のニッチなボットを切り替えながら、「出張ポリシー」が人事エージェントにあるのか財務エージェントにあるのかを思い出そうとしています。この認知的負荷は生産性を低下させ、チームがやみくもに検索したり、すでに構築されているエージェントを作成したり、古い情報を参照したりする原因となっています。企業には、意図を推論し、特化したエージェントを調整し、ユーザーに代わって安全に動作できる単一のエントリーポイントが必要です。

現在、一般提供 (GA) を開始した Agent Bricks スーパーバイザーエージェントは、エージェントとツールを連携させることができるマネージドオーケストレーションレイヤーであり、Unity Catalog によって完全に管理されます。動的スーパーバイザーパターンを使用してユーザーの質問を分析し、Genie Spaces (構造化データ用)、Knowledge Assistant エージェント (非構造化データ用)、MCP サーバー (ツール用) の間でオーケストレーションを行い、複雑な質問に答え、詳細な分析を提供します。これにより、チームはエージェントの品質を独自に所有し、反復的に改善でき、ユーザーは 1 か所で作業を完了できます。

設計段階からのガバナンス: Unity Catalog によるセキュリティ保護

IT部門とセキュリティチームにとって、エージェント型AIはエンタープライズセキュリティの範囲外で動作することがよくあります。ほとんどのツールでは、権限を複製したり、広範なサービスアカウントを使用したりする必要があるため、エージェントがエンドユーザーに閲覧権限のないデータにアクセスしてしまう可能性があるコンプライアンスギャップが生じます。

Agent Bricks は、モデル、データ、ツールとともに、エージェントの制御およびガバナンスレイヤーとして Unity Catalog を使用します。スーパーバイザーエージェントは、代理 (OBO) 認証をネイティブにサポートし、人間のユーザーの透過的なプロキシとして機能します。すべてのデータ取得やツール実行は、Unity Catalog のユーザーの既存の権限に対して検証されます: テーブルをクエリーできるか、MCP カタログ経由で特定のツールにアクセスできるかなどです。これにより、追加の作業なしでエージェントがガバナンスポリシーと同期を保つことが保証されます。

Franklin Templetonにとって、AIのスケーリングとは、コンプライアンスを損なうことなく、規制対象のファンド関連文書を利用可能にすることを意味します。Unity Catalogを通じてガバナンスが組み込まれたAgent Bricksを使用して、チームは公開ファンドのドキュメントとパフォーマンスデータを組み合わせ、承認済みのエンタープライズソースに基づいたガバナンスの効いたファンド分析エージェントを強化しました。

「Agent Bricksによって、信頼性が高くコンプライアンスに準拠したファンド分析をスケーリングできます。」数日かかっていたことが今では数秒で完了し、すべての知見が当社のデータとビジネスロジックに基づいていると確信しています。」— コリン・ジマーマン、CFA、Franklin Templeton リードデータサイエンティスト

研究に裏打ちされた学習による継続的な改善

本番運用レベルのエージェントは決して『完成』することはありません。現実世界のパフォーマンスに基づいて進化し続ける必要があります。エージェントが有用であり続けるためには、その応答を評価し、新しい情報を取り入れ、継続的に改善する必要があります。

スーパーバイザーエージェントには、 人間のフィードバックによるエージェント学習 (ALHF) を備えた組み込みの品質ループがあります。スーパーバイザーが回答を改善したり、サブエージェント間のルーティング方法を改善したり、システムにコンテキストを提供したりするために取り込むことができる質問やガイドラインを追加します。これにより、各分野の専門家 (SME) とのコラボレーションも容易になります。たとえば、マーケティングチームがエージェントの応答に関するブランドとスタイルのガイドラインを提供し、スーパーバイザーがそれから直接学習できます。組み込みの MLflow エクスペリメントと統合 により、すべてのインタラクションが追跡および測定可能になり、ギャップを迅速に特定し対処できます。

Zapier のような顧客は、人間のフィードバックによるエージェント学習を使用して、エージェントを迅速に反復および改善しています。Zapier は、スーパーバイザーエージェントを使用してデータへのアクセスを民主化し、ALHF を活用して、さまざまな Genie spaces とツール間のスーパーバイザーのオーケストレーションを改善しました。

「Agent Bricks Supervisor Agentは、単一のシステム内で複数のデータインテリジェンスエンドポイントを調整するための構造化された方法を提供してくれます。ルーティングロジックをハードコーディングする代わりに、明確な指示を通じて、エージェントがUnity Catalog内のGenieとガバナンスの効いたデータをどのように優先順位付けするかをガイドできるのです。」これにより、進化に合わせて柔軟かつ信頼性の高い、社内の「データに質問する」エクスペリエンスをはるかに簡単に構築できます。」—  Alvaro Martin、シニアデータエンジニア、Zapier

今すぐスーパーバイザーエージェントを利用する

一般提供開始（GA）に伴い、Supervisor Agentは、エンタープライズ規模でAIエージェントをオーケストレーションするためのマネージド基盤を提供します。チームは、単一のコントロールプレーンから、意図のルーティング、Unity Catalog を通じたアクセス管理、エージェント品質の継続的な改善をすべて行えるようになりました。

最初のエージェントを作成し、既存のエージェントやツールに接続して、今すぐSupervisor Agentを始めましょう。ドキュメントを参照して、スーパーバイザーエージェントが本番運用ワークフローにどのように適合するかを確認してください。

最初のスーパーバイザーエージェントを今すぐ構築 →

(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事