ラフル・デイ氏はGleanのプロダクトマネージャーである。
すべてのエンタープライズAI製品は、業務遂行方法の変革を約束している。デモでは、ユーザーが自然言語で質問すると、システムがカレンダー、チャット、ドキュメント、チケットから文脈を引き出すことを示している。それは知性のように見える。しかし、知性が現れるのは、基礎となるデータが完全かつ最新で、権限が適切に設定されている場合のみだ。
これがコネクターがエンタープライズAIにおける隠れた参入障壁となっている理由である。モデルも重要だが、真の強みは、モデルを企業のシステムの真実に根ざしたものにするインフラストラクチャーにある。
モデルは急速に改善しているが、データはそうではない
企業は現在、複数のプロバイダーから強力なモデルにアクセスできる。そして、優れたモデルと卓越したモデルの差は縮まり続けている。しかし縮まっていないのは、優れたデータと卓越したデータの差だ。ほとんどの組織は、断片化したシステム、一貫性のないスキーマ、そして数十のツールに散らばった古い情報を扱っている。
AIアシスタントが適切なドキュメント、メッセージ、チケットを見ることができなければ、信頼性の高い回答を生成することはできない。モデルは与えられた文脈でしか機能できない。実際のパフォーマンスのボトルネックはモデルではない。それはモデルに到達するデータなのだ。
コネクターは、散在するシステムを一貫した情報源に変えることでこの問題を解決する。コネクターはモデルが何を見るか、その情報がどれだけ新しいか、そしてアシスタントが基盤となるツールでユーザーが見る権限と同じものを尊重するかどうかを決定する。
コネクターはAPIを呼び出す以上のことをする
本番環境の統合を構築した経験のある人なら、コネクターが単なるラッパーではないことを知っている。それは、その上にあるAI層の精度と安全性に直接影響を与える一連の決断だ。
最初の決断は認証だ。すべてのSaaSツールには独自のIDモデルがある。これらのモデルを正確にマッピングすることが、アシスタントが開示すべきでない情報を漏らさないようにする唯一の方法だ。
2番目の決断は鮮度だ。一部のデータは事前インデックス作成が必要だ。他のデータはリアルタイムで取得すべきだ。多くのデータセットはハイブリッド戦略を必要とする。この設計が間違っていると、アシスタントは古いか不完全な文脈で回答する。
3番目の決断は正規化だ。JiraのタスクとAsanaのタスクは似ているように見えるかもしれないが、その構造は異なる。アシスタントには統一されたビューが必要だ。コネクターがそのビューを作成する。
4番目の決断は回復力だ。APIは変更される。レート制限は変わる。認証情報は期限切れになる。信頼性の高いコネクタープラットフォームは、障害を検出し、解決し、停止を引き起こすことなく回復する必要がある。
最後の決断はガバナンスだ。企業はデータの所在地、地域アクセス、削除ワークフロー、監査ログを気にする。コネクターはこれらすべてを尊重しなければならない。そうでなければ、AIシステムは本番環境での使用が承認されない。
これがコネクターが参入障壁を形成する理由だ。モデルは改善し続けるだろうが、多くのシステムにわたってこれらの数百の決断を構築し維持する難しさは時間とともに複雑になる。
参入障壁は深さから生まれる、デモからではない
このレイヤーを過小評価しがちなのは、デモでうまく見せられないからだ。コネクターの価値は、AIアシスタントが数分ではなく数ヶ月間、期待通りに正確に機能し、権限が正しく維持され、データが最新の状態を保ち、ユーザーが日常のシステムと一致するため回答を信頼するときにのみ現れる。
信頼は時間をかけて獲得されるもの、そしてコネクターがその大部分を担っている。
運用知識も蓄積される。コネクターを1年間維持した後、文書化されていない動作を学ぶ。どのフィールドが信頼できるか、どのイベントが一貫性なく発生するか、どのエッジケースが同期を壊すかを学ぶ。この知識は簡単にコピーできない。それは参入障壁の一部となる。
リーダーがAIプラットフォームを評価する際に尋ねるべきこと
ほとんどのリーダーはインターフェースやモデルに基づいてAIツールを評価する。より良い方法は、コネクターについて質問することだ。
プラットフォームは現在どのシステムをサポートしているか？データはどのくらいの頻度で同期されるか？権限はどのように処理されるか？同期が失敗したらどうなるか？新しい統合を追加するのにどれくらい時間がかかるか？インデックス付けされたデータはどこに保存されるか？監査ログはどのように生成され、レビューされるか？
これらの質問に対する回答は、プラットフォームの真の品質を明らかにし、派手なAIデモを超えて、実際に本番環境での成功を決定する要素に踏み込むことになる。
次の波：アクションコネクターと標準化されたプロトコル
現在、ほとんどのコネクターはデータの読み取りに焦点を当てている。次の波は、タスクの割り当て、レコードの更新、会議のスケジュール設定、ワークフローのトリガーなどのアクションに焦点を当てるだろう。これらのアクションには、より強力な保護措置、より明確な承認、そして明示的なユーザーの意図が必要だ。
ここで、AnthropicのモデルコンテキストプロトコルMCP）のような標準化されたプロトコルが重要になる。MCPは、AIシステムが安全かつ予測可能にアクションを実行するための共通の、権限を意識した方法を提供する。特注の統合の代わりに、MCPはソフトウェア開発者に、AIアシスタントが監査可能性と制御を持って呼び出すことができる機能を公開するための一貫したパターンを提供する。
アクションコネクターはより多くのエンジニアリングの厳格さを要求するが、より多くの企業価値も生み出す。それらはAIを観察者から参加者に変える。このレイヤーに今投資する組織は、企業の生産性の次の章を定義する可能性がある。
結論
エンタープライズAIは、UIの洗練さやモデルの選択だけでは勝利できない。それは、一貫性と注意をもって実際のシステムの複雑さを処理するプラットフォームによって勝利するだろう。コネクターはモデルが何を見ることができるか、何を信頼できるか、何を修正できるかを決定する。それらは、すべての信頼性の高いAI体験が構築される基盤を作り出す。
