Moti Cohen, 共同創設者兼CEO、Viewz Moti Cohