30秒サマリー
- 自動運転大手Mobileyeが社内チケット対応にAIエージェントを導入し、応答時間を数時間から約1分に短縮
- Amazon Bedrock AgentCoreのサーバーレス基盤とMCPを活用し、インフラ管理コストをゼロに抑制
- 成果を受け、社内全チームが自分でAIエージェントを展開できる自社プラットフォームへと発展
何が起きたか
自動運転技術企業のMobileyeは、社内のデータ収集・処理パイプラインに関するステータス問い合わせが増大し、熟練エンジニアが複数システムを15クリック以上操作する形で対応していた。全サポートチケットの66%がこうしたルーティン照会で占められており、応答に数時間を要していた。
同社はAmazon Bedrock AgentCore上にAIサポートエージェントを構築・本番展開した。エージェントはAnthropicのClaudeモデルを社内LLMゲートウェイ経由で呼び出し、Model Context Protocol（MCP）を通じてリアルタイムに本番データへアクセスする。オンプレミスの社内チケットシステムはAWSから直接到達できないため、ローカルオーケストレーターがチケットを取得してクラウド側エージェントに送信し、生成された回答をオンプレミス側に書き戻すハイブリッド構成を採用した。
本番稼働後の実績として、全体の成功率98%（当初目標95%を超過）、応答時間は数時間から約1分へ90%短縮、月間100件超のチケットを自動処理したと原文は記している。
一連の成果を受けて、Mobileyeのクラウドインフラチームは社内向けエージェント展開プラットフォームを構築した。各チームはエージェントコードを提供するだけで、IAMロール・S3・CloudWatch・Cognitoの設定をインフラチームが代行し、最終的に「agentcore deploy」の1コマンドで本番展開できる仕組みに整備された。
原典ハイライト
Mobileye主任エンジニアのShay Margalit氏は「Amazon Bedrock AgentCoreにより、エンタープライズが求めるセキュリティと運用基準を維持しながら、測定可能なビジネス価値をもたらす本番グレードのAIエージェントを構築できた。エンジニアがルーティン照会に費やしていた数百時間を節約し、本来の高度な業務に集中できるようになった」とコメントしている（原文より要約）。
出典: AWS Machine Learning Blog（公式ブログ）
So What?（なぜ重要か）
本事例が示す重要な転換点は「AIエージェントが単一業務改善を超え、社内インフラ化した」点にある。インフラ管理をフルマネージドサービスに委ねることで、PoC（概念実証）から本番展開までの期間と技術的障壁が大幅に低下する。オンプレミス資産を抱えながらクラウドAIを活用したいエンタープライズにとって、ハイブリッドアーキテクチャが現実解として機能することを示した事例といえる。
日本企業への示唆
国内製造業・IT企業でも「熟練エンジニアがルーティン照会対応に時間を取られる」課題は広く共有されている。本事例の示唆は三点。①まず全チケットの種別比率を可視化し、自動化可能な定型照会を定量的に把握すること。②社内オンプレシステムとクラウドAIの連携はローカルオーケストレーター方式が有効で、セキュリティポリシーを変更せずに実現できる。③PoC段階での精度目標（本事例では95%）を数値で設定し、達成後に段階展開するアプローチは、社内承認を得やすく導入リスクを抑える。なお、エージェント展開を各チームに開放する際は、コスト・権限・監視の一元管理体制を先に整備することが重要だと本事例は示唆している。
背景・経緯
Mobileyeは世界約1,200車種に2億3,000万個以上のEyeQシステムオンチップを供給する自動運転分野の主要企業。データ収集パイプラインが大規模化する中、問い合わせ件数の増加がサポート部門のボトルネックとなっていた。従来のスクリプトやルールベース自動化では多様な問い合わせに対応しきれず、文脈理解が可能なAIエージェントの採用を選択した経緯が原文に記されている。
