Building Effective Enterprise Agents - BCG AI Platforms Group Briefing
クイックナビゲーション
タグ
スライドを共有
Building Effective Enterprise Agents - BCG AI Platforms Group Briefing
レイアウト、主要コンテンツ、視覚要素を含む各スライドページの詳細ビュー。
タイトルスライド：BCG AI Platforms Group ブリーフィング、2025年11月。著者：Tom Martin、David Heurtaux、Caitlin Barber、他8名。
全面に暗い背景とティール色の有機的な形状、BCG AI Platforms Groupのロゴ、タイトルと著者リスト
背景説明：AIエージェントに関するガイダンスのほとんどは理論的であるか、企業の複雑さを無視しています。このブリーフは、適切なパターン、プラットフォーム、技術、および能力を備えた、信頼できるAIエージェントを企業内で構築する方法を説明することを目的としています。
分割レイアウト：左側にテキストと太字のキーフレーズ、右側にレガシーインフラストラクチャを見ているAI生成ロボットの画像
4つの章：（01）なぜ企業でエージェントを構築するのが難しいのか？（02）エンタープライズエージェントをどのように設計するか？（03）エンタープライズエージェントをどのように構築するか？（04）エージェントプラットフォームをどのように組み立てるか？
4つの色分けされたカードが横一列に並ぶ：緑、シアン、黄、ピンク
第1章のセクション区切り。
緑/ティール色のセクションマーカーとタイトル付きの暗い背景
リーダーが直面する3つの重要な質問：AIを価値重視（P&Lへの影響）にする方法、AIを制御下（信頼性、セキュリティ、コスト）に置く方法、および確実にスケールする方法。テクノロジーリーダーの75%が静かなる失敗を恐れています。
分割レイアウト：左側に緑色のカードとリーダーシップに関する質問、右側にMAD AIランドスケープの画像と75%の統計
エージェントの有望性を示すケーススタディ（30〜50%の時間/コスト削減、30%以上の生産性向上）と、15以上の実装課題の現実的なチェックリスト。BCGはクライアント全体で300以上のエージェントを提供してきました。
分割レイアウト：左側はケーススタディとBCGの統計を示し、右側は期待と現実を長いチェックリストで示しています
時間の経過とともにLLMによって処理されるソフトウェアエンジニアリングタスクの複雑さを示すMETRベンチマーク（GPT-2からGPT-5.1-Codex-Maxまで）。制約されたエージェントは現在機能します。ディープエージェントは次のフロンティアです。
分割レイアウト：左側にLLMの進捗状況を示す散布図、右側に将来の見通しに関するテキスト
制限要因はLLMではなく、レガシーシステムです。（1）ブラウンフィールド統合、（2）信頼性の低いエンタープライズデータ、（3）評価の欠如、（4）ガバナンスと監査のオーバーヘッド、（5）OpModelとスケールの摩擦。
番号付きのティール色のヘッダーと詳細な説明を含む5列レイアウト
5つのホライズン：H0 制約されたエージェント（大規模）、H1 シングルエージェント（導入増加）、H2 ディープエージェント（導入増加、ここが焦点）、H3 ロールベースのエージェント（非常に初期）、H4 エージェントメッシュ（初期の研究開発）。Reality checkバッジが含まれています。
5つのホライズンカード、成熟度バッジ、およびアーキテクチャ図を含む水平タイムライン
BCGは、エンタープライズエージェント向けに古典的なダブルダイヤモンドを適応させています。ダイヤモンド1（発見+定義）は設計用、ダイヤモンド2（開発+展開）は構築用です。4つのフェーズ：アイデアのソース、目標の分解、能力の構築、ロールアウトと反復。
番号付きのフェーズと以下の説明が並んだ2つのダイヤモンド形状
第2章のセクション区切り。
シアンのセクションマーカー付きの暗い背景
2x2マトリックス：目標と環境の複雑さ vs リスク、倫理、ガバナンス。象限：従来の自動化、エージェントワークフロー、人間主導（さまざまなサポートレベル）。重要な洞察：明確なルールが機能する場合は、エージェントのためのエージェントの構築を避ける。
分割レイアウト：左側に例付きの2x2マトリックス、右側に説明文
融資申請処理の例を使用した、アウトカムファーストのデザイン。ビジネス目標から始め、ペインポイントのある依存関係ツリーに分解し、エージェントの機会を優先順位付けします。重要なマントラ：アウトプットではなく、アウトカム。
左側は分解ツリーの例、右側は3つの主要な原則
