車のローンを開発中 AI エージェント
- 最終更新日2025/01/20
車のローンを開発中 AI エージェント
このシナリオを使用して、Automation 360 プラットフォーム内の機能を使用して複雑なビジネス タスクを自動化し、意思決定を強化し、ローン承認プロセスの効率を向上させる方法を理解するための車のローンAI エージェントを構築する方法を学びます。
次のシナリオは、AI が自動車ローン プロセスを構築する能力に焦点を当てており、Salesforce、Automation Co-Pilot、AI エージェント Studio、および Microsoft Teams がどのように連携してシームレスで顧客中心の体験を創出するかを示しています。
このシナリオのユーザー
- ポール: 車を買いたがっている
- ヴィンセント: ディーラーの営業担当者
- ナタリア: ローンの引受担当者
- マーカス: プロの開発者
シナリオ概要
- 車のショールーム訪問
- ポールは、車の購入の案内に経験豊富な知識豊富な販売員、ヴィンセントに迎えられます。 彼らはポールの夢の車とお金について話し合っています。 ヴィンセントは、ディーラーシップの CRM システムである Salesforce にポールのプロフィールを作成します。
- 必要なものを共有する: W2 および財務書類
- 車のローン手続きを開始するために、ヴィンセントはポールの W2 を要求して彼の収入を確認します。 ポールは W2 を提供し、彼の年収について概説します。 手動でポールの W2 からデータを入力する代わりに、ヴィンセントは Salesforce に統合された AI 搭載ツールである Automation Co-Pilot を活用しています。 ヴィンセントは Automation Co-Pilot を介して W2 をアップロードします。 これはドキュメント オートメーションと生成 AIを使用してW2から重要な情報を抽出し、プロセスを合理化し、手作業によるエラーのリスクを軽減します。
- ドキュメント オートメーションを通じたドキュメントの処理
- ポールが新しい車の可能性を探る間、Automation Co-Pilot が彼の W2 をスキャンします。 ドキュメント オートメーションは、生成 AI を使用して、雇用主名、収入、税控除などの重要なデータを抽出します。 この自動化は手動データ入力を排除し、エラーを減少させます。
- 舞台裏: データは AI 推奨エージェントに流れます
- 抽出された W2 データは、安全に AI 推奨エージェント、つまり AI エージェント Studio 内で開発された専門の AI エージェント に転送されます。 この AI エージェント は他の AI エージェント と共に Process Composer 内で調整され、望ましい出力を得るために使用されます。
- 担当者に通知が送信されました
- ナタリアはローン担当者で、ポールの申請について Microsoft Teams で通知を受け取ります。 彼女は AI 推奨エージェントの分析の恩恵を受けています。 AI 推奨エージェントは、ポールの申請資料から収集した情報をAI スキルを使用してまとめ、その情報を LLM へのプロンプトの入力として使用し、LLM に推奨事項を生成するよう要求しました。
- インテリジェント オートメーション ロール
- プロセスの初期段階で、開発者のMarcusは、AI推奨エージェントの構築と設定において重要な役割を果たしました。 彼はAI エージェント Studioを使用してエージェントをさまざまな大規模言語モデル(LLM)に接続し、正確な推奨を得るためにエージェントのプロンプトを微調整します。
- AI が購入者に推奨されたローンを分析します。
- AI 推奨エージェントは、グラウンド モデルに接続し、W2 データに基づいてポールの財務状況を分析します。 彼の特定のニーズに合わせたパーソナライズされたローン オファーを生成し、収入、希望するローン額、および希望する条件を考慮します。
- 迅速なローン承認
- ナタリアは AI 生成の推奨を確認し、データの明確で簡潔な提示を活用してポールのローンを迅速に承認します。
- 新しい電気自動車を購入して喜ぶ買い手
- 効率的な AI 駆動プロセスのおかげで、ポールは新しい電気自動車で満足しながら帰ります。効率的でパーソナライズされた体験に満足しています。
詳細なシナリオ
以下の画像、表、および手順は、マーカスが自動車ローン AI エージェント を作成して、自動車ローン プロセスを効率化する方法を要約しています。 Process Composerの機能を活用して、さまざまなAI エージェントとアクションを調整し、シームレスなワークフローを作成します。 データ抽出、文書処理、意思決定などのタスクを自動化することにより、AI エージェント は処理時間を50〜60%短縮し、精度を向上させます。

プロセス | 説明 |
---|---|
![]() |
データ収集と初期処理
|
![]() |
Automation Co-Pilot とデータ抽出: Automation Co-Pilot は、Salesforce に組み込まれており、生成 AI によって駆動される ドキュメント オートメーション を使用して、アップロードされたドキュメントから主要なデータポイントを抽出します。Automation Co-Pilot は、ユーザーと自動化の間でリアルタイムのコミュニケーションを可能にします。 Automation Co-Pilot を使用すると、反復的で時間のかかるタスクを自動化し、コントロールをナビゲートし、顧客との対話時にデータを入力することができます。 |
![]() |
審査と承認プロセス
|
