LangChain：Slack ネイティブのバグトリアージエージェントを LangSmith Fleet で構築

Slack で完結する AI エージェントの民主化：11x の CTO が語る LangSmith Fleet 導入の実践

11x の CTO、ジェイソン・パテル氏は、Slack を介して AI が自動的にバグを調査・分類する仕組みを実現するために「LangSmith Fleet」を採用しました。この事例は、独自の Slack アプリ開発やインフラ構築の負担を排除し、PM やエンジニアがコードを書かずに即座に業務自動化を進めるための具体的なモデルを示しています。

独自アプリ不要で Slack ネイティブに実装

11x は AI ソフトウェアを開発する企業ですが、顧客サポートチーム（CSM）から報告されるバグの処理プロセスを AI で強化したいと考えていました。具体的には、AI にバグの内容を調査させ、優先順位をつけて分類させる仕組みが必要でした。

しかし、従来のアプローチでは「独自の Slack アプリを開発」したり、「自前でインフラを構築」したりする必要があり、開発リソースを大きく消費してしまいます。パテル氏は、コードを書かずにデプロイも不要で、Slack 内で完結するエージェントを構築できる解決策を探していました。

そこで目をつけたのが LangSmith Fleet です。このプラットフォームを使えば、特別なアプリ開発の手間なく、Slack ネイティブなエージェントを即座に立ち上げることができます。導入後の使い方も直感的で、社内の主要チャンネルにエージェントを配置し、メンバーが単に名前をタグ付けするだけで AI と対話できるようになります。

「人々がこれを見つける方法は非常にシンプルです。Slack で会話をするだけです。会社の全員がエージェントの存在を知っており、主要なチャンネルに配置されています。彼らはただ名前をタグ付けするだけです。」

コードレスで PM が主導する設計プロセス

このプロジェクトの最大の特徴は、開発者がコードを書く必要がない点です。パテル氏は、プロダクトマネージャー（PM）が業務プロセスを定義し、CTO 自身がツールを組み合わせて設定するだけで、AI エージェントを運用できる環境を整備しました。

以前は PM が自身のマシン上で手動でプロセスを回していましたが、Fleet の導入により、開発チームの負担を完全に排除しつつ、ビジネス側の知見を直接システムに反映させることが可能になりました。これにより、技術的な壁が取り払われ、PM や CTO といった非エンジニアリングメンバーでも自律的にエージェントを構築・運用できる体制が整います。

単一エージェントへの進化と組織全体の活用

バグトリアージの成功後、パテル氏は同じツールセットを活用して他のユースケースにも挑戦しました。具体的には、データダッシュボード（Datadog）からのアラート処理や、社内 Q&A エージェントの構築です。

驚くべきは、これらの機能をすべて「単一の汎用エージェント」に統合できた点です。バグトリアージで培ったツールやロジックを流用し、機能を追加していくことで、組織全体を動かすための万能な AI アシスタントへと進化させました。

現在、このエージェントは多様な質問に対応しており、営業担当者が商談中に製品に関する疑問を即座に解決するために活用するケースも生まれています。パテル氏は、一度一つのユースケースでその威力を実感すれば、さらに 10 の自動化プロジェクトが生まれると指摘します。

「一つ使いこなせば、その力を理解し、さらに 10 個作りたくなるものです。」

今後の展望：全社員によるワークフロー自動化

現在、エージェントの構築は限られたチームメンバーによって行われていますが、パテル氏は LangSmith Fleet の手軽さと強力さを評価し、今後は組織全体にその権限を委譲する計画です。Fleet を使えば、個々の社員が自分自身の業務やチームのワークフローを自動化できるようになります。

「次は、組織の残りのメンバーにもエージェント構築を可能にすることです。これにより、一人ひとりが自分のために、そしてチームのためにワークフローを自動化できる環境を整えたいと考えています。」

11x の事例は、エンタープライズ環境において AI エージェントを民主化し、開発リソースを消費せずに業務プロセスに組み込むための現実的な道筋を示しています。コードを書く必要がないことで、組織全体の生産性向上と自動化のスピードが劇的に加速する可能性を秘めています。