コードが書けない私でもAIエージェントが作れる時代になった

先週、競合のスタートアップがセールスの自動フォローアップをAIエージェントで回しているという話を聞いた。うちと同じ8名規模の会社が、だ。正直ちょっと焦った。

「LangChainは難しい」という壁がなくなりつつある

AIエージェントを自社で作ろうとすると、よく「LangChain」という選択肢が出てくる。APIやデータベース、各種AIサービスをつなぎ合わせてカスタムエージェントを作れるPythonライブラリだ。ただ、これを使いこなすにはプログラミングの専門知識が必要で、私みたいなCEOが自分で触るのはほぼ無理だった。

そこで「Langflow」というツールを知った。LangChainの主要コンポーネントをフロー図上で接続して、ノーコード・ローコードでAIエージェントやRAGアプリを作れるプラットフォームだ。Dockerで立ち上げてブラウザで「http://localhost:7860/」にアクセスするだけで動く。

試しにテンプレートの「Simple Agent」を開いてみると、URLコンポーネント・計算ツール・チャット入出力が最初からつながっている状態で用意されていた。「1足す4は？」と聞くと計算コンポーネントが動いて「5」と返ってくる。ウェブページの取得もURLコンポーネントが勝手にやってくれる。これ、エンジニアいなくても動く。

うちのビジネスでどこに使えるか、素直に考えた

採用、セールス、資金調達。自分が時間を使っている3つの軸に当てはめてみると、一番刺さったのはセールスだった。問い合わせ後の初回フォローや、競合比較の質問への一次回答をエージェントに任せられたら、8名の会社でも動ける商談数が変わる。

LangflowはAPIも用意されていて、curlやPythonから呼び出せる。さらに「tweaks」というパラメータを使えば、フローを上書きしてモデルをAnthropicやOpenAIに切り替えることもできる。つまり、外部のCRMや問い合わせフォームとつなぎ込む余地がある。エンジニアに頼めば接続は早いし、フロー自体は自分で触れる。この分担が現実的だと思った。

費用対効果の話をすると、まずGoogle Geminiの無料枠で試せるのが大きい。いきなりコストをかけずに動作確認できる。投資家に説明するときも「自社でAIエージェントを内製している」と言えるかどうかは、じわじわ差になってくる気がしている。

競合がすでにこういうツールを触っているなら、自分も来週中にDockerで立ち上げてセールスフォローの簡単なフローを1本作ってみるつもりだ。完成度より、まず動かしてみることの方が今は大事だと思っている。