AI エージェント 1 - クレジット チェッカー | このAPI タスクに基づくAI エージェントは、W2 のような文書から抽出されたデータを使用して、申請者の信用と全体的な財務状況を評価します。 |
AI エージェント 2 - AI 推奨エージェント | この API タスク ベースの AI エージェント は、ローン審査担当者に特化した自動車ローンの推奨を生成するために AI スキル を使用し、顧客データからの洞察を引き出します。 AI スキルは、収入層、ローン額、条件、金利などの関連データに基づいている可能性のある LLM によって動作し、推奨の正確性と関連性を確保します。 AI スキル の出力は、シームレスな統合のために通常 JSON 形式で構造化されており、Microsoft Teams などのワークフロー内で担当者に提示される推奨の基礎を形成します。 この AI エージェント を構築する詳細な例は AI 推奨エージェントの構築 にあります。 |
AI エージェント 3 - 承認/拒否のメール通知 | このAPI タスクに基づくAI エージェントは、ローン審査担当者の決定(承認または拒否)の際に自動的に顧客にメールを送信することでコミュニケーションを自動化します。 このエージェントは、プロセス全体を通じて顧客にタイムリーな更新を提供し、情報を提供し続けます。 |
AI エージェント 4 - ローン初期化 | このAPI タスクに基づくAI エージェントは、顧客が選択したローン期間に基づいてローン プロセスを開始します。 これは、顧客の要望を最初から取り入れたローンの枠組みを採用します。 |
オートメーション開発
-
ニーズと目標の特定: マーカスは、Process Composer という環境を使用して、Automation 360 プラットフォーム全体で複数の製品を活用し、インテリジェント オートメーション エクスペリエンスを実現しています。
- ドラッグ アンド ドロップ式のインターフェースを提供し、プロの開発者はプロセス フローを作成したり、オートメーションを実行するタイミングを設定したりすることができるようになります。 さらに、ユーザーに正しいデータが表示され、複数のチーム間でデータが交換されます。
- マーカスは、車のローンのシステムの具体的な要件と目的を理解することから始めます。 これは、営業担当者(ヴィンセント)、ローン審査担当者(ナタリア)、そして場合によっては顧客(ポール)などのステークホルダーと協力して、彼らのニーズや弱みに関する洞察を収集することを含みます。 例えば、マーカスはローン申請において重要なデータポイント、ローン承認の基準、および望ましい自動化のレベルを決定する必要があります。
-
適切な AI 技術の選択: 要件に基づいて、マーカスは最も適した AI 技術とツールを選択します。
- AI エージェント Studio: AI エージェント Studioにより、マーカスはタスクを自動化し、意思決定を行うインテリジェントなエージェントを作成、訓練、展開することができます。
- 大規模言語モデル (LLMs): マーカスは、モデル接続内のAI エージェント Studioを介して、Azure OpenAI、Bedrock、Google Vertex のような LLM 用の事前構築されたコネクタに接続します。 マーカスにとっての別の選択肢は、プライベート クラウドにホストされたカスタム ビルド モデルへの接続オプションを探ることです。
- ドキュメント オートメーション: ドキュメント オートメーション と 生成 AI を活用することは、W2 フォームなどの顧客の文書から関連データを抽出するために不可欠です。
- API タスク: エージェント内にAPI タスクを組み込むことで、金融データを取得するための信用情報機関などの外部システムとのシームレスなやり取りが可能になり、手続きが迅速化します。 詳細については、「API タスク」をご覧ください。
- AI 推奨エージェントの構築: このエージェントは、申請者のデータを分析し、個別のローンについての推奨を生成するために重要です。 マーカスはAI エージェント Studioを使用してエージェントのワークフローと意思決定ロジックを定義します。 彼はエージェントを、関連するデータセットに基づいた LLM を活用するAI スキルに接続します。 マーカスは、LLM の分析を導き、正確な推奨を確保するためにプロンプトを慎重に作成します。
-
既存システムとの統合: ワークフローを迅速化するために、マーカスはAI エージェントを既存のシステムと統合します。
- Salesforce: この統合により、ビンセントのような営業担当者が管理する顧客とのやり取りの段階からローン処理段階へのシームレスなデータフローが可能になります。
- Microsoft Teams: Teams への接続はリアルタイム通知を可能にし、ローン審査担当者のナタリアのような異なる利害関係者間のコミュニケーションを促進します。
- データ セキュリティとガバナンスの確保: マーカスは、AI ガバナンスが組み込まれたAI エージェント Studioの機能を活用して、AI の責任ある使用とコンプライアンスを確保します。 これはモデルの使用状況を監視し、トークン消費を追跡し、機密顧客情報を保護するためにデータ マスキング技術を実装することを含みます。 詳細については、「AI ガバナンス」を参照してください。
- テストと改良: 展開前に、マーカスはAI エージェントの正確性、効率性、およびコンプライアンス基準への準拠を確保するために厳密にテストします。 これは、サンプル データを使用してシミュレーションを実行し、ステークホルダーからフィードバックを収集してエージェントのパフォーマンスを微調整することを含みます。