イントロダクション

  • 2 分

組織では、タスクを自動化し、生産性を高めるために AI エージェントを採用しています。 しかし、基本的な課題である、単純で定義済みのタスクを超えてエージェントをスケーリングする方法は何ですか?

AI エージェントが組織の知識にアクセスできるようになると、AI エージェントの真の力が生まれます。 この知識には、ポリシー、手順、製品ドキュメント、サポート記事、長年にわたって構築されたドメインの専門知識が含まれます。

従来の AI エージェントには大きな制限があります。 ユーザーはプライベート データにアクセスできません。ナレッジのカットオフ日によって制約され、会社のコンテキストなしで一般的な応答が生成されます。 事実に基づく情報がない場合、多くの場合、間違った情報が作成されます。

ナレッジ対応エージェントを構築する場合は、複雑なエンジニアリングの課題に直面します。 データ ソースに接続し、チャンク戦略を実装し、ベクター データベースを構築し、アクセス制御を管理する必要があります。 各チームは、これらの同じ問題に繰り返し取り組んでいます。

Foundry IQ は、AI エージェントが組織のデータにアクセスする方法を変革する Microsoft の統合ナレッジ プラットフォームです。 すべてのプロジェクトのカスタム取得拡張生成 (RAG) パイプラインを再構築する代わりに、共有ナレッジ管理システムを取得します。 複数のエージェントが同じナレッジ ベースにアクセスでき、それらのナレッジ ベースの改善は、接続されているすべてのエージェントにすぐに役立ちます。

学習目標

このモジュールでは、次の学習を行います。

  • エージェントをリアルタイム情報に接続して RAG が知識の問題を解決する方法を説明する
  • Foundry IQ が、複数のエージェントがアクセスできる共有ナレッジ プラットフォームを提供する方法について説明する
  • Azure AI Search、Blob Storage、SharePoint、OneLake などのナレッジ ベースのデータ ソースを構成する
  • 取得動作を制御し、一貫性のある引用を保証するようにエージェント命令を構成する
  • エージェントの取得をテストおよび監視して、運用環境の品質を維持する

まず、検索拡張生成 (RAG) によって単純なエージェントが強力な知識強化アシスタントにどのように変換されるかを見てみましょう。