今日のエンタープライズソフトウェアにおける最も重要な進化は、新たなAIモデルの導入そのものではなく、「ユーザー」の定義が根本的に変わりつつあることにある。何十年にもわたり、エンタープライズシステムのアーキテクチャは、1つの論理的な前提に基づいて構築されてきた。すなわち、人間がプラットフォーム内の主要な消費者であり、行為者であるという前提だ。
この人間中心のモデルは、あらゆるインターフェース、ワークフロー、レポートを定義してきた。エクスペリエンス管理（体験管理）の領域では、それはパフォーマンスをレビューするマネージャー、ダッシュボードにクエリを投げるアナリスト、特定のアラートに対応する現場の従業員のために設計することを意味していた。急速に変わりつつあるのは、これら人間の消費者に加え、AIエージェントが爆発的に増加している点である。そしてそう遠くない将来、エンタープライズ・エクスペリエンス・ワークフローにおけるある特定の行動が、人間によって行われているのか、その人に代わって動くエージェントによって行われているのかは、ますます判然としなくなるだろう。
この変化を認識することは、業務を将来にわたって通用するものにするための戦略上の必須事項である。人間の判断と機械速度の行為主体性が連携して機能する統合された未来に向けて、プラットフォームと組織構造を先手を打って整える企業は、長期的な優位性を生む強靱な業務基盤を築くことになる。
Medalliaにとって、その現実に向けた設計は新たな方向転換ではない。これまで一貫して掲げてきた設計原則の自然な進化である。ただし、それは当社の構築方法に関する重要な要素の一部を変えつつある。そして私は、それが今日、すべてのエンタープライズテクノロジーのリーダーがプラットフォーム投資を考える際の指針になるべきだと考えている。
近い未来：人間とエージェントが融合する場
エンタープライズソフトウェアは常にその向こう側にいる人間のために設計されてきた、という前提は、厳密にはもはや正確ではなく、月を追うごとに正確さを失っている。より的確に言えば、私たちは、エンタープライズワークフローの大部分において「この行動を取っているのは誰か？」という問いに明確な答えが存在しない、そんな近い未来に入りつつあるということだ。
すでに起こり始めていることを考えてみてほしい。AIエージェントは次のようなことを行っている。
- CRMデータストリームを監視し、顧客体験（CX）シグナルに基づいてアカウントヘルススコアをリアルタイムで更新
- ワークフロー自動化プラットフォームを通じて、人間の介入なしにサービス対応をルーティングし解決
- 行動シグナルに基づき、マーケティングプラットフォーム全体でパーソナライゼーションの判断を調整
- そしてますます、Model Context Protocol（MCP）サービスを通じた複雑なオーケストレーションタスクの実行。MCPは、エージェントが利用可能なツールを発見し、統制されたデータソースにアクセスし、企業全体のシステム環境にまたがるアクションを起動できるようにする標準規格であり、そのすべてを単一の推論ループ内で行える
従来世代の自動化との決定的な違いは、行為主体性（エージェンシー）にある。これらのシステムは、事前に定義されたルールを単に実行するだけではない。推論し、計画し、行動する。しかもそれを継続的に、いかなる人間のプロセスも太刀打ちできないスピードとスケールで行う。
もはや問いは「エージェントは当社のプラットフォームの一部なのか」ではない。「当社のプラットフォームは、すでに到来しつつあるエージェントのために設計されているのか」である。
エージェント対応インフラが実際に意味するもの
エージェント型の未来に向けて設計するとは実際に何を意味するのか、具体的に述べたい。既存のプラットフォームの上にRESTエンドポイントを公開したり、Webhookレイヤーを追加したりするほど単純な話ではないからだ。エージェントがシステムを動的に発見し、安全にやり取りできるようにする、標準化された文脈認識型プロトコルへ移行する必要がある。
Medalliaでは、世界で最も要求水準の高いエクスペリエンスプログラムを運用する企業群において、人間のユーザーにサービスを提供している。
- 世界最大級の銀行の1つにおける6万人の現場チームメート
- 多国籍ヘルスケア企業の7万人の薬剤師
- 数千人の現場スタッフを抱え、数百の施設を管理するグローバルなホスピタリティ企業
その規模を可能にしているのは、インターフェースではない。その下にあるインフラである。世界で最も複雑で絶えず変化する組織階層に対応してきた豊富な経験と、10万人規模の組織の中で、どの人物がどのシグナルを見るべきかを正確に把握する精緻なロールベースのアクセス制御であり、各階層で手動設定を必要としない。さらに、グローバル金融機関、医療システム、政府機関のコンプライアンス基準を同時に満たすデータガバナンスアーキテクチャである。
そのインフラをAIエージェントに対応させるには、人間のユーザー向けに解決してきた問題とはアーキテクチャ上異なる一連の問題を解く必要がある。
- 人間のユーザーはレイテンシーを許容する。エージェントは許容しない。リアルタイムデータで動くか、誤って動くかのどちらかである
