マラ・ラマクリシュナン氏は、Progressive Venturesの創業者兼マネージングパートナーとして、シリコンバレーから次世代のAIイノベーションを推進している。
ピボット（方向転換）が戦略なのか、それとも絶望的な行為なのか、私たちの多くは見分けがつく。リーダーたちは、新興企業を評価したり、レガシー企業を観察したりする中で、ほぼ第六感のようなものを身につけていく。
今、私たちは「AIキャッチアップ」という高リスクのゲームを目撃している。レガシーの巨人たちは、座席単価を正当化するために、古いプラットフォームにAI機能を無理やり追加している。一方で、AIの居場所を探そうとしているのではなく、AIをコアシステムに統合したり、最初からモデルを中心に構築したりしている企業もある。
なぜ「何でもできるツール」は失敗するのか
ほとんどのB2BプラットフォームSaaSは、スイスアーミーナイフのようなものだ。多用途で、信頼性があり、仕事をこなす。人間にとってはそれは褒め言葉だが、今日の市場におけるSaaSにとっては、失敗につながることが多いと私は感じている。
2000年代初頭を思い出してほしい。当時の目標はシンプルだった。ソフトウェアを存在させること。CRM、人事、会計を処理するオールインワンプラットフォームを提供できれば、勝ちだった。人々は、すべてのデータが存在する中心的な場所を求めていた。私たちはこれらを記録システムと呼んだ。しかし、エージェント時代において、「多目的」であることは通常、プログラムがすべてにおいて平凡であることを意味するだけだ。
私が支援するスタートアップを見るとき、私は別の広範なダッシュボードを探しているのではない。私はスペシャリストを探している。AIエージェントには100種類の機能は必要ない。1つのタスクを完璧に実行できる、非常に特化した高コンテキスト環境が必要なのだ。
古いモデルは、人間が作業するための広い表面積を構築することだった。新しいモデルは、垂直方向の深さについてであるべきだ。情報を保存するだけでなく、実際に処理するソフトウェアである。
ツールではなく、答えを構築する
作業を支援するソフトウェアと、実際に仕事を完了させるソフトウェアの間には、大きな違いがある。私はそれを「ツール」を構築することと「アウトプット」を構築することの違いだと考えている。より良い検索バーで人間を10%速くしようとするだけでなく、SaaSシステムは結果そのものを生み出そうとすべきだ。
• 白紙のページから完成した下書きへ：レガシーSaaSは、点滅するカーソルと入力を支援するチャットボットを提供する。AI-Nativeプラットフォームは、クライアントにほぼ完成したドキュメントを提供し、0%ではなく90%完了した状態から始められるようにする。
• データだけでなく、プロセスを所有する：古い世界では、私たちは1日の半分を、開始するためだけにアプリ間でデータを移動することに費やしていた。AI-Nativeプラットフォームは、クライアントのためにシステム間でワークフローを実行できるべきだ。
• 「記録」から「アクション」へ：何十年もの間、私たちは情報を保存するためだけにソフトウェアを購入してきた（記録システム）。今、私たちは実際にその情報を処理し、意思決定を行うシステム（インテリジェンスシステム）を購入している。
エンタープライズAIプロジェクトの約80%が失敗する主な理由は、これらのために設計されたことのないシステムに後付けされているからだと私は考えている。コパイロット機能、より良い検索、いくつかの自動入力マジックを追加することはできるが、それでもソフトウェアを使用する人間のために最適化しているのであり、AIエージェントがソフトウェアになることのためではない。
退屈なものの中に真の価値を見つける
富はニッチにあると言われる。AIにおいて、その優位性は広さではなく、深さから来る。
私の経験では、最も効果的な垂直統合システムは、機能から始まるのではなく、高リスクのワークフローから始まる。SaaSリーダーは、エラーがコストを伴い、意思決定が複雑で、時間が重要なプロセスのために構築することに焦点を当てるべきだ。これらは、スプレッドシート、メールチェーン、手動レビューでまだ運用されている業界の中に、目に見える形で隠れていることが多い。
これらの分野で構築するには、インターフェースにAIを追加する以上のことが必要だ。完全な実行レイヤーを所有することを目標にしてほしい。複数のソースからデータを取り込み、ドメイン固有のロジックを適用し、ワークフローをエンドツーエンドで完了させる。同様に重要なのは、実際のドメインインテリジェンスを組み込むことだ。コンプライアンスロジック、監査証跡、権威あるデータソースへの接続など、規制ルール、エッジケース、必要な統合を初日から製品にエンコードできるようにする。これが、汎用モデルを信頼できるシステムに変えることができるものだ。
良い見込みのあるニッチは、単に「小さい」だけでなく、密度が高い。高頻度で、高い影響があり、深く手動的なワークフローを探してほしい。プロセスが十分に苦痛で、誰かが機械にそれを処理させることを信頼し、結果に対して支払うなら、構築する価値のあるカテゴリーを見つけた可能性が高い。
既存企業はどのように競争しているか
すべてのテクノロジーサイクルにおいて、人々は巨人の死を予測する。しかし、マイクロソフト、アドビ、オラクルのような企業はまだここにいる。これは、弱者がわずかに速いだけの単なるダビデ対ゴリアテの物語ではない。非対称な武器の戦いだ。
既存企業には真の優位性がある。数十年にわたる独自データ、コンプライアンス認証、そして神経質なCIOが知っている名前から購入したいという単純な事実だ。しかし、既存企業には真の制約もある。彼らのアーキテクチャは、AIエージェントではなく、人間のUIのために設計された。彼らのビジネスモデルは、真の自律性によって脅かされることが多い。AIが複数の座席の仕事をできるなら、座席単価の価格設定は崩壊する。あるいは、企業の政治が、既存の収益を共食いする可能性のある製品を出荷することを困難にする可能性がある。
本気で取り組んでいる企業もある。私が成功しているのを見た企業は、AIを新しい事業部門として扱っている企業だ。レガシーリーダーが単にAIを追加するのではなく、SaaS製品を垂直統合するために使用できるいくつかのステップを以下に示す。
• 独立したAI-Native製品ラインを構築する。レガシーUXにAIを追加するのではなく、独自のチームとロードマップを持つ、クリーンでエージェントファーストのシステムを作成する。
• ワークフローの価値に基づいて共食いする。座席収益を圧縮する場合でも、AIが人間の努力を置き換えることができる高価値で反復可能なプロセスをターゲットにする。
• 脆弱なシステムから段階的に廃止する。リアルタイムデータ、API、エンドツーエンドの自動化をサポートできないコンポーネントを廃止する。
• 支援ではなく、実行のために設計する。人間が例外のみを処理し、ワークフローを完了するシステムを優先する。
AI-Native時代に成功する企業は、ユーザーが人間からエージェントに根本的に変わったことを理解し、それに応じてすべてを再構築する勇気と明確さを持つ企業だと私は信じている。
