Vercelが実践！AIエージェントでサポート業務を91%自動化し生産性を劇的に向上させる方法

あなたは深夜2時、電話の振動で目が覚めます。プロダクションバグにより、大切な顧客のサービスが完全に停止しているとの連絡です。重い体を起こし、コーヒーを淹れ、サポートキューを開きます。まず必要なのは状況把握です。この顧客は誰か？どのようなプランを利用しているか？何が変更されたのか？CRM、社内ダッシュボード、デプロイログ、請求システム、ドキュメント、最近のインシデント履歴など、次々とタブを開き、何が起きているのかを理解するための情報を必死に集めます。タブは増え続け、最終的には11個ものタブが開き、タイトルはほとんど見えなくなり、ファビコンだけで内部システムを navigated しているような状態です。コーヒーは冷め、顧客はすでに40分も待っています。ようやく返信を入力し、送信ボタンを押す。しかし、サポートキューにはまだ14件もの未対応チケットが残っています。このような状況で、既製のチャットボットでは問題は解決できません。ログを読み取ることやデータベースへのアクセス、ビジネス固有の状況を理解することはできないからです。かつてこれはVercelの課題でもありました。そこで私たちは、社内のVercel製品を活用して独自のAIエージェントを構築することを決断しました。「最高のAIエージェントは購入するものではなく、構築するものだ」と私たちは考えたのです。私はVercelのエージェントエクスペリエンスチームのエンジニアリングマネージャー、Katherineです。本記事では、Vercelがサポート業務をどのように完全に変革し、現在では91%ものチケットを完全に自律的に解決できるようになったか、そしてわずか3週間で本番環境にデプロイした方法をご紹介します。これは7ヶ月前の話ですが、それ以来、このAIエージェントは本番環境で稼働し、インバウンドサポートチケットの最初の防衛線として機能しています。先週だけでも7,000件以上のチケットを解決し、合計で130,000件以上のケースを完全に自律的に処理してきました。これにより、サポートエンジニアは毎月5,000時間以上を節約できています。これは、31人ものサポートエンジニアをチームに追加するのと同じ効果があります。チケット解決率91%という数字は、サポートエージェントの構築を専門とする企業でさえ、通常60%から75%の解決率であることを考えると、非常に高い成果です。私たちは、わずか2人のエンジニアからなる少数のチームで、この水準を達成しました。本記事では、皆様のビジネスでも同様のインパクトを生み出すために、Vercelの全顧客が今日から利用できる機能を使って、独自のAIエージェントを構築する方法を詳しく解説します。## 既存ソリューションの課題と自社開発の決断VercelがこのAIエージェントを構築したのは、デモのためだけではありません。私たちにはそうせざるを得ない状況があったからです。昨年10月、利用していた既製のAIエージェントプロバイダーから、製品の方向性を変更するため30日以内にサービスを終了するよう通知がありました。これは一部の企業にとっては壊滅的なニュースだったかもしれませんが、正直なところ、私たちはすでにそのプロバイダーとの間で限界を感じていました。私たちは彼らのロードマップのペースに合わせて動かざるを得ず、新しいモデルがリリースされるたびに、AIエージェントに必要な新機能が彼らのロードマップに組み込まれるのを待たなければなりませんでした。また、外部サービスに内部APIへのアクセスを提供するために、複雑なインフラを維持する必要もありました。さらに、ドキュメントの変更、ブログ投稿、変更ログといった継続的な情報更新に対して、AIエージェントのナレッジベースを最新の状態に保つことに常に困難を抱えていました。そこで私たちは、失うことになっていた既存のAIエージェントを置き換えるために、3週間を費やして社内AIエージェントを構築しました。しかし、単に直接的な代替品を構築するだけでは不十分だと考えました。私たちは「理想のサポート体験」を構築したかったのです。## 理想のサポート体験の追求もし、すべてのドキュメントページを読み込み、ユーザーの製品利用履歴全体をレビューし、特定の請求プランを理解し、先週のインシデントに関する情報を把握し、そして深夜2時にいかなる言語でも30秒以内に応答できるようなAIエージェントを構築できたらどうでしょうか？これこそが、Vercelが目指したものでした。最初にデプロイしたバージョンは、置き換えようとしていたプロバイダーの解決率（60%台前半）と同等でした。しかし、そこからVercelのシステムへの統合を深め、カスタマーサポートチームがケース解決時に使用する機能と同じものをAIエージェントに次々と追加していきました。その結果、解決率は現在の90%超まで着実に上昇していったのです。それでは、VercelのAIエージェントがどのように構築され、なぜこれほど高い解決率を達成できたのかを詳しく見ていきましょう。## Vercel AIエージェントの動作フローチケットが受信トレイに届いてから解決されるまでの流れを追ってみましょう。1. チケット提出と情報収集: まず、vercel.com/help のサポートページでチケットが提出されます。この段階で、AIエージェントが調査に役立つ関連情報（ユーザーのチーム、プラン、最近のサポートチケット、進行中のプロダクションインシデントなど）をすべて収集し、チケットを充実させます。これはVercelのサポートフローにおける「エンリッチメント（情報強化）」ステップです。2. リサーチループの開始: 次に、AIエージェントはリサーチループを開始します。最初に、ユーザーの問い合わせに正確かつ自信を持って回答するための十分な情報があるかを判断します。情報が不足している場合、エージェントは調査フェーズに入ります。自信を持って応答できるだけの情報が得られるまで、このリサーチループを実行します。3. 応答、エスカレーション、またはアクション: 最終的に、エージェントは応答を送信するか、人間（サポートエンジニア）にエスカレートするか、または組み込まれたツールコール（機能呼び出し）を使用して自律的にアクションを実行します。これらの各ステップは、Vercelプラットフォームの一部の機能上で実行されています。Vercelが独自のサポートAIエージェントを構築するために使用した機能を見ていきましょう。## Vercelプラットフォームを活用したエージェント構築### 1. AI SDKを活用したコアエージェントループの構築AIエージェントには、推論し応答するためのモデルループと、迅速なテストとイテレーションが可能なインターフェースが必要です。これをゼロから構築しようとすると、モデル呼び出し、ツール実行、会話の状態管理、ストリーミング、リトライ処理などをすべて自前で実装しなければなりません。このような基礎的な部分に時間を費やしてしまうと、ビジネスロジックの記述に着手することさえできません。フロントエンド開発でDOM操作を手書きする代わりにReactを選ぶのと同じ原則に従い、AIエージェントの構築には AI SDK を活用しました。AI SDKは、テキスト生成、ツール呼び出し、ヒューマン・イン・ザ・ループ（人間の承認）のためのプリミティブ（基本的な構成要素）を提供します。これにより、エージェントを取り巻く煩雑な処理ではなく、エージェントのロジックそのものに集中して記述できます。Vercelは、このコアエージェントループの最初のバージョンを数時間で構築しました。もし当時、Vercelが新たにリリースしたエージェント構築のためのフレームワークであるEVEがあれば、数時間ではなく数分で構築できたでしょう。このコアエージェントループは、わずか数行のコードで実現されています。### 2. ツールによる機能の拡張コアループが完成した後は、機能の拡張は段階的でした。新しいツールを定義し、それをツールセットに追加するだけで、AIエージェントは状況に応じてそのツールを使用し始めます。再トレーニングやファインチューニングは一切不要で、シンプルなJavaScript関数を追加するだけです。これにより、私たちはすぐに動作するAIエージェントを稼働させることができました。### 3. AI SDK UI HooksによるエージェントのUI構築次に必要だったのは、AIエージェントを観察しデバッグするためのインターフェースの構築です。AI SDKはエージェントのオーケストレーションだけでなく、フロントエンドでチャットストリームやテキスト補完を管理するためのUIフックも提供しています。これにより、動作するUIを迅速に構築できました。フロントエンドを接続すると、リアルタイムストリーミングチャット、インタラクティブなツールコール、エラー状態を含むエージェントの応答がすぐに表示されるようになりました。これらは、ストリーミング応答、管理されたメッセージ状態、そしてフロントエンドとエージェントを接続する単一のフックを持つ、動作するチャットに必要なすべてです。### 4. AI Gatewayによる信頼性の高いモデルルーティングチャットがストリーミングで動作するようになったら、AIエージェントのリサーチループをキックオフするために、モデルによって応答が生成される必要があります。顧客はすでにストレスを感じている状態で問い合わせをしてくるため、モデルプロバイダーが停止しているような状況でも回答が返ってくる必要があります。もし単一のモデルプロバイダーに依存していると、滞留したり、途切れたり、不完全な応答のバックログが発生し、緊急のエスカレーションを引き起こす可能性があります。ビジネスにSLA（サービス品質保証）の義務がある場合、これは譲れない要件です。そこでVercelでは、モデルルーティングをトラフィックルーティングのように扱います。常に健全なパスにリクエストを送信するのです。これを可能にするのが AI Gateway です。AI Gatewayは、自動フェイルオーバー、低遅延ルーティング、そして容易なモデル切り替えを備えた単一のAPIを提供します。プロバイダーのパフォーマンスが低下した場合、ルーティングは自動的かつ顧客には見えない形で行われます。モデル切り替えが非常に簡単であるため、Vercelはわずか1行の変更でOpus 4.6からGemini 3.5 Flashに切り替え、その結果、応答速度の向上とエスカレーションの減少により、ケース解決率が一晩で5%増加しました。## まとめVercelは、既製のソリューションに限界を感じ、独自のAIエージェントを構築することで、サポート業務の劇的な改善を実現しました。Vercel AIエージェントは、既存システムとの深い統合、VercelプラットフォームのAI SDKやAI Gatewayといった強力なツールを活用することで、91%という驚異的な自律解決率を達成し、毎月数千時間の工数削減に貢献しています。この成功事例は、「最高のAIエージェントは購入するものではなく、構築するものだ」というVercelの信念を裏付けています。皆様も、Vercelの提供するツールを活用し、ビジネスに大きなインパクトをもたらす独自のAIエージェント構築に挑戦してみてはいかがでしょうか。---## 参考動画https://www.youtube.com/watch?v=gYAqupu6iNI