- 人間のユーザーは曖昧な情報に判断を加える。エージェントは曖昧さを機械速度で下流のアクションに伝播させる
- 人間のユーザーは提示されたインターフェースによって自然に制約される。エージェントには、データと権限のレイヤーで制約を強制する必要がある。警告メッセージを読むわけではないからだ
さらに、過小評価されがちな、より微妙な問題がある。エージェントの信頼性は、クエリ実行時に消費するデータの信頼性に左右される。あらゆる判断に組織内の文脈を持ち込む人間のアナリストとは異なり、エージェントの推論は、行動の瞬間にコンテキストウィンドウ内にあるものに制約される。その文脈が不完全で、古く、曖昧であれば、エージェントはそれに基づいて自信を持って行動し、しかも大規模に実行する。したがって、データの品質、完全性、リアルタイムでの可用性は、エージェント対応プラットフォームにおける必須のセキュリティ機能となる。
これが、当社がInsights Assistantを構築した理由の1つである。初日からトレーサビリティを第一級の要件として位置づけた。すべての回答は実データに裏づけられ、それを生成したソース資料へのインラインリンクを備えている。この設計判断は、回答を信頼し、検証する必要がある人間のユーザーのために行われた。しかし、エージェントにとっても同じように重要になる。追跡可能で監査可能な回答チェーンこそが、下流のシステムが推測ではなく、確信を持ってインテリジェンスに基づき行動できるようにするものだからだ。
過去18カ月にわたる当社のインフラ投資は、この現実を反映している。処理スループットは10倍高速化し、処理されたフィードバックシグナルは41億件に達して前年比30%増となり、現在では組織全体で5倍多くのエンティティにシグナルを紐づけられるようになった。これらは、エージェントが実際に依存できるリアルタイムで常時稼働する文脈的インテリジェンスのアーキテクチャ上の前提条件である。
AIエージェントに美しいダッシュボードは必要ない。必要なのは、統制され、リアルタイムで、コンテキスト的に完全な、行動に移せるインテリジェンスである。これらは異なる設計課題だ。
ガードレールの重要性：力には制約が必要である
エージェント型AIには、プロダクトに関する議論で十分な注意を向けられていない側面がある。エージェントは暴走し得るという点だ。SF的な意味ではない。極めて日常的で、かつ重大な結果をもたらすエンタープライズ上の意味においてである。顧客エンゲージメントツールにアクセスでき、十分なガードレールを持たないエージェントは、間違った瞬間に、間違った相手に、間違ったメッセージを送ってしまう可能性がある。運用システムにアクセスでき、境界が不十分にしか定義されていないエージェントは、個別には弁明可能でも、全体としては壊滅的な一連のアクションを引き起こす可能性がある。
ガードレールは、エージェントにできることを制限するものではない。そもそもエージェントに意味のある能力を安全に与えるための条件である。
これは、Medalliaの既存のエンタープライズアーキテクチャが真に模倣困難である領域だ。人間のユーザーにサービスを提供するために長年かけて構築してきた組織階層モデリング、ロールベースのアクセス制御、データガバナンスのフレームワークは、エージェントが必要とする制約レイヤーに直接変換される。目標は、エージェントがMCPサービスを通じてMedalliaのインテリジェンスにクエリを投げる際、そのエージェントが代行している人間のユーザーに適用されるものと同じ権限、同じデータレジデンシー規則、同じ組織上の境界を継承することだ。これらの制約は、後から継ぎ足すことはできない。構造的でなければならない。
実際には、これはMedalliaのインテリジェンスをエージェントのエコシステムに公開する際、既存のCRM、ワークフロー自動化、顧客自身のエージェント型インフラのいずれであっても、ガバナンスモデルがデータとともに移動することを意味する。エージェントは、認可されたユーザーができることを行える。そしてそれ以上はできない。設計上そうなっている。
Frontline-Ready AITMからエージェント対応インフラへ
当社が現在進めているプラットフォームの取り組みは、2つの時間軸で同時に進行している。そして、その間にある緊張関係は、AIに向けて構築するすべてのエンタープライズテクノロジーリーダーが認識すべきものだと私は考えている。
短期的には、Frontline-Ready AIは、人間のレイヤーで機能するAIとしての当社の現在の表現である。
- 数時間分の分析を数秒に圧縮するIntelligent Summaries
- システム上の問題が拡大する前に特定するRoot Cause Assist
- 現場チームが手作業のプロセスでは到底及ばない規模で顧客フィードバックに対応できるようにするSmart Response
- 数日かかる手動のテキスト分析設定を、AIを活用した数分のセットアップに置き換えるSmart Topic Builder
