AIエージェント導入・運用

AIエージェントの取引を業務で考える。Project Swapから決める4つのルール

公開日 ・更新日

AnthropicのProject Swapは、Claudeを使うエージェントが人の代わりに本を交換する小さな市場の実験です。201人が6拠点から参加し、短い会話で作った好みの順位は、人が付けた順位と本の組み合わせの61％で一致しました。エージェント同士の交渉より、本人の希望をどれだけ正しく理解できるかが結果を大きく左右したと報告されています。

これは、AIエージェントに取引を任せれば便利になる、という話ではありません。代理人が何を知り、どこまで交渉し、失敗したらどう止まるかを先に設計する話です。

本人の意図を短く定義する

Project Swapでは、参加者との短い会話から本の好みを推定しました。業務で使うなら、依頼者が優先順位、譲れない条件、妥協できる条件を言葉にする時間を取ります。入力が少なすぎると、エージェントの交渉技術より前に、目的の取り違えが起きます。

見せてよい情報を決める

実験の取引フロアでは、発言と交換履歴が参加者へ公開されました。営業や採用、発注で同じことをするなら、相手へ見せる条件、社内だけに残す事情、ログへ記録する項目を分けます。見える範囲を決めずに代理交渉を始めると、便利さと引き換えに情報が広がります。

ルールと停止条件を置く

実験では、二者間の交換や複数人の交換が、全員の同意で実行されました。業務では、金額、契約、納期、個人情報などの条件を、人の承認なしに確定しないルールへ置き換えます。相手が見つからない、情報が古い、条件が食い違う場合は、提案を増やさず担当者へ戻します。

交渉より理解を測る

Project Swapの平均効率は0.55で、理想的な割り当ての0.89を下回りました。Anthropicは、差の85％が好みの推定によるもの、15％が市場設計によるものと分析しています。業務でも、成立件数だけでなく、依頼者の希望と結果の一致、差し戻し、確認時間を測ると改善点が見えます。

AIエージェントを取引や調整へ使うなら、まず本人の意図、情報の公開範囲、承認点、停止条件を決めます。交渉を自動化する前に、代理人が何を理解したかを確認できる設計にする。小さな取引で記録を残してから、扱う金額や相手を広げればいい。

出典（公式）：Anthropic「Project Swap: What happens when agents trade for us?」 https://www.anthropic.com/research/project-swap

AIエージェントの権限と確認点を業務に合わせて整理したい方は、COZITOへご相談ください。

出典・参考資料

著者: 松井 勇樹