ChocoはAIエージェントで食品流通を自動化

概要

Chocoは、食品流通プラットフォーム全体で注文の取得と処理を自動化するAIエージェントを導入し、手作業を削減し、24時間365日の注文受付を可能にしました。

OrderAgent

OrderAgentは、メール、SMS、画像、ドキュメントなどのマルチモーダル入力を処理し、OpenAI APIを活用した文字起こし、抽出、動的なコンテキスト内学習によって、各顧客の注文履歴とカタログを使ってあいまいさを解消しながら、構造化されたERP対応の注文に変換します。

VoiceAgent

VoiceAgentは、OpenAIのRealtime APIを駆動とし、営業時間外でも電話で自然に注文を出せるようにし、サブ秒レイテンシーで音声からテキストへの変換と関数呼び出しをリアルタイムで処理します。

Implementation & Evaluation

Chocoは、音声からテキストへの変換、埋め込み、関数呼び出しのためのOpenAIのSDKとAPIを統合し、グランド・トゥルースデータセット、継続的な監視、A/Bテストを含む厳格な評価フレームワークを構築し、信頼度のしきい値を満たすときに注文処理を自動化するオプションのAutopilotモードを追加し、エッジケースについては人間のレビューを維持しました。

Results

このシステムは年間880万件以上の注文を処理し、手動での注文入力を最大50%削減し、生産性を2倍向上させ、設定可能な自動化のしきい値によりエラー率を1〜5%以下に維持し、夜間や週末の遅延をなくす24時間365日の注文受付をサポートします。

Leadership Lessons

最初から評価を始める：たとえ小さなグランド・トゥルースデータセット（10〜20例）でも、チームは進捗を測定し、改善を検証し、確信を持って反復することができます。 AIネイティブなオブザーバビリティに投資する：AIシステムのデバッグには従来のログ以上のことが必要であり、モデルの入力、出力、推論のトレースをキャプチャすることがパフォーマンスの理解と向上に不可欠です。 早期に適切な期待を設定する：決定論的なソフトウェアとは異なり、LLMは確率的です。この違いをチームとユーザーに教育することは、信頼を築き、導入時の摩擦を避ける鍵となります。

What’s Next

Chocoは、食品流通エコシステム全体にわたってAI機能を拡張し、エージェントの役割を複雑なオペレーションワークフローの実行において深め、非エンジニアが「agent orchestrators」として振る舞えるようにします。ここでいう「agent orchestrators」とは、ビジネス成果をもたらすインテリジェントなシステムを設計・管理する人々を指します。同時に、OpenAI APIの使用を拡張し、販売、商取引、サプライチェーン全体でより自律的でコンテキストを意識したシステムを支えるようにします。