AIエージェント環境

本番に近く、リセット可能な環境で、AIエージェントをテスト・トレーニング

AIエージェント環境とは、エージェントが作業するシステムを本番に近い形で再現したものです。マスキング済みまたは合成のデータと必要な業務コンテキストを備え、毎回同じ状態から実行できます。お客様のSAP、CRM、文書、メッセージをもとに構築するため、本番システムに触れる前にエージェントをテスト、トレーニング、比較できます。

AIチーム・プラットフォームチーム、エージェント開発者、SIer、AIラボ向け。

基盤は、企業のAIエージェントのためのセーフステートレイヤー(英語) →
TDM for SAPはSAP Storeで購入可能オンプレミス、プライベートクラウド、ハイブリッドで稼働
環境 · invoice-dispute-07ベースライン保存済み
SAP得意先 0001004521 · Kestrel Foods GmbH
未決済明細 90031877 · €12,480.00
CRM取引先 Kestrel Foods GmbH
ケース 00012931 · 請求書への異議 · 対応中
受信トレイ「請求書90031877の内容が間違っています」
差出人:accounts@kestrel-foods.example
文書Invoice_90031877.pdf
€12,480.00 · SAPの記録と一致
合成した顧客です。どのシステムでもIDと値は同じです。
どのシステムでも同じ顧客
毎回同じ状態から開始
エージェントのための設計
エージェントが何度でも操作できるデータ
  • 正常系・例外・障害・敵対的シナリオ
  • プロンプト・ログ・トレースに実在の人物を含まない
既存のエージェント基盤とそのまま連携
SAP Joule自社開発のエージェントUiPathTricentis Tosca任意の評価フレームワークRESTとCI/CD

提供状況

今すぐ使えるものと、アーリーアクセス中のもの

提供中
アーリーアクセス・エンジニア主導
  • SAP強化学習(RL)環境
    エージェントのトレーニング用に、採点付きでリセット可能なSAPタスク
    申し込む
  • 大量のメッセージと文書
    お客様のレコードと整合するメール・チャット・PDF。現在はエンジニア主導で提供
    詳しく見る(英語)

なぜ環境か

評価ツールは回答を、環境は判断を確かめる

評価ツールでわかるのは、エージェントの回答が正しそうかどうかです。環境があれば、その行動が正しいかどうかまで確かめられます。エージェントには実際の業務コンテキスト、あらかじめわかっている正しい結果、毎回同じ開始状態が与えられます。

エージェントモデル、プロンプト、ツール、メモリ
SAP Joule自社開発のエージェント任意のフレームワーク
環境Synthesizedデータ、システム状態、シナリオ、リセットポイント
マスキング済みベースラインシナリオ期待される結果リセットポイント
お客様のシステム本番でエージェントが操作する場所
SAPCRMサービスデスク受信トレイ文書
併用
評価とオブザーバビリティ

トレースと最終状態を読み取り、実行ごとに採点します。エージェントは正しい行動を取ったか?

お使いの評価ツールトレーシングレッドチーム
AIエージェントのスタックにおける環境の位置づけ。実行を採点するのは評価ツール、エージェントが動く場所が環境です。
01
エージェントは触れたものを変える
伝票を転記すれば、システムの状態は変わります。次の実行では元の状態に戻す必要があります。
02
システムをまたぐ
1つのタスクがSAP、CRM、受信トレイ、PDFにまたがることもあります。データはそのすべてで整合していなければなりません。
03
業務コンテキストが必要
正しい行動を決めるのは、未決済明細、与信限度、承認ルールです。きれいに整えたテストデータには、これらがありません。
04
実データは漏れる
エージェントが読んだものは、プロンプト、トレース、ログ、さらにはモデルの重みにまで残る可能性があります。

できること

1つの環境で3つの役割

最初のプロトタイプから以降のすべてのリリースまで、同じ環境がエージェントに寄り添います。

テスト

リリースのたびにテスト

本番に近いシナリオでエージェントを検証し、新しいバージョンを本番に上げる前に同じテスト一式を再実行します。

トレーニング

安心して学習に使えるタスクでトレーニング

採点付きタスクを備えたリセット可能な環境で、強化学習、ファインチューニング、モデル比較を行えます。

保護

実データをAIに渡さない

エージェントやLLMが目にする文書、プロンプト、トレースを、最初のプロトタイプからマスキング・合成します。

Test Data Agent一般提供中

シナリオを伝えれば、Test Data Agentが環境を構築

テストに必要なレコードとシステム状態を判断し、参照整合性と業務ルールを保ったまま、本番を反映したデータを生成・マスキング・サブセット化します。

  • テストに必要なエンティティ、レコード、状態を洗い出し
  • 正常系・例外・障害・敵対的シナリオを作成
  • アプリやデータの変化に合わせて環境をリフレッシュ
  • REST APIやCI/CDパイプラインから実行
  • お客様の環境内で、既存の管理策のもとで稼働
Test Data Agent
シナリオ
顧客が請求書に異議を申し立てる。エージェントは一部の貸方メモを発行できるが、自身の承認限度内に限る。
環境の準備完了
  • SAPに未決済の請求書が3件ある顧客
  • エージェントのユーザーに承認限度を設定
  • 対応するCRMの取引先と未完了ケース
  • エッジケース:限度を超える異議
  • 次回の実行に備えてベースラインを保存
イメージです。メール、チャット、PDFも併せて追加できます(現在はエンジニア主導で対応)。

