Podium は AI エージェント「Jerry」の開発を通じて、初期の脆いプロンプトエンジニアリングから、LangSmith と LangGraph を活用したスケーラブルなアーキテクチャへと進化しました。 同社は独自ランタイムの構築から LangSmith デプロイメントへの移行により、エージェントの思考プロセス（Chain of Thought）の可視化と評価を自動化し、品質保証と開発効率を大幅に向上させました。 この事例は、エンタープライズレベルで AI エージェントを実装する際に、独自基盤よりも成熟したプラットフォームを活用し、ドメイン固有のプレイブックに集中することの重要性を示しています。
単なる技術導入ではなく、開発組織がどのように「独自ランタイム」から「プラットフォーム活用」へ戦略転換し、品質と速度を両立させたかを示す実務的なケーススタディです。エージェントエンジニアリングの成熟度を高める上で必見の内容です。
- 01
エージェント品質と顧客満足度
「Jerry」と呼ばれる AI エージェントが人間を超える応答速度と質を提供し、顧客が店長を指名するほど高い評価を得た事例。
- 02
LangSmith による可視化と評価
エージェントのブラックボックス化を防ぐため、Chain of Thought の追跡と大規模な評価（Evals）システムを LangSmith で構築し、品質保証を実現。
- 03
独自ランタイムからプラットフォームへ
初期の独自ランタイム開発で生じたエッジケースの負担を解消するため、LangSmith のデプロイメント機能へ移行し、開発リソースを本質的な価値創造に集中。
- 04
スケーラブルなエージェントアーキテクチャ
共通の基盤アーキテクチャとパターンを維持しつつ、各業界（自動車販売、HVAC など）固有のプレイブックやツールを統合する柔軟な設計。
この事例は、AI エージェントの実装において「独自基盤の構築」から「成熟した開発プラットフォーム（LangSmith）への依存」へシフトするべきという重要な示唆を与えています。企業はエッジケースやインフラ維持にリソースを割くのではなく、ドメイン固有のロジックと品質保証プロセスに集中することで、より迅速かつ高品質な AI 製品の提供が可能になります。