これらの機能は稼働中であり、本番環境で利用されており、すでに世界で最も複雑な組織の運営方法を変えている。世界有数のブランド650社以上が、現在Frontline-Ready AI機能を利用している。1年足らずでゼロから全社規模の導入に至り、すでにいくつかの心躍る成果も出ている。同じ期間に、MedalliaプラットフォームでのAI処理リクエストは3倍になった。導入曲線は急であり、加速している。
並行して、当社は次世代のプラットフォームが必要とするものを構築している。決して眠らない、常時稼働のリアルタイムシグナル処理アーキテクチャ。人間のナビゲーションだけでなく、エージェントによる消費を前提に設計されたデータモデル。顧客関係の全体的な文脈を、管理された単一の取得で浮かび上がらせ、エージェントが複数回の往復や追加のエンリッチメントを必要とせず、正しく推論するために必要なものを得られるようにするモデルである。さらに、Medalliaのインテリジェンスを、CRMワークフロー、ワークフローシステムのプロセス、マーケティングプラットフォームのエンジン、そして数千社の顧客が日々構築しているカスタムのエージェント型システムへ公開する統合アーキテクチャである。
当社初の会話型AIエージェントであるInsights Assistantは、意図的にこの2つの時間軸の交点に置かれている。人間のユーザー向けには自然言語インターフェースとして機能するよう設計されており、経営幹部から現場のゼネラルマネージャーまで、誰もが質問し、完全なトレーサビリティを備えた実データに基づく回答を得られる。しかし同時に、エージェントからプログラム的に呼び出せるようにも設計されている。この二重用途のアーキテクチャは意図的なものだ。当社が構築してきた人間向けのインテリジェンスレイヤーと、現在構築している機械向けインフラとの橋渡しなのである。Insights Assistantについて当社が行うすべての設計判断は、双方のユーザーに同時に機能しなければならない。
Frontline-Ready AIは、今日のために構築したものだ。エージェント対応インフラは、明日のために構築しているものだ。その両方を同時に支えることは容易ではない。スライド資料が見せてくれるよりも、はるかに困難である。
戦略的コミットメントと、なぜ今それを行わなければならないのか
エンタープライズソフトウェアにおける従来のアプローチは、現在のユーザーのために構築し、そこから拡張するというものだ。ダッシュボードを最適化する。分析機能を改善する。人々がすでに使っているインターフェースに機能を追加する。安定したカテゴリーであれば、それは合理的な戦略である。しかし、このエクスペリエンス管理というカテゴリーは安定していない。
比較的短い期間のうちに、エンタープライズ・エクスペリエンス・プラットフォームを通じて流れる価値の大半は、画面の前に座る人間ではなく、顧客関係に関わるあらゆるシステムを横断して、機械速度で継続的に動作するAIエージェントによって消費されるようになると当社は見ている。その現実に向けて今設計されたプラットフォームは、何年にもわたって複利的に積み上がる構造的優位性を得る。
Medalliaの次章を支える投資、すなわちBlackstone、KKR、Apolloの支援を受け、1億5000万ドル（約230億円）の新規資本とAIイノベーションへの5億ドル（約766億円）のコミットメントを伴う投資は、このイノベーションアプローチに必要な規模で資金を提供する。資本がアーキテクチャを生み出すからではない。アーキテクチャには継続的な投資、まだ完全には見えていない未来に向けて構築する長期的なコミットメント、そして最高水準で成果を出し続けてきた年月からしか生まれないエンタープライズの信頼が必要だからである。
当社にはすでに信頼がある。今、投資もある。当社が構築しているプラットフォームは、その両方の結果である。
エンタープライズテクノロジーリーダーが今問うべきこと
今日、エンタープライズソフトウェア企業の内部で下されている設計判断、すなわちデータアーキテクチャ、ガバナンスフレームワーク、権限モデル、統合プロトコルに関する判断は、どのプラットフォームがエージェント型の時代に備えられるのか、そしてどのプラットフォームがそこに到達するために根本的な再構築を必要とするのかを決定する。
いまプラットフォーム投資を評価しているすべてのエンタープライズテクノロジーリーダーに私が投げかけたい問いは、「このAIには何ができるのか」ではない。「このプラットフォームは、すでに到来しつつあるユーザーのために設計されているのか」である。
企業の導入環境にすでに組み込まれている組織インテリジェンス、すなわちロール階層、データガバナンス、シグナルルーティングのロジック、権限アーキテクチャは、明日のエージェント型システムが依存するのと同じインフラである。それが昨日の人間のユーザーのためだけに構築されたものであれば、明日のAIエージェントに対応するために必要な再構築は大きなものになる。最初から構造的で、管理され、追跡可能なものとして設計されていれば、その移行は置き換えではなく進化となる。
それこそが、今行う価値のあるアーキテクチャ上の判断である。エージェント型の未来が完全に見えているからではない。先んじてその判断を下す組織が、エンタープライズ・エクスペリエンスの次の10年を定義するからだ。後追いで判断する組織は、その10年を追いつくことに費やすことになる。