エージェント設計の3つのレベル：シングルエージェント（単一の推論ループ）、ディープエージェントシンプル（オーケストレーター + サブフロー）、ディープエージェントコンプレックス（特殊なエージェントによるマルチエージェントオーケストレーション）。
複雑さが増すエージェントアーキテクチャ図を示す3列の比較
4つの人間とエージェントのインタラクションパターン：エージェント支援型（ChatGPTのような）、Human-in-the-loop（Claude Codeのような）、Human-on-the-loop（Crew AIのような）、Human-out-of-the-loop（スタンドアロン）。それぞれに異なるトリガーと承認メカニズムがあります。
各パターンのワークフロー図と例を含む4列レイアウト
エージェントを記述および文書化するための標準化されたフレームワーク。初期コンテキストの作成、エージェントの推論ループ、ツール呼び出し、人間の承認を得た最終応答、およびLLMOpsの追跡を示す、説明的なローンエージェントのフローを示します。
色分けされたコンポーネントを含む詳細なエージェントフロー図：一般、コンテキストエンジニアリング、AIモデル、状態/メモリ、ツール、エラー
ADC構造：エージェントが達成可能な目標、メトリクス、入力/出力、スキル/ツール/能力、フォールバック動作、エージェントトリガータイプ（リアクティブ/プロアクティブ、ユーザー主導/システム主導）。効果的なADCのための5つの原則。
分割レイアウト：左側に5つの原則、右側にローン申請処理のADCカードの例
完成したADCからプラットフォームアーキテクチャへ。主要な原則：最初に現在のスタックを評価し、デザインカードに機能の選択を委ね、シン・プラットフォームのMVPを優先し、本番環境向けに設計（ガードレール、可観測性）、選択的に拡張。
分割レイアウト：左側に積み重ねられたADCカードとプラットフォームアーキテクチャ図、右側に5つの原則
第3章のセクション区切り。
黄色のセクションマーカー付きの暗い背景
14のコンポーネントの概要：（1）エージェント開発ライフサイクル、（2）データプラットフォーム、（3）メモリ、（4）評価、（5）エージェントオーケストレーション、（6）プロンプトチューニング、（7）エージェントプラットフォームの構築、（8）コンテキストエンジニアリング、（9）AI Gateway、（10）環境設計、（11）ローコード vs プロコード、（12）エンタープライズLLMOps、（13）故障モード、（14）規制とコンプライアンス。
14個の番号付きカードのグリッドレイアウト。各カードにはサムネイル画像と簡単な説明が含まれています
ML & SWEライフサイクルを基盤とする6段階のエージェント開発ライフサイクル：（1）エージェントの枠組み、（2）エージェントのフレームワークとロジックの設計、（3）評価と環境の準備、（4）ポリシーとプロンプトの設計、（5）テストと調整、（6）ローンチ、監視、進化。
6つのフェーズを持つ水平方向の六角形のパイプライン。各フェーズには詳細な箇条書きがあります。
4つのプラットフォームタイプ：スタンドアロンのエージェントソリューション（ターンキー）、組み込みのエージェントプラットフォーム（エンタープライズスイートに統合）、エージェントビルダープラットフォーム（ローコード/ノーコード）、カスタムビルドのエージェントプラットフォーム（フルコントロール）。
イラストと箇条書きによる4列の比較
エージェント向けのデータプラットフォームアーキテクチャ：検索レイヤー（ハイブリッド検索、GraphRAG、Text-to-SQL）、ストレージレイヤー（ベクターDB、ナレッジグラフ、OLAP/OLTP）、入力処理（チャンク化、埋め込み、メタデータエンリッチメント）。
非構造化データと構造化データソースを持つデータプラットフォームレイヤーを示すアーキテクチャ図
Model Gatewayアーキテクチャ：中央レジストリ、トークン/レイテンシモニタリング、モデルルーティングポリシー、FinOpsコスト追跡、およびセキュリティガードレール。5つの主要な機能について詳述。
テナントがModel Gatewayを介してサードパーティプロバイダーに接続するフロー図。FinOpsとセキュリティのボックス付き。
2つのデプロイメントモデル：環境レベル（環境ごとに分離、より迅速な実験）とプロジェクトレベル（共有データベース、大規模な集中管理）。LLMOpsは、プロンプト管理、エージェント評価、および可観測性を提供する必要があります。
分割比較：2つのデプロイメントモデル図を並べて長所/短所を示す
評価フレームワーク：エージェントのパフォーマンス（最終結果、計画と軌跡、単一ステップの精度）とエージェントの安全性とレッドチーミング（インタラクションセキュリティ、エージェンシーコントロール、ライフサイクルインテグリティ）。継続的な収集-テスト-デプロイ-監視サイクル。
