過去2年間、AI市場は主に能力の飛躍と利用の拡大によって評価されてきた。より優れたモデル、より長いコンテキストウィンドウ、消費されるトークンの増加、コーディングエージェントを使う開発者の増加、AIシートを購入する企業の増加といった具合だ。
それは正しい第一歩だった。テクノロジーが経済的に重要になる前に、まず人々が使いたくなるほど有用でなければならない。
しかし、AIの次のフェーズは異なる基準で測られると筆者は考えている。より重要な問いはもはや単に「人々はAIを使っているか」ではない。それは「AIは実際にどんな仕事をしているのか。その仕事はコストに見合うのか」である。トークンは入力にすぎず、出力ではない。
企業がより多くのトークンを消費するのは、従業員の生産性が高まっているからかもしれない。あるいは、組織として良質なAI活用のあり方を明確に理解していないからかもしれない。導入の第一フェーズでは、どちらも「成長」として現れる。第二フェーズでは、CFOや経営者がこの2つを区別し始めるだろう。
第一フェーズは「知性へのアクセス」だった
AI導入の第一波はアクセスに関するものだった。全従業員にチャットボットを与える。全開発者にコーディングアシスタントを与える。チームにエージェントを試させる。利用を奨励する。シート数、トークン数、エンゲージメントを測定する。
このフェーズは必要だった。職場でAIを使う習慣を生み出したからだ。
しかし多くの企業では、AIは依然として古いワークフローの上に重ねられているにすぎない。人々はAIを、下書き作成、要約、検索、ブレインストーミング、コードをより速く書くために使っている。これらは確かに生産性向上をもたらすが、必ずしも組織の運営方法を変えるわけではない。
より困難な問いは、AIがワークフローそのものの一部になったとき何が起こるか、である。エージェントがサポートチケットを解決できるか。財務レビューを完了できるか。引用付きの競合調査レポートを生成できるか。ソフトウェアをデプロイし、テストし、プルリクエストを開けるか。毎週競合を監視し、都度プロセスを組み直すことなく有用なアップデートを生み出せるか。
ここから市場はより興味深くなる。ボトルネックはモデルの知性だけではなく、コンテキスト、ワークフロー、権限、評価、信頼、統合にもある。
次の層は「ワークフローROI」だ
AIが「便利なツール」から「経済インフラ」へと移行するには、測定可能な仕事の単位に結びつけられる必要がある。
コーディングではこれが分かりやすい。コーディングエージェントはテストを実行し、ログを検査し、プルリクエストを開き、レビューコメントを受け取り、反復できる。この環境には多くの組み込みフィードバックがある。テストの合否、ビルドの破損、差分のレビュー、本番インシデントの追跡などだ。
コーディング以外では、機会は大きいがフィードバックループはより複雑だ。調査レポート、営業ワークフロー、法務レビュー、財務分析、スライド資料などには、明確な合否シグナルが常にあるわけではない。品質は多くの場合、人間によって判断される。ワークフローは多くのツールを含みうる。コンテキストは文書、メール、ブラウザ、CRM、社内システムに散在するかもしれない。
この領域で勝つ企業は、単に優れたプロンプトを持つだけではない。より優れたワークフロー設計、評価システム、データ取得、そしてユーザー行動をモデル改善に転換する仕組みを備えているだろう。
モデルルーティングは単なるコスト削減策ではなく、マージン戦略である
AI利用が拡大するにつれ、コストは戦略的な検討事項となる。多くのアプリケーション企業は、モデルルーティング、小型モデル、ポストトレーニング、蒸留、カスタムワークフローを通じて推論コストの削減を試みている。これは単なる財務最適化を超え、プロダクト戦略の一部となる可能性がある。
モデルルーティングの単純なバージョンは、簡単なタスクには安価なモデルを、難しいタスクにはフロンティアモデルを使うというものだ。
実際にはもっと複雑になる。単一のエージェントタスクは、計画、検索、ブラウジング、ツール使用、要約、コード実行、検証、最終応答など、数十のステップを含みうる。フロンティアレベルの推論を要するステップもあれば、安価なモデルで十分なものもある。最良のシステムは、タスク単位ではなくステップ単位でルーティングを行うだろうと筆者は考えている。
これが重要なのは、次世代のAIアプリケーションが同時に3つの次元で評価される可能性があるからだ。
1. 出力の質
2. 完了したタスクあたりのコスト
3. ワークフローの信頼性
2つのプロダクトが同じフロンティアモデルを使っていても、片方がより優れたハーネス、ルーティング、評価を備えていれば、同等あるいはそれ以上の成果を、はるかに低いコストで提供できるかもしれない。ここにこそ、アプリケーション企業がモデルラボの外で独自の価値を構築できる余地がある。
ユーザーデータは「仕事」を捉えたときにより価値を持つ
AIアプリケーション企業にとって最も過小評価されている資産の一つは、一般的な利用データではない。ワークフローデータだ。
完了したエージェントの軌跡には、ユーザーのプロンプト、中間のツール呼び出し、ブラウザ操作、開いたファイル、行った編集、失敗、リトライ、最終出力、ユーザーの受容などが含まれうる。コーディングでは、テスト、差分、レビューコメントも含まれるかもしれない。一般的なナレッジワークでは、人間による修正、タスクの放棄、再生成された出力、引用、受容基準などが含まれる。
この種のデータが価値を持つのは、仕事が実際にどう行われているかを示すからだ。
しかし、すべてのユーザーデータがフライホイールを生み出すわけではない。筆者の経験では、最良のデータは3つの特性を持つ。
1. 価値のあるタスクに紐づいている。
2. モデルやエージェントを教育するのに十分な中間ステップを含んでいる。
3. 成功、選好、失敗の何らかのシグナルを持っている。
だからこそ、AIアプリケーションの次のフェーズには成長以上のものが求められる。企業は有用なフィードバックループを生み出すプロダクトを設計する必要がある。
フォワードデプロイドエンジニアが、AIツールとAIのROIをつなぐ架け橋になる
もう一つの含意がある。多くの企業は自力ではエージェントを導入しない。従来の営業というより、エンジニア、コンサルタント、ワークフロー設計者を融合したような、新しいタイプのフィールドチームが必要になるかもしれない。
これが重要なのは、エンタープライズにおけるAI導入がプロダクトの問題だけではなく、組織の問題でもあるからだ。
購入者はAIを望むかもしれない。だが従業員はどこから始めればいいか分からないかもしれない。中間管理職は抵抗するかもしれない。セキュリティやコンプライアンスがすべてを遅らせるかもしれない。ワークフローの文書化が不十分かもしれない。
こうした環境では、勝利するAI企業は最も洗練されたセルフサーブ型のオンボーディングを持つ企業ではないだろう。混沌としたワークフローを繰り返しAIネイティブなシステムへと変換できる企業かもしれない。
