Kore.ai

Artemisは他のすべてが動く土台だ。複雑で大量、規制されたワークフロー向けに作られ、エージェントは毎回同じように振る舞わなければならない。Artemisがインフラを引き受けるので、チームは配線作業ではなく業務ロジックから始められる。同社は価値実現までの時間を5倍短縮し、未承認のエージェント動作をゼロにすることを設計目標に掲げ、コンパイルされた中間表現、明示的なメモリ契約、決定ごとの型付きトレースイベントを軸に組み立てている。

顧客体験の側は、音声とデジタルのAIエージェント、エージェントアシスト、AIネイティブの品質管理を担う。音声エージェントは自然に話者を交代し、文脈を踏まえて推論し、自社システム上でリアルタイムに動く。エージェントアシストは通話中に人の担当者へリアルタイムの提案と操作を渡す。品質管理は人手の抜き取り調査が届かない8%未満ではなく全通話を採点し、コンプライアンスの穴と傾向を浮かび上がらせる。

従業員の側は、エンタープライズ検索と人事、IT、採用のエージェントを束ねる。エンタープライズ検索は接続済みの各システムから権限内のリアルタイム回答を取り出し、その答えがどこから来たかを示す。人事向けAIは休暇や文書、給与の質問を扱い、ITエージェントはパスワードを再設定してチケットを振り分け、採用エージェントは候補者を探して選考し調整する。狙いは、ポータルもチケットもなしに、従業員が一箇所で質問して用事を終えられることにある。

検索は100以上の既製コネクタにまたがるエージェント型AI検索で動き、意味とキーワードの結果を組み合わせ、並べ替えたうえで、その人が見てよいものだけに絞る。APIとMCPベースのツールで稼働中のシステムを直接問い合わせるので、回答は古いインデックスではなく現在のデータを反映する。答えはチャット履歴、接続アプリ、利用者の役割に紐づいたままになる。

ABLは、エージェントの動作、ツール、ガードレール、オーケストレーション、引き継ぎを構造化して定義するための、型付きでスキーマ駆動の言語だ。ポリシーはLLMの外に置かれ、エージェントは業務・セキュリティ・コンプライアンスの境界を越えずに推論できる。Archは内蔵のソリューションアーキテクトで、自然言語の意図をABLに変換する。業務の専門家が参加でき、技術チームは検証済みのパターンから速く届けられる。

Autoloopは改善エンジンだ。エージェントが本番投入のためにクリアすべき目標を設定すると、構築・評価・診断・修正を繰り返して通過させ、展開後も同じ目標で検査を続ける。StateTraceが実行経路の全体を捉え、ABLが失敗したステップを原因となった構成要素に結びつける。修正はエージェント全体ではなく原因に当たる。コンプライアンス規則はモデル外のエンジン層で適用され、セッションの可観測性は100%を保つ。