30秒サマリー
- ShipStation GlobalがAmazon Bedrock AgentCore上に構築したAI ITヘルプデスク「Deckhand」の実装方法をAWS公式ブログが解説
- チャンネル内の問い合わせの97.5%を自動解決し、従業員からの肯定的フィードバック率は96%を達成
- Slack履歴のマイニング・Jiraチケット自動生成・マルチターン対話など実装の詳細が公開された
何が起きたか
AWSのMachine Learning公式ブログは、ShipStation Globalのエンジニアリングチームが構築したAI ITヘルプデスクエージェント「Deckhand」の設計・実装方法を2026年10月に解説した。ShipStation GlobalはSMB向けの物流・配送プラットフォームを運営する企業で、同ブログはShipStation側エンジニア5名との共同執筆となっている。
DeckhandはSlack上で動作するエージェントで、Amazon Bedrock AgentCore上にホストされる。構成は大きく4要素に分かれる。①FastAPI＋Slack BoltをAWS App Runnerで動かすSlackサービス、②AnthropicのClaudeをバックエンドとするStrandsエージェントをAgentCoreランタイム上のコンテナとして稼働させるエージェントサービス、③Confluence・社内イントラ・Slack・マーケティングページを索引化したAmazon Bedrock知識ベース（S3格納）とAWS Lambda経由のMCPツール群（Jiraチケット操作・画像解析等）、④DynamoDB・X-Ray・CloudWatchによる運用・フィードバック収集—である。
Deckhandはサービス導入前の12か月間に1,500件超のスレッドが投稿されており、米国営業時間外からの問い合わせが全体の5分の1以上を占めていたという課題を背景に開発された。過去のSlack会話履歴については、DSPyのRecursive Language Model（RLM）がClaude on Amazon Bedrockを活用して解決済みスレッドを分類・抽出し、構造化された知識ドキュメントとしてS3に格納・索引化するパイプラインが構築されている。このパイプラインは解決済みと確認できたスレッドのみを厳格に取り込む設計とされている。
ブログには「エージェントが返答すべきでないケースの判定ロジック」も詳述されており、アナウンスや雑談・人間が既に対応中のスレッドへの無用な割り込みを防ぐ仕組みが組み込まれている。また各回答にはフィードバックボタンが設置され、否定的評価はDynamoDBに蓄積してシステムプロンプトや知識ベースの改善に活用している。3か月の運用実績として、チャンネル内問い合わせの97.5%を解決し、従業員からの肯定的フィードバック率96%が報告されている。
原典ハイライト
「チケットは生産性の証拠ではなく、業務上の摩擦の指標だと考えている。Deckhandはその場で一般的な質問を解決し、それが難しい場合でもワンクリックで文脈が揃ったチケットに変換することで、従業員体験を改善し、IT担当者が『チケットを起票してください』と繰り返すことから解放する」（ShipStation Global シニアITディレクター Chris Collins氏のコメントをブログより要約）
出典: AWS Machine Learning Blog（公式ブログ）
So What?（なぜ重要か）
本事例が示すのは、社内ITヘルプデスクへのAIエージェント導入が「PoC段階」ではなく、定量的な成果（97.5%解決率・96%満足度）を伴う実運用レベルに達しつつあるという点である。特に注目されるのは、既存のSlack会話履歴をRLM（再帰的言語モデル）で自動的に知識ベース化した点で、導入コストを抑えつつ企業固有の暗黙知をエージェントに取り込む手法として再現性が高い。また、AgentCoreランタイムによるサーバーレスなコンテナホスティングにより、インフラ管理の負担を最小化した設計も実務への適用を後押しする。
日本企業への示唆
日本の中堅・大企業のIT部門・情報システム部門にとって、本事例は「社内ヘルプデスク業務へのAIエージェント導入」の具体的な設計指針として参照価値が高い。①Slack・Teams等の既存チャットツールに常駐させる形で業務フローを変えない導入方法、②Confluenceや社内イントラ・過去チャット履歴を知識ベースに取り込む低コストなデータ活用、③Jira等のチケット管理ツールとの連携による人→AIのシームレスなエスカレーション—の3点は、AWS環境の有無に関わらず設計参考になる。国内でも時間外対応や多拠点対応が課題になっている組織は、同様のパイプライン構成を検討する価値がある。一方、過去チャット履歴のエクスポートや知識ベースへの取り込みには情報セキュリティポリシーの事前確認が必要であり、個人情報・機密情報の扱いに注意が求められる。
背景・経緯
Amazon Bedrock AgentCoreは、AWSがエージェント型AIアプリケーションの構築・運用を支援するプラットフォームとして提供しているサービス。本ブログはShipStation Global側エンジニアとの共同執筆で、実装上の前提条件やコードサンプルを含む技術解説記事として公開された。Deckhand自体がいつから本番稼働しているかは原文に明記されておらず、3か月分の運用データが示されているのみである。
