この1年、AIにおいて他のどんな問いよりも重要になった問いがある。プラットフォームがかつて「アプリケーションの領域」だったものを次々と吸収していくなかで、本当のイノベーションはどこに置くべきで、資本はどこに配分すべきなのか、という問いだ。
この問いは、創業者、投資家、事業運営者を等しく悩ませる。取締役会の会議室でも、ピッチの場でも、エンタープライズの購買担当との対話でも顔を出す。そこから求められるのは、これまでと異なる種類の規律である。「作れるか？」ではない。「プラットフォームがそれを機能として実装したとき、なお重要であり続けるのか？」だ。根底にあるテストは全員同じである。価値は自分が所有する何かにあるのか、それともプラットフォームがコモディティ化する何かにあるのか。プラットフォームは追いついてくる前提で考えよ。成立する唯一の戦略は、「パッケージ化されて消えてしまわないもの」に投資することだ。
実務ではこうなる。チームは何カ月もかけて、実体のあるプロダクトのように感じられるもの——エージェントのワークフロー、オーケストレーションの糊（グルー）、ツールコネクター、検索（リトリーバル）の足場、ガードレール——を作り込む。ところが大手モデル提供者が「エージェント・プラットフォーム」のプリミティブ（基礎要素）を出荷し、それらの多くが当たり前の要件（テーブルステークス）へと圧縮されてしまう。これが論旨である。モデルを作る側は汎用的なアプリケーション層をより多く取り込み、ベースモデルの能力は加速度的に伸び続けている。推論は向上する。ツール利用はより信頼できるものになる。オーケストレーションはパッケージ化される。接続パターンは標準化される。そうした世界では、AIプロダクトの仕事の多くが見分けのつかないものになりかねない——とりわけLLM（大規模言語モデル）の薄いラッパーに過ぎないものはなおさらだ。カスタムモデルをめぐる議論が変わりつつあるのも、このためである。ファインチューニングにも居場所はあるが、いまや標準戦略ではなく、戦術的な最適化になりつつある。作り手にとって、持続的な優位は特注モデルの所有からは生まれない。運用側にとって、持続的な優位は「秘伝のタレ」がプロンプトの糊付けに過ぎないベンダーを選ぶことからは生まれない。差は、モデルを賢く使うことから生まれる。そして、モデルやプラットフォームが無料では与えてくれないもの——ドメインの振る舞い、組織の意思決定ロジック、そして信頼——に投資することだ。
では、いま持続的な価値はどこにあるのか？
「アプリ」で考えるのをやめ、システム——具体的には、業務を実行するシステム——で考えるとよい。次の偉大なAI企業は、AIの会社のようには見えないだろう。オペレーション（業務運営）の会社のように感じられるはずだ。本格的な垂直型AIプロダクトにはアーキテクチャがある。人が実際に働き、意思決定する「エンゲージメントシステム」がある。意図をステップ、例外、承認、実行へと変換する「アクションシステム」がある。ドメイン知識——エンティティ、関係性、制約、物事の意味——がある。そして組織知識——組織の内部にある、書かれていない意思決定ポリシーである。閾値、フォールバック（代替手段）、エスカレーションパス、そして現実が理想と一致しないときに何が許容されるか。そこにモデル、データ、フィードバックループが続く。そして最後に信頼——評価、監査可能性、セキュリティ、ロールバック（巻き戻し）——が来る。
プラットフォームがオーケストレーションと汎用ツールを上位へ引き上げていくほど、差別化は、ドメイン固有で、複利的に効き、運用上信頼できる領域へと集中する。実務では、異なる3つの「堀の中心」が何度も立ち現れるのを目にする。それらは同じものではない——その違いが重要である。
組織知識を「実行可能」にする
多くの組織では、ポリシーが文書やスプレッドシート、そして「うちのやり方」に散在している。欠けているのは、そのポリシーを現実の条件下で一貫して適用できるシステムだ。この堀が問うのは、構造化とエンコードである。ドメイン知識と組織の意思決定ポリシーを、持続可能な形——コンテキストグラフ、ポリシーグラフ、運用オントロジー——へと変換することだ（私はこれについて以前に書いた）。モデルが改良されるほど複利的に効く。モデルがエンジンとなり、ポリシーとコンテキストがハンドルとブレーキになるからだ。
ワークフローの所有、とりわけ例外をめぐって
理想的なルート（ハッピーパス）が仕事であることは稀だ。仕事の本体はロングテールにある。入力の欠落、相反する制約、エッジケース、停滞する承認、エスカレーションを要するリスク。汎用的なエージェント実行基盤はプリミティブを提供できるが、あなたのドメインで何が重要か、テンプレートに収まらないとき誰が責任を負うべきかはエンコードできない。この堀は、組織が何を知っているかではない。現実が混沌としているときに何をするかである。採用を勝ち取るシステムは、例外処理を後始末ではなくプロダクトとして扱う。
測定可能な特性としての信頼
AIシステムが「提案」から「実行」へ移るにつれ、失敗の形は変わる。もはや「答えが間違っていた」ではない。「もっともらしい理由を添えて、システムが誤った行動を取った」になる。信頼は感情ではない。アーキテクチャである。パフォーマンス測定、振る舞いのトレース、意思決定の監査可能性、リスク封じ込め。これが、パイロット（試験運用）と本格導入を分ける。そしてそれは、前述の2つの堀とは独立している。
簡単な例で具体化しよう。ある企業が、顧客への返金やクレジット付与を大規模に自動化しているとする。ポリシーを説明するチャットUIは便利だ。しかし価値は、申請を受け付け、適格性を確認し、不正のシグナルを検知し、閾値を適用し、例外を上長に回し、適切なシステムで返金を実行し、なぜそうなったのかを説明できる監査証跡を残す——そのワークフローにある。モデルは、雑然とした入力の解釈やコンテキストの要約に役立つ。しかしプロダクトの中核は、組織の意思決定ポリシーと、それを包むアクションシステムである。来年モデルが良くなれば、システムも良くなる——自分が所有するガードレールの内側で、より高い精度で実行できるようになるからだ。
この論旨へのもっともな反論もある。すべてのカテゴリが同じ時間軸でこの方向に進化するわけではない。意思決定ロジックが真に汎用的な領域——基本的な要約、単純なQ&A、コモディティ化したコンテンツ生成——では、プラットフォームが完全に勝つ可能性がある。その場合、買い手にとっても作り手にとっても正解は、それをインフラとして消費し、別の何かで競争することだ。上の論旨が最も強く当てはまるのは、ドメインの振る舞いが複雑で、ステークスが高く、例外が頻発し、信頼が譲れない領域である。自分のユースケースがその条件を満たさないなら、別のものを作るべきだ。満たすなら、薄く作るのは戦略的な誤りである。
作り手、投資家、運用側に共通するトレードオフも同じだ。デモ映えするもの——より賢いエージェント、より美しいインターフェース、より巧妙なプロンプトスタック——に投資したくなる。しかしそれらこそ、モデルが改良され横方向に拡張するにつれて、プラットフォームが取り込むべく競争している層である。持続的な投資とは、AIをドメインのオペレーティングシステムへ変えるものだ。実行可能な組織ポリシー、例外起点のワークフロー、そして測定できる信頼である。
堀は動いている。重要なのはただ1つだ。モデルが良くなり、プラットフォームが横方向に拡張していくなかで、あなたがなお所有し続けられ、持続的かつ防衛可能なものは何なのか？
