企業向けソフトウェアは40年にわたってビジネス成果に関するデータを蓄積してきた。しかし、それらを生み出した意思決定の理由はほとんど記録されていない。この空白が今、ベンチャーキャピタルの間で注目される投資テーマの中心となっており、その核となるのが「コンテキストグラフ」と呼ばれるフレームワークだ。
このテーゼは2025年12月、Foundation Capital（ファウンデーション・キャピタル）のゼネラルパートナーであるジャヤ・グプタ氏とアシュ・ガーグ氏が「AIの1兆ドル市場機会：コンテキストグラフ」を発表したことで大きな注目を集めた。この論文は、次世代の企業向けプラットフォームは既存の記録システムを改善することで構築されるのではなく、これまでそれらのシステムが保存してこなかったもの、すなわち、なぜ特定の行動が取られたのか、誰によって、どのような例外のもとで、どのような先例に基づいて行われたのかを説明する意思決定の痕跡を記録することで構築されると主張している。
欠落していた層
Salesforce（セールスフォース）、Workday（ワークデイ）、SAP（エスエーピー）は、正規のデータを所有することで時価総額1兆ドル規模の企業となった。CRMは取引が40%の値引きで成立したことを知っている。しかし、誰がポリシーからの逸脱を承認したのか、どのようなインシデント履歴が例外を正当化したのか、どの過去の取引が先例となったのかは知らない。その意思決定の理由は、Slackのスレッド、Zoomの通話、そして人々の頭の中に存在する。それらの人々が退職すれば、その知識は消失する。
グプタ氏とガーグ氏は、この空白を明確な区別をもって定義している。ルールはエージェントに一般的に何が起こるべきかを伝える。意思決定の痕跡は、特定のケースで何が起こったかを記録する。すなわち、どのポリシーバージョンが適用され、どのような例外が発動され、誰が承認し、何が変更されたかである。コンテキストグラフとは、これらの痕跡がシステム、エンティティ、時間を超えて結合されることで形成される蓄積された構造である。その結果、何が起こったかだけでなく、なぜそれが許可されたのかについての照会可能な記録が生まれる。
Databricks（データブリックス）への初期投資家であり、Cohesity（コヒシティ）やEightfold（エイトフォールド）を含む6社のユニコーン企業に投資してきたFoundation Capitalのアシュ・ガーグ氏は、商業的機会を直接的に説明している。真の賞金は2000億ドルのSaaS市場ではない。それは、企業が給与とサービスに年間4兆6000億ドルを費やしており、その大部分が運用可能にされたことのない人間の判断であるという点だ。
なぜAIエージェントが今これを緊急にするのか
コンテキストグラフのテーゼは、AIエージェントが企業のワークフローでどのように動作するかの直接的な帰結である。従来のソフトウェアとは異なり、エージェントはシステム横断的で行動指向である。サポート解決エージェントは、Salesforceから顧客ティアを取得し、Zendeskから未解決のエスカレーションを、PagerDutyから障害履歴を、そして解約リスクを示すSlackスレッドを取得し、意思決定を行う可能性がある。これらの入力、ポリシー評価、例外ルートのそれぞれが意思決定の痕跡を表している。その痕跡が意思決定が行われた瞬間に記録されなければ、それは失われる。
グプタ氏とガーグ氏は、システム・オブ・エージェントのスタートアップが既存企業に対して構造的な優位性を持つのは、まさに実行パスに位置しているためだと主張する。エージェントが人間が承認、修正、またはエスカレートする行動を提案するとき、それは構造化された事前情報と判断シグナルを同時に生成している。人間の編集が意思決定の痕跡である。すべての上書き、すべての例外の承認、すべてのエスカレーションパスの選択がグラフに追加される。
既存企業はアーキテクチャ上の制約に直面している。Salesforceは現在状態のストレージ上に構築されている。つまり、商談が今どのように見えるかを記録するが、値引きが承認されたときにどのように見えたかは記録しない。SnowflakeやDatabricksのようなウェアハウスプラットフォームは、意思決定が行われた後にETL経由でデータを受け取る。どちらも、意思決定の理由がまだ利用可能な瞬間の書き込みパスには位置していない。
Y Combinatorのエージェントインフラへの賭け
Y Combinator（Yコンビネーター）の見解はこの軌道と一致している。2025年春のRequests for Startupsにおいて、Y CombinatorのCEOであるギャリー・タン氏は、創業者にAIエージェントを機能としてではなく、新しい企業の中核オペレーティングシステムとして扱うよう求めた。このフレーミングは、エージェントの意思決定を記録し複利的に蓄積するためのインフラを、次の投資サイクルの中心に置くものである。