左側に円形のワークフロー図、中央に評価カテゴリ、右側にベストプラクティス
保険クライアントの事例：エンティティ抽出のF1スコアは、反復的なコンテキストエンジニアリング（プロンプト、RAG、ツール）を通じて、6スプリントで約50から75（+25%）に改善されました。数百万ドルのトップラインインパクトに換算。
左側にエンティティ抽出プロセス、中央にF1スコアの棒グラフ、右側にスプリントの進捗状況テーブル
5つの統合レイヤー：スマートビジネスレイヤー、コアトランザクションレイヤー（MCPを使用）、AIレイヤー（非同期用に設計）、データレイヤー（IAMを使用）、インフラストラクチャレイヤー（複雑さを抽象化）。重要なのは、エージェントを明確な境界を持つシステムアクターとして扱うことです。
中央にエージェント、周囲に説明付きの5つのレイヤーがあるハブアンドスポーク図
第4章のセクション区切り。
ピンクのセクションマーカー付きの暗い背景
3つの時代：2023〜24年 密結合エージェント（同じスタックでコード+データ+デプロイ）、2025年 分離されたエージェントプラットフォーム（ロジックはバックエンドから分離）、2026年以降 共有プロトコルによるプラットフォーム間の相互運用性。
進化を示すアーキテクチャ図を含む3列のタイムライン
プラットフォームの完全な参照アーキテクチャ：（1）AIガードレール、（2）LLMOps、（3）MCP & Agent Registry、（4）Model Gateway、（5）No/low-codeビルダー、（6）Agent Framework、（7）Agent Runtime、（8）Memory、（9）モニタリング/ロギング/FinOps、（10）データプラットフォーム。
10個の番号付きコンポーネントと説明を含む詳細なプラットフォームアーキテクチャ図
3つのプラットフォーム戦略：統合（単一ベンダー、高速だが限定的）、ハイブリッド（ターゲットを絞ったアドオンによるバランスの取れた柔軟性）、カスタム/モジュール式（高い差別化、高い複雑性）。企業はハイブリッドに収束するでしょう。
積み重ねられたブロック図による3列の比較
3層のエージェントエコシステム：エンタープライズオーケストレーション（プラットフォーム全体のガバナンス）、ドメインオーケストレーション（人々とエージェント間の運用コラボレーション）、データ＆ツールランドスケープ（共有コネクタ、バージョン/モニター/リタイア）。
ローン処理の例を含む3層の階層型アーキテクチャ図
決定木：まず差別化と複雑さを評価し（差別化しない場合→購入/採用）、次に実行能力を評価します（リソースが限られている場合→購入して構成/適応）、可能であれば→構築/組み立て。ハイブリッドはほとんどの企業にとって不可避です。
左側に決定木、右側に3つのオプション（採用/適応/組み立て）と説明
プラットフォーム選択のための5つの重力要素：（1）データ重力（最強の力）、（2）システム重力（レガシーERP/CRMロックイン）、（3）ガバナンス/セキュリティ/コンプライアンス、（4）価値と差別化、（5）UI/UXの複雑さ。データアクセスが最も強い引力です。
エージェントの展開を示す5つの重力要素と、右側の説明を示す軌道図
5つの重要なポイント：（1）アウトプットではなくアウトカムを重視した設計、（2）eval-driven設計でシンプルに始める、（3）共有エンタープライズ基盤の上に構築、（4）データ/システム・グラビティに基づいて適切なプラットフォームを選択、（5）信頼性、コンプライアンス、およびレジリエンスをデフォルトで設計。今後の展望：2026年はエージェントが真の価値を提供する年になるでしょう。
左側に番号付きの5つの重要なポイントカード、右側に今後の展望テキスト
BCGの4つのリソースへのリンク：GenAI成功のためのテクノロジー基盤、BCG.comのAI、エージェントに関する最新の考察、エグゼクティブ・パースペクティブ・シリーズ。
2x2グリッドの4つのプレビューカードサムネイルと暗い背景
18人のチームメンバーの顔写真と名前：Vladimir Lukic、Nicolas De Bellefonds、Gene Sheenko、Djon Kleine、Tom Martin、Julien Marx、その他12名。
6つの円形の顔写真が3列に並び、名前が表示
BCGの標準利用規約、法的/会計/税務アドバイスの非該当、機密保持、および公正性に関する意見ではないことに関する標準的な法的免責事項。
分割レイアウト：左側に大きな免責事項テキスト、右側に完全な法的テキスト
BCGのロゴで締めくくるスライド。
濃いティール色のグラデーション背景に中央揃えのBCGロゴ
追加の詳細なスライドを含むテクニカル・アペンディックスのセクション区切り。
濃い背景にテクニカル・アペンディックスのタイトル
