ThinkingAI、自律実行するAI Agentチームを構築する「Agentic Engine」を正式リリース

ThinkingAIは、多くの企業が個別のAI Agentを導入しても、部門間で連携せず組織全体の生産性向上に繋がらない課題を指摘します。Agentic Engineはこの課題を解決するため、単一のAIではなく、専門性の異なる複数のAgentが連携して働く「チーム」として設計されています。

例えば、データ分析を担当するAgent、A/Bテストを実行するAgent、マーケティング施策を実施するAgentが、互いに情報を共有し合い、一連の業務フローを自律的に回します。ユーザーはノーコードのドラッグ&ドロップ操作で、自社に必要な独自のAgentを作成することも可能です。

同プラットフォームの特徴は、汎用の大規模言語モデル(LLM)に依存するのではなく、ThinkingAIが過去10年間で1,500社以上へのサービス提供を通じて蓄積した業界知見を組み込んでいる点です。自社で「リテンション」や「新規ユーザー」がどう定義されているかといった暗黙知を、Agentが直接利用できる知識ベースとして構築しています。

これにより、Agentは単にデータを照会するだけでなく、ビジネス文脈を理解した上で分析し、適切なアクションを提案・実行できるようになります。この知識体系は、100以上の事前組み込み済み業界Skillと、実行結果から継続的に学習・進化する仕組みで構成されています。

自律実行するAIに対する「本当に正しいことをしているのか」という懸念に対し、Agentic Engineは実行プロセスの完全な可視化と制御機能を提供します。新しいAgentはサンドボックス環境でテストでき、本番展開前にはA/Bテストで効果を検証できます。

システムは完全なプライベート展開に対応し、基盤となるLLMを含め全てを自社環境に閉じて運用可能です。これにより、データが外部に出ることなくコンプライアンスを満たせます。連携面では、SlackやFeishuなどの業務ツールとの接続もサポートされています。

A. ThinkingAIが提供する、専門性の異なる複数のAIが連携して業務を自律的に進めるプラットフォームです。単なる質問応答ではなく、分析から施策の実行まで一連の流れを自動化します。

A. 単体のAIではなく、データ分析やA/Bテストなど役割を持った複数のAIがチームのように連携して働く点が特徴です。また、提供元の業界知見が組み込まれ、ビジネス文脈を理解した判断が可能です。

A. 広告出稿の最適化やユーザー離脱防止施策の自動実行など、データに基づく意思決定と実行のサイクルを自動化したい部署に向いています。マーケティングやデータ分析部門での活用が想定されています。

• https://thinkingai.io/jp/

O!Productニュース編集部からのコメント

10年の業界知見をAIに学習させることで、汎用モデルでは難しい「自社の数字の読み方」を理解させられるのが強みですね。データ分析からアクションまで一気通貫で自動化されれば、マーケティング担当者の作業負荷は大きく減りそうです。

引用元：PR TIMES