ファンクションコーリング(Function Calling)とは(ふぁんくしょんこーりんぐ)

背景・由来

生成AIは本来、テキストを生成することしかできません。しかし経営の現場で使いたいのは「文章を作るAI」ではなく「予約を取ってくれる」「在庫を調べてくれる」「見積もりを計算してくれる」AIです。この橋渡しをするのがファンクションコーリングです。

仕組みとしては、AIに対して「こういう関数(処理)が使えます」とあらかじめ定義しておくと、AIはユーザーの自然な言葉での指示を解釈し、「この関数を、この引数で呼び出すべきだ」という指示をJSONのような構造化データで返します。実際に処理を実行するのはAI自身ではなく、その周辺のシステムです。AIは「何をすべきか」を判断する頭脳の役割に徹し、実行は既存のプログラムに任せる、という役割分担がポイントです。

この仕組みが登場したことで、生成AIは単なる文章生成ツールから、社内システムや外部サービスと連携して実際の業務を動かす「AIエージェント」の基盤技術へと位置づけが変わりました。

具体例

例えば、社内問い合わせ対応にAIを導入する場合を考えます。「今月の売上実績を教えて」と社員がAIに聞いたとき、AIが数字を推測で答えてしまっては業務では使えません。ファンクションコーリングを使えば、AIは「売上データ取得関数を、対象月=今月という引数で呼び出す」という判断をし、実際に社内データベースに接続しているシステムがその関数を実行し、正確な数値を返します。AIはその結果を受け取って、自然な文章で回答するだけです。

同様に、顧客対応チャットボットが「来週火曜の午後に予約したい」という要望を受けたときに、予約システムの空き状況確認関数と予約確定関数を適切な引数で呼び出す、といった使い方も広がっています。どのような業務がこの仕組みに向いているか、既存システムとどう連携させるかは、業種や社内のシステム構成によって異なるため、現時点で一律の正解は公表されていません。

経営者が知っておくべきこと

ファンクションコーリングを理解しておく意味は、AIに「何をさせられるか」の見立てが変わる点にあります。文章生成しかできないAIと、社内システムを実際に動かせるAIとでは、業務自動化やコスト削減へのインパクトが大きく異なります。この仕組みを前提にすれば、問い合わせ対応、在庫管理、予約業務など、これまで人手に頼っていた定型業務の一部をAI経由で処理できる可能性が出てきます。

一方で、AIが呼び出す「関数」自体は自社で用意し、権限やアクセス範囲を設計する必要があります。AIに何でも自由に実行させてよいわけではなく、どのシステムへのどこまでのアクセスを許可するかは、情報漏えいや誤操作のリスクと直結する経営判断です。導入を検討する際は、技術部門任せにせず、どの業務範囲でAIに実行権限を与えるのか、経営として線引きを持つことが重要です。