エージェンティックAI向けにRAGに代わる「コンテキストアーキテクチャ」

インメモリデータストア企業のRedisは、エージェンティックAIシステム向けに、従来の検索拡張生成（RAG）に代わる「コンテキストアーキテクチャ」と呼ばれる新しいアプローチを開拓している。この動きは、エンタープライズAIエージェントが現在のデータ検索手法の限界にますます直面している中で行われた。Redisによれば、本番環境のAIエージェントが失敗するのは、その基盤となるモデルが間違っているからではなく、依存しているデータが散在し、古く、構造化が不十分だからである。 RAGは、AIモデルを外部知識に基づかせるための支配的なパラダイムであった。これは、データベースから関連文書を取得し、それをコンテキストとしてモデルに供給することで機能する。しかし、AIエージェントがより自律的になり、複雑なマルチステップタスクを処理するようになるにつれて、RAGの限界が明らかになってきている。取得されるデータは、多くの場合、静的であったり、古くなっていたり、エージェントの現在のコンテキストに十分に結びついていなかったりするため、不正確または信頼性の低い判断につながる。 コンテキストアーキテクチャは、より動的でリアルタイムなデータ層を提供することで、この問題の解決を目指す。静的な文書を取得する代わりに、システムは、最近のやり取り、変化するビジネスデータ、環境シグナルなど、関連するコンテキストの継続的に更新される表現を維持する。これにより、AIエージェントは、従来の検索パイプラインのレイテンシや脆弱性を伴うことなく、必要なときに正確に、新鮮で関連性の高い情報にアクセスできるようになる。 エンタープライズアプリケーションにとって、この変化は変革をもたらす可能性がある。複雑な返金リクエストを処理する必要があるカスタマーサービスエージェントを考えてみよう。RAGでは、古いポリシー文書を取得するかもしれない。コンテキストアーキテクチャでは、顧客の履歴、現在の在庫レベル、最新のポリシー変更にリアルタイムでアクセスできるため、より正確でパーソナライズされた応答が可能になる。 Redisは、これを、特に自律的に動作するエージェンティックシステム向けの、AIインフラストラクチャにおける次の進化として位置付けている。同社は、AIエージェントがより重要なタスクを引き受けるにつれて、