比較

AIエージェントのテスト方法:4つのアプローチを比較

多くのチームは最初の3つのいずれかから始めます。どれも課題の一部しか解決できません。環境は、そのすべてを解決するために設計されています。

アプローチ実際の業務コンテキストシステム間の整合性毎回同じ開始状態実在の個人情報を含まない正解がわかっているCI/CDで実行可能
本番のコピー○○△×××
手作業で作るテストデータ×△○○○○
LLMが書いたテストデータ△×△○×△
AIエージェント環境○○○○○○
なぜ本番のコピーではだめなのか?
実在の顧客がプロンプト、トレース、ログに入り込みます。また、すべてのレコードについて正解を把握することはできません。
なぜ手作業のテストデータではだめなのか?
きれいすぎるからです。誤字も添付漏れも矛盾もないため、本番では失敗するはずのテストにエージェントが合格してしまいます。
なぜLLMに書かせてはだめなのか?
生成されたテキストには存在しない口座が出てくることがあり、テストが測るのはエージェントの判断ではなく、検索の失敗になってしまいます。

評価フレームワークはデータを提供しないため、表には含めていません。評価フレームワークは、上記のいずれを土台にしても、その上で実行を採点します。

導入実績

企業がすでに運用しているプラットフォームが基盤

エージェント環境には、お客様が現在テストデータに使っているのと同じマスキング・サブセット化・データ生成エンジンを使用しています。

80%テストデータ供給にかかる時間を短縮Deutsche Bank · CI/CDに組み込んだAPI経由
200億行以上マスキング済みヘルステック企業
014の重要アプリでのセキュリティ例外スペシャルティ保険会社

用語集

エージェントテストの主な用語

AIエージェント環境
エージェントが作業するシステムを、本番に近くリセット可能な形で再現したもの。マスキング済みまたは合成のデータ、業務コンテキスト、シナリオを備えます。
マスキング済みベースライン
個人情報を一貫して置き換えた本番に近いデータ。すべての実行の開始点として使います。
リセットポイント
各実行の前に環境を戻す、保存済みの状態。これにより、異なる実行の結果を比較できます。SAPのベースラインはAPIで復元し、その他のシステムは同じ設定から再構築します。
シナリオ
業務タスク、それに必要なデータ、エージェントがたどり着くべき結果の組み合わせ。たとえば、価格差異のある請求書の転記など。
期待される結果
あらかじめわかっている、シナリオの正しい結果。実行、拒否、エスカレーションのいずれもあり得ます。
敵対的シナリオ
エージェントをだますために作られたシナリオ。PDFに隠された指示や、不正な振込口座の変更依頼など。
システム間の整合性
エージェントが読むすべてのシステム、メッセージ、文書で、顧客、ID、金額が一致していること。
強化学習(RL)環境
エージェントの行動を自動で採点し、何度も繰り返す環境。エージェントはその結果から学習します。

よくある質問

AIエージェント環境についてのご質問

AIエージェント環境とは何ですか?

エージェントが作業するシステムを本番に近い形で再現したものです。マスキング済みまたは合成のレコード、その周辺の業務コンテキスト、それらを参照する文書やメッセージを含み、リセットポイントによって毎回同じ状態から実行を開始できます。

本番稼働前にAIエージェントをテストするには?

本番に近い環境、正解がわかっているシナリオ一式、実行ごとのリセットを用意します。シナリオを実行して結果を評価ツールで採点し、敵対的なケースを加えたうえで、リリースのたびに同じテスト一式を再実行します。

本番のコピーでエージェントをテストしないのはなぜですか?

コピーを使うと、実在の個人情報がプロンプト、トレース、ログに入り込みます。また、全体のコピーを実行ごとにリセットするのは時間もコストもかかるため、同じ状態から実行を始められることはほとんどありません。

現在利用できるものは?

Test Data AgentとTDM for SAPは一般提供中です。APIでリセットできるエージェント用のマスキング済みSAPテストシステムと、文書の48時間検証も現在ご利用いただけます。メール、チャット、PDFはエンジニア主導で提供します。SAP強化学習(RL)環境はアーリーアクセス中です。

評価フレームワークとは何が違うのですか?

評価フレームワークは、エージェントのパフォーマンスを測定します。環境は、エージェントが動く場所そのもの、つまりデータ、システム状態、シナリオです。すでにお使いの評価ツールと併用できます。

どのシステムに対応していますか?

まずSAPです。特に財務会計、購買、サプライチェーンに強みがあります。プラットフォームとしては、Salesforce、Oracle、Workday、Microsoft D365、ServiceNow、主要なデータベースにも対応しています。同じレコードと整合するメール、チャット、PDFは、現在エンジニア主導で提供しています。

本番データが自社の環境外に出ることはありますか?

ありません。オンプレミス、プライベートクラウド、ハイブリッドのいずれでも稼働し、お客様の既存のID管理、ネットワーク、セキュリティ、ガバナンスの管理策のもとで動作します。

CI/CDで使えますか?

はい。データの供給はREST APIやCI/CDパイプラインから実行できるため、リリースのたびに同じシナリオ一式を再実行できます。詳しくはエージェントの回帰テスト(英語)をご覧ください。

次のステップ

エージェントに、本番さながらの作業環境を

お客様が選んだ業務プロセスの環境を1つ構築し、そこでエージェントを実行して、2回の実行の間のリセットをお見せします。

本番データはお客様の環境内にとどまりますどのエージェントフレームワークでも利用可能プロンプトやログに実在の人物を含まない
2026年10月更新

SAP、S/4HANA、Joule、および本ページに記載のその他のSAP製品・サービス名とそれぞれのロゴは、ドイツおよびその他の国におけるSAP SE(またはSAPグループ会社)の商標または登録商標です。その他の名称は、それぞれの所有者の商標である場合があります。