会話できるBIを支えるAIエージェントの構築

会話できるBIを支えるAIエージェントの構築 PoliPoli エンジニア LT #01 2025.12.3 aki.ts@HedgehogPython

Ueda Syoitu ハリネズミ・aki.ts Nint & KAG

Nint ECommerce - ECデータを分析するSaaS 複数ショッピングモールを跨いで 商品売り上げ・市場動向の分析・可視化ができる 国内導入実績 2,100社以上 (2025年11月時点)

NintAIとは ユーザーが自然言語で商品分析・未来予測が行える AIエージェントがユーザーの代わりにデータを取得し、分析を行う 電気製品のこれからの売れ行きを予測して https://aws.amazon.com/jp/blogs/news/case-study-nint-ec-ai-insights/ リリース日(2024/12/25)

• https://aws.amazon.com/jp/blogs/news/case-study-nint-ec-ai-insights/

NintAI現在の課題 使ってるAmazon Bedrock Agentsがレガシー化してしまった 使用可能な最新モデル(Sonnet 3.7)がレガシー化 オブザーバビリティ機能の実用性が低い 導入は容易だが、柔軟性に欠け機能が限定的 2025年10月GA マルチフレームワーク・マルチモデル対応 エージェンティックプラットフォーム Amazon Bedrock AgentCoreへリプレース

会話できるBIを支えるAIエージェントに必要な機能 今年のクリスマスに 売れそうな商品を教えて 1. データからインサイトを要約する 〇〇が売れています! 理由は〇〇〇です。データはダッシュ ボードに可視化していますので、ご確 認ください。 弊社には〇〇と近い商品 である△△があります。戦略を立てて 販売しましょう。 膨大なデータから重要なパターンを抽出し、 「○○、××、△△が売れていま す」という具体的な事実と、 「なぜ売れているのか」という理由を分かりやす く説明する必要があります。データの背景にある意味を即座に言語化できるこ とが求められます。 インサイトの裏付けとなる生データ(Row Data)を提供する必要があります。 2. 根拠となるデータの提供・一部描画に利用できる リンク形式でも可能ですが、理想的には生データそのものを表示し、グラフや チャートの描画に直接利用できる形で全体データを出力できることが望ましい です。 3. 自社の強みを知る 自社が保有する商品ラインナップや製造能力を理解し、 「弊社には○○と近い 商品である△△があります」といった提案ができる必要があります。自社のア セットと市場機会を結びつけ、データドリブンな戦略立案を支援します。

1.データからインサイトを要約する 人間版 データ準備 探索・分析 PostgreSQL BigQuery・S3 外部情報 JupyterLab・Google Colab・Marimo Snowflake SQL SQL/API経由で データ取得・抽出 Pandas, NumPy など実行 インサイト導出 統計分析 可視化 レポート作成 人間のデータアナリストがこの作業をする場合、 フェーズごとにツールも頭も切り替えて進めています。

ではAIエージェントの場合はどうなる？

補足資料 AgentCoreとは何か？ AWSが提供するAIエージェント専用の便利パーツ集 ランタイム(サーバーレス基盤) メモリー(記憶管理) ゲートウェイ(ツール集約) アイデンティティ(認証認可) ビルドインツール(ブラウザ・コード実行) オブザーバビリティ(運用監視) エバルーション(評価) ポリシー(実行権限) パーツの一部のみを利用 することも可能です。

• https://console.aws.amazon.com/cloudwatch/home#gen-ai-observability/agent-core

補足資料 MCPとは？ Agent Skillsとは? MCP (Model Context Protocol)の略称 外部ツールを呼び出しする際のプロトコルです。 Agent Skillsは特定のタスクを高品質に実行するた めに必要に応じて読み込む、指示・スクリプト・リ ソースを含むベストプラクティス集のフォルダ Skills使用 AIエージェント MCPサーバー こうやればいいんだ！ 外部ツール Skills不使用 ベストプラクティスを 理解して、手順通りに 進めながら、ツールや スクリプトをうまく活 用して作業する。 最善を尽くそう ベストプラクティスがな いため、試行錯誤しなが ら作業を進めます。

1.データに基づくインサイトの提示 AIエージェント版 データ準備 PostgreSQL BigQuery・S3 外部情報 自作ツール データソース MCP 外部ツール データ収集ツールおよび MCPで接続する外部ツール 外部ソース

1.データに基づくインサイトの提示 AIエージェント版 データ準備 PostgreSQL BigQuery・S3 外部情報 ツール説明が初期に読み 込まれ、場合によっては トークンを大量消費する 1回のツール実行で数MB のデータが返ってきます 自作ツール データソース MCP 外部ツール データ収集ツールおよび MCPで接続する外部ツール 外部ソース

1.データに基づくインサイトの提示 AIエージェント版 データ準備 PostgreSQL BigQuery・S3 外部情報 LLMのコンテキストウィンドウ上限を超過し エラーが発生する 自作ツール データソース MCP 外部ツール データ収集ツールおよび MCPで接続する外部ツール 外部ソース

1.データに基づくインサイトの提示 AIエージェント版 データ準備 PostgreSQL BigQuery・S3 外部情報 ツール呼び出し時のコンテキストウィンドウ 超過への対処法その１ サブエージェントによるコン テキストウィンドウの分割 自作ツール データ収集ツールおよび MCPで接続する外部ツール MCP 外部ツール 外部ソース

1.データに基づくインサイトの提示 AIエージェント版 データ準備 PostgreSQL BigQuery・S3 外部情報 データ収集ツールおよび MCPで接続する外部ツール ツール呼び出し時のコンテキストウィンドウ 超過への対処法その2 ツールゲートウェイの導入 初期の読み込みが必要なくなる ツール検索 MCP tools AgentCore Gatway

1.データに基づくインサイトの提示 AIエージェント版 データ準備 返ってくる大量データの対処 PostgreSQL BigQuery・S3 外部情報 Code Interpreterで前処理を する、最低限のデータを返す ツールでデータ取得 データ収集ツールおよび MCPで接続する外部ツール 〇〇が売れてそうだな ストレージに保存 Pandas, NumPyなど実行 AgentCore Code Interpreter ファイルパス、実行結果、 データカタログなど 最小 限のメタデータのみ管理

会話できるBIを支えるAIエージェント 商品売れ行き予測のタスクだから、 このスキルの通りにやろう サブエージェントによって調査とサマリ 調査しますね 〇〇がこれ売れそうか? 類似商品の過去売れ行き調査 〇〇が売れています! 理由は〇〇〇です。データはダッシュ ボードに可視化していますので、ご確 認ください。 弊社には〇〇と近い商品 である△△があります。戦略を立てて 販売しましょう。 ベクトルDBから社内の強みを検索する 外部要因調査 Code Interpreter 使ってデータ分析 データ保存

ご清聴ありがとうございました！