タン氏はその後、テーゼから製品へと移行した。2026年3月、彼はgstackをオープンソース化した。これは、AI支援を専門的な役割に構造化するClaude Code設定である。プロダクト思考のためのCEO、アーキテクチャのためのエンジニアリングマネージャー、QAリード、セキュリティ監査人、リリースエンジニアといった役割だ。このプロジェクトは、3月12日のリリースから数週間以内にGitHubで約2万のスターと2200以上のフォークを獲得し、Product Huntでトレンド入りした。タン氏は、この設定を使用して50日間で平均して週に1万行のコードと100のプルリクエストを作成したと報告している。
gstackはコンテキストグラフ製品ではないが、コンテキストグラフが企業規模で解決するよう設計されている中核的な問題を示している。タン氏が個人使用のために構築した専門エージェントの役割は、セッションや協力者間で共有メモリを持たない。あるインスタンスによって行われたアーキテクチャ上の決定は、次のインスタンスには見えない。Epsillaによるgstackの分析は、これを「エージェントドリフト」と表現している。永続的で共有された信頼できる情報源がなければ、分散されたエージェントチームは乖離する。コンテキストグラフは、事実上、この問題を組織規模で解決するインフラである。
投資環境
ガーグ氏のパートナーであるジャヤ・グプタ氏と共著したFoundation Capitalの論文は、3つの異なるアプリケーションカテゴリを特定している。企業が戦術的にどのように運営されているかを記録する運用コンテキストグラフ、営業、引受、アカウント管理をカバーする顧客向けコンテキストグラフ、そして経営陣の意思決定を支援する戦略的コンテキストグラフである。それぞれが異なる機密性要件と異なる複利的ダイナミクスを持つ。
この論文はまた、消費者向けインターネット時代との直接的な類似性を描いている。Netflix（ネットフリックス）、Meta（メタ）、Amazon（アマゾン）、Google（グーグル）は、ユーザーがクリックしたもの、無視したもの、放棄したもの、戻ってきたものなど、詳細なスケールで行動を計測することで、複利的な競争優位性を構築した。企業向けソフトウェアは、企業の意思決定が営業、財務、法務、オペレーション、経営陣にわたる多者間交渉であり、それぞれが異なるインセンティブと権限を持っていたため、同等のループを構築することはなかった。コンテキストグラフは、論文のフレーミングでは、行動データループの企業版である。
ガーグ氏の共著者であるアシュ・ガーグ氏はX上で、コンテキストグラフは同時に到来する3つのトレンドの交差点に位置していると指摘している。企業の仕事は、ドキュメントのコメント、チケット履歴、承認フローなど、計測可能な表面に移行した。言語モデルは、以前は不活性だったコラボレーションデータから構造化された意思決定の成果物を抽出できるようになった。そして、AIエージェントは、人間が承認、修正、またはエスカレートする行動を提案することで、自動的に意思決定のチェックポイントを作成する。
STAC Researchが2026年1月に観察したように、グプタ氏とガーグ氏のテーゼは、すべての企業が認識できる空白を名指ししたために支持を得た。投資家にとっての問題は、どのスタートアップが実行パスに位置し、それらの痕跡が蒸発する前に記録し、既存企業が読み取りパスから複製できない複利的な層を構築する立場にあるかである。
まだ構築されていないもの
コンテキストグラフのカテゴリには、まだ明確な市場リーダーが存在しない。Foundation Capitalの論文は、「前回これをどのように処理したか」から「この方法で取引を構造化すれば、何が起こる可能性が高いか」への移行という、論文が説明する予測能力は完全には存在しないことを認めている。基盤となるインフラを組み立てている企業は、それに向けて構築している。
信頼層も未発達である。意思決定の痕跡は、通常のアクセス制御では処理できない法的および競争上の機密性を持つ。法律事務所は、ある顧客の先例が競合他社の意思決定の理由に静かに影響を与えることを許可できない。医療機関は、運用履歴が抽象化を通じて漏洩することを許可できない。論文は、許可された検索だけでなく、許可された推論を解決する者が、データとともに複利的に蓄積される企業の信頼のカテゴリを獲得すると主張している。
既存企業は静観していない。Salesforce、ServiceNow（サービスナウ）、Workdayはすべて、既存のプラットフォーム上にエージェント層を構築している。しかし、これらのエージェントは基盤となるアーキテクチャを継承しており、それは現在状態のストレージ用に設計されたものであり、意思決定状態の記録用ではない。ベンチャー投資家にとっての構造的な問題は、この空白が製品の問題なのか、それともアーキテクチャの問題なのかである。Foundation Capitalの賭けは、それがアーキテクチャの問題であり、それを解決している企業は書き込みパスから外側に向けて構築しているというものだ。
消費者向けプラットフォームは、20年以上かけて行動の痕跡を1兆ドル規模のビジネスに複利的に蓄積した。その企業版、すなわち意思決定の痕跡を組織的知性に複利的に蓄積することは、Foundation Capitalの計算によれば、より大きな賞金である。そしてそれは、初めて技術的に達成可能となった。