5つのシステム：（1）ユーザー＆エージェント体験（アプリ、API、MCP）、（2）エージェント環境（リソース、ツール）、（3）エージェントポリシー（制御フロー、コンテキストからアクションへのマッピング）、（4）エージェントランタイム（プラットフォーム、スケーリング）、（5）エージェントオペレーション（モニタリング、セキュリティ、ライフサイクル）。
説明とイラスト付きの5つの水平方向の緑色のバー
各システムの詳細なコンポーネント：環境（ブラウザ、API、データベース、ターミナル、MCPサーバー）、ポリシー（LLM、制御フロー、スレッド、入力/出力、メモリ）、ランタイム（APIマネージャー、ホスティング、FinOps、ガードレール）、オペレーション（PromptOps、テスト、評価、モニタリング、SIEM）。
5つのシステム行とそのサブコンポーネントを含むグリッドテーブル
7つの基本的な課題：（1）コンテキストの共有と目標の整合、（2）連携の複雑さ、（3）競合の解決、（4）長期的な計画と記憶、（5）貢献度の割り当て、（6）ループにはまる、（7）タスクのずれ。より良いプロンプトだけでなく、CSのブレークスルーが必要です。
分割レイアウト：左側にマルチエージェントインタラクション図、右側に番号付きの7つの課題
4段階の分解：成果 → 戦略目標 → 戦術目標 → エージェントが達成可能な目標。eコマースの例：CLVを25%増加 → リテンション率を75%に改善 → 離脱リスクのある顧客を特定 → エージェントの目標（シグナルを監視、介入をトリガー、推奨事項を送信、製品を提案）。
分割レイアウト：左側に分解階層、右側にeコマースの例のツリー
エージェントのインタラクションパターンの2x2マトリックス：タイミング（リアクティブ vs プロアクティブ）x コンテキストの起源（ユーザー主導 vs システム主導）。4つの象限と例：ユーザーが質問し、エージェントが応答する、ユーザーが行動し、エージェントが観察する、システムがトリガーし、エージェントが応答する、システムが変更し、エージェントが観察する。
LangChain Ambient Agentsのリファレンスを含む2x2マトリックス
シナリオに合わせた4つのプラットフォームタイプ：スタンドアロン（高速、狭い範囲、1つのチーム）、組み込み（ネイティブデータを活用するスイート内エージェント）、Agent Builder（ガバナンスされたロー/ノーコード）、カスタム構築（差別化、オーダーメイドロジック）。例：Adobe Firefly、Salesforce Agentforce、Copilot Studio、オープンソース。
いつ選択するかの基準と技術的な例を含む4列の比較テーブル
5つの戦略：（1）ウィンドウの外にコンテキストを保存する、（2）選択と検索のタイミングを最適化する、（3）時間の経過とともにコンテキストを圧縮する、（4）コンテキストを個別のコンテナに分離する、（5）ワークフローへの影響を積極的に管理する。Anthropic、LangChain、Building Manusからの参考文献。
アイコンと詳細な箇条書きを含む5列のレイアウト、右側に参考文献
メモリアーキテクチャ：STM（命令、知識、ツール、空き容量を備えた一時的なコンテキストウィンドウ）およびLTM（セッション間で永続的：セマンティック、プロシージャル、エピソード）。統合は、昇格、圧縮、および検索に関する課題があり、簡単ではありません。
右側に説明付きのSTMとLTMを示す2層の図
7ステップのPromptOpsサイクル：（1）フィードバックループを設定する、（2）プロンプトを固定してバージョン管理する、（3）一度に1つの要素を変更する、（4）構造化された出力を使用する、（5）複数のレイヤーで評価する、（6）カナリアロールアウトでA/Bテストを完了する、（7）ロールバックパスで可観測性を確保する。
左側に円形のPromptOpsワークフロー図、右側に番号付きの7つのベストプラクティス
6つの失敗カテゴリー：（1）Identity/AuthN/AuthZの失敗、（2）データとコンテンツのサプライチェーンの失敗、（3）オーケストレーション/ツール/統合の失敗、（4）目的/推論/整合性の失敗、（5）ガバナンスと人的失敗、（6）運用/コスト/可用性の失敗。それぞれに例と軽減策があります。
失敗モード、例、軽減策の行を持つ6列の表
A2Aは、エージェントがどのように対話し、調整し、交渉し、状態を共有するかを定義します。A2Aはエージェント間の対話を処理し、MCPはツール検出を可能にします。主要なフレームワーク（Google ADK、CrewAI、LangGraph）はA2Aを統合しています。好奇心と注意をもって進めてください。
分割レイアウト：左側にA2Aの説明とアーキテクチャ図、右側にA2AとMCPの比較
