FPT AI Agents EOS - 人と AI Agent が、共通のルールと統制のもとで実際の仕事を一緒に進めるプラットフォームです。
事業はどう変わるか
いまのほとんどの会社では、仕事は受信トレイ、会議、そして各人の頭の中にあります。ノウハウは個人のものなので、人が辞めれば知識も一緒に出ていきます。経営層が結果を知るのは四半期が締まったあと。改善はプロジェクト単位、レビューの周期単位で起こります。 EOS はこの 4 つを変えます。ここでいう「オペレーティング システム」は、コンピューターの OS のことではありません。事業の共通の調整層、つまりすべての Agent の知識、プロセス、権限、ログを 1 か所に持つ場所という意味です。
チャットボットや、ふつうの AI Agent プラットフォームとの違い
3 つはまとめて「AI」と呼ばれがちですが、根本的に別のものです。5 つの中核機能
ガバナンスと知識が 土台 で、すべての Agent はその下で動きます。プロセス、生産性、分析が 価値の層 です。順番には意味があります。ポリシーがなければ監督するものがなく、信頼できる知識がなければ、下流のすべてのプロセスで Agent が誤った答えを返します。1. ガバナンス
基本から高度なものまで 5 段階あります。ポリシーを定める、文脈に応じて権限を与える、監視して違反を検知する、強制して承認者に回す、監査する。EOS が違うのは、ポリシーが社内文書ではなく、実行経路に直接組み込まれている点です。カスタマーサポートの Agent はメールの下書きは作れても、送信はできません。入社手続きの Agent は給与データを読めません。違反は起きた瞬間に止められます。メッセージが出てしまったあとで気づくのではありません。2. 知識
文書を探すだけにとどまりません。理解、検索、出典の提示、分析、複数ソースにまたがる推論、そして最後は新しい知識の創出まで。「業務委託契約を結べますか、源泉徴収の税率は」といった質問は、答えが 2 つの部門が持つ 2 つの文書に分かれています。Agent はそれを 1 つの会話にまとめ、それぞれの出典を示します。3. プロセス - 自動化と業務設計の見直し
動き方は 2 通りです。手順に従う: 各工程をあなたが定義し、Agent がそのとおりに組み立て、例外を知らせます。目的に到達する: 目的と原則だけを定義し、許した範囲の中で Agent がいちばん速い道筋を見つけます。しばらく運用すると、もう要らなくなった工程をシステムが指摘します。7 工程の入社手続きが 3 工程になることもあります。4. 生産性
誰の仕事も 2 種類に分かれます。判断 が要る仕事と、実行 だけで済む仕事です。EOS は判断を肩代わりしません。データを整え、たたき台を作り、リスクを指摘することで、判断の質を上げます。もう一方は丸ごと引き受けます。たとえば、週 1 万件の通話のうち 2-3% しか確認できなかった品質管理の責任者が、いまは 100% の会話を自動で採点させ、実際のリスク順に並んだ一覧を受け取っています。5. 分析
4 つの段階があります。記述、診断、予測、処方。多くの組織は最初の段階で止まっています。データが足りないからではなく、データを洞察に変える時間がないからです。たとえば融資の承認率が 78% から 62% に下がったとき、3 日から 5 日かけて手作業で分析する代わりに、システムは数分で、下落が 30 歳未満、短期の消費者ローン、そして新任の担当者 2 名に集中していることを示します。企業向けの主な機能
コード不要、自然言語で Agent を作る
Agent に何をしてほしいかを書けば、システムがたたき台を作るので、そこから仕上げます。Skill、ツール、知識、Guardrail は Agent ビルダーの中でそのまま取り付けられます。複雑な仕事は、協調して動く複数のサブエージェントに分けられます。1 つの共通の知識源と、出典付きの回答
社内文書を 1 か所に集め、許可されたすべての Agent が同じ源を参照します。回答には具体的な出典が付くので、どの文書から来た情報かが分かります。規程を 1 度更新すれば、関係するすべての Agent に即座に反映されます。Guardrail と人による承認
Agent 単位でも、ワークスペース全体でも境界を決められます。触れてはいけない話題、伏せるべき個人情報、実行前に人の承認が要る危険な操作。共有ポリシーを 1 つ変えれば、まとまった数の Agent が一緒に変わります。いま使っているシステムに直接つながる
Agent はコネクタと MCP を通じて、CRM、ERP、HRIS、SharePoint、Jira を直接読み書きします。データが本来の置き場所から持ち出されることはありません。Agent はウェブ、Zalo、Teams、メール、音声のコンタクトセンターで顧客に応対します。先にテスト、あとで公開
変更はすべて、公開するまで下書きの中にとどまります。試すためのテストタブと、必要なときに戻せるバージョン管理があるので、いま顧客に応対している Agent が、編集中のバージョンの影響を受けることはありません。ログとコンプライアンス報告
Agent のすべての操作が、改ざんできない形で記録されます。どのセッションでも何が起きたかをそのまま再生でき、必要に応じてコンプライアンス報告を書き出せます。組織とコストの統制
ロール別、ワークスペース別、Agent 別の権限。事業部門ごとのデータ分離。Agent ごとのコスト、品質、性能を 1 か所で。知識のループ: 使うほどよくなる
ここが、EOS をばらばらのツールの集まりと分けるところです。日々の仕事が新しい知識を生み、その知識がプラットフォームに戻ってきます。- 働く - 人と Agent が 1 日に数千のタスクをこなします。
- 拾う - 例外、よりよいやり方、顧客の気づきを、失わずに残します。
- 確かめる - AI が提案し、その分野の専門家が確認します。AI の提案は提案であって、結論ではありません。
- 肉付けする - なぜそうなのか、どんな例外があるか、どこで意見が分かれたかを記録します。
- 公開する - 承認されたら、共有の知識ライブラリに入ります。
- 再利用する - 権限を持つすべての人と Agent が使えます。
EOS が向いている相手
EOS は、経理、営業、人事、業務、カスタマーサービス、リスクとコンプライアンスなど、あらゆる部門の仕事のために設計されています。
どこから始めるか
ドキュメントは、プラットフォームの 2 つの使い方に合わせて 2 つに分かれています。FPT AI Workspace
エンドユーザー向け。Agent と会話し、Artifact を扱い、Agent マーケットプレイスから Agent を入手し、個人の接続を設定します。
FPT AI Console
ビルダーと管理者向け。Agent の作成と編集、Instructions、モデル、Skill、Connector、Guardrail、公開、組織のガバナンス。
1
最初の Agent を作る
Console を開き、Agent に何をしてほしいかを自然言語で書いてから、Instructions を整えてモデルを選びます。
2
知識を入れ、システムをつなぐ
業務文書を取り付け、Skill と、CRM、ERP、SharePoint への Connector を追加して、Agent が実務をこなせるようにします。
3
境界を決める
Guardrail を設定します。Agent がしてはいけないこと、人の承認が要る操作。
4
テストしてから公開する
実際に聞かれる質問で試してから公開し、デプロイチャネルを選びます。