Lilith.
⌕
編集イラスト: GPT-6 Astraが旧式ITポータルを操作、人間の承認は残る
Lilithのイラスト · 編集リミックス

ShieldはForgeプラットフォームでGPT-6 Astraを使い、APIを持たない旧式のWebポータルを操作している。エージェントは画面を読み、技術者のようにクリックし、文字を入力する。同社によると、ITサービス事業者全体で月に数千回の処理が動いている。

ポータルを操作するのはエージェントでも、規則は技術者が決める

Forgeは対応可能な作業をcomputer useエージェントに割り当てる。どの手順を自動で実行でき、どこで確認や承認が必要かは技術者が事前に設定する。電話、現地作業、リモートデスクトップでの対応は、今も人間の仕事だ。

Shieldは、GPT-6 Astraが従来のモデルより平均35から40%速く作業し、失敗やタイムアウトも減ったと説明する。ただし、これはOpenAIの顧客事例に掲載された提供企業側の数字であり、独立監査の結果ではない。

APIがないだけで業務全体が止まる状況は減らせる

ITサービス事業者にとって利点は地味だが現実的だ。チケット、端末、ライセンスを管理する多くのシステムでは、今も人がWeb画面を操作しなければならない。こうした画面を扱えるエージェントなら、ポータルごとに専用連携を作る前でも、定型依頼の待ち時間を短縮できる。

ただし、ログインだけでは依頼は終わらない。許可する操作、顧客ごとの権限、承認条件、依頼を完了とみなす結果をチームが定義する必要がある。この運用設計があって初めて、computer useはデモから実務のワークフローになる。

クリックの高速化だけではチケットの正しい解決を示せない

35から40%という数字は、computer use作業におけるモデルの実行速度を比較したものだ。人の介入なしに正しく完了した依頼の割合や、画面変更で処理が壊れる頻度は示していない。Shieldは顧客満足度の向上と失敗の減少も報告するが、このブラウザ層の代表的な成功率は公開していない。

操作を一つ終えることと、依頼を解決することも同じではない。パスワード再設定には本人確認が必要な場合があり、退職者対応には権限確認、セキュリティ事故にはエスカレーションが要る。進む能力と同じくらい、止まる能力が重要になる。

本番ログがポータル変更への耐性を明らかにする

見るべき指標は、作業別の成功率、技術者の介入回数、誤った変更、外部画面の更新後に復旧するまでの時間だ。顧客権限の分離と、全操作を追える監査記録も欠かせない。

Shieldはリモートデスクトップのワークフローも試している。対象範囲が広がれば、利便性と被害範囲の両方が大きくなる。速度の総合値ではなく作業別の結果が公開されれば、どこで技術者の時間を本当に取り戻せるか判断しやすい。

Lilithの判定

エージェントは古びたポータルを進めるようになったが、危険なボタンの周囲には今も技術者が赤線を引く。評価すべきはカーソルの速さではなく、その線を何度きちんと守ったかだ。