6つの基準にわたる比較：最初の価値までのスピード（数日対数週間）、カスタマイズの深さ（ルールベース対完全な柔軟性）、統合（豊富なエコシステム対無制限）、ガバナンス（組み込み対完全な制御）、可観測性（基本対高度）、コスト（低い参入障壁対高い初期費用）。
6つの意思決定基準列を持つ2行の比較表
セキュリティアーキテクチャ：中央にSOCがあり、EDR、XDR/SIEM、アプリケーションデリバリーコントローラー、CloudSec、SASE、IAM/PAM、データSec/DLP、GRC、攻撃的セキュリティがあります。3つの重要なポイント：SOCはエージェントテレメトリを必要とし、コントロールプレーンは進化する必要があり、組織はID/データ/コンプライアンスを保護する必要があります。
SOCを中心としたセキュリティ運用アーキテクチャ図、周囲のセキュリティレイヤー、および3つの重要なポイント
このスライドと基礎となるプレゼンテーションコンテンツに関する一般的な質問。
これは、BCG AI Platforms Groupが2025年11月に発表した、効果的なエンタープライズAIエージェントの構築に関する包括的なブリーフィングです。設計から展開までのライフサイクル全体をカバーし、BCGが300以上のエージェントを提供した経験に基づいた、エージェントアーキテクチャ、プラットフォームの選択、およびガバナンスに関する実践的なフレームワークを提供します。
5つの主要なブロッカーは、（1）レガシーシステムとのブラウンフィールド統合、（2）信頼性の低いエンタープライズデータ、（3）評価フレームワークの欠如、（4）ガバナンスと監査のオーバーヘッド、（5）OpModelとスケールの摩擦です。特に、制限要因はLLMの機能ではなく、エンタープライズのプロセスとシステムです。
BCGは5つのホライズンを定義しています。H0：制約のあるエージェント（現在、大規模に展開）、H1：シングルエージェント（導入が増加）、H2：オーケストレーションを備えたディープエージェント（現在の焦点）、H3：ロールベースのエージェントチーム（非常に初期段階）、H4：エージェントメッシュ（初期の研究開発）。企業は今日、ホライズン2までの構築に焦点を当てる必要があります。
14のコンポーネントは、エージェント開発ライフサイクル、データプラットフォーム、メモリ、評価、エージェントオーケストレーション、プロンプトチューニングとイテレーション、エージェントプラットフォームの構築、コンテキストエンジニアリング、AI Gateway、環境設計、ローコードとプロコードのバランス、エンタープライズLLMOps、障害モード管理、および規制とコンプライアンスです。
BCGは、意思決定ツリーを推奨しています。ユースケースが差別化されない場合は、購入（採用）。リソースが限られている場合は、購入して構成（適応）。ユースケースが差別化され、エンジニアリング能力がある場合にのみ、構築（組み立て）します。ほとんどの企業は、ハイブリッドアプローチに行き着くでしょう。
ADCは、エージェントの範囲を定義するためのBCGの標準化されたテンプレートです。これには、エージェントが達成可能な目標、成功指標、入力/出力、必要なスキルと能力、フォールバック動作、およびトリガータイプ（リアクティブ/プロアクティブ、ユーザー主導/システム主導）が含まれます。ADCは、ビジネス目標と技術的な実装との整合性を保証します。
MCP（Model Context Protocol）を使用すると、エージェントはツールを検出して呼び出し、リソースにアクセスできます。一方、A2A（GoogleによるAgent-to-Agentプロトコル）は、エージェント間の対話、調整、および状態の共有を処理します。これらはAI技術スタックの異なるレイヤーを解決し、補完的ですが、どちらもまだ進化しています。
セキュリティに重点を置いており、6つのカテゴリのエージェント障害モード（アイデンティティ、データ、オーケストレーション、推論、ガバナンス、運用）、SOC統合のためのセキュリティコントロールプレーンアーキテクチャ、および各障害タイプに対する詳細な軽減策が含まれています。重要な原則は、信頼、コンプライアンス、および回復力をデフォルトで設計することです。
Create Your Own Slides
Turn your ideas into professional presentations in seconds with 2slides AI.
プロフェッショナルなデザインを参照し、スタイルを選択し、完璧なテキストレンダリングでスライドを生成。Nano Banana搭載—今すぐプレゼンテーションの作成を始めましょう。
Your AI Agent for slides. Save time, shine faster with intelligent presentation creation.
© 2026 2slides. All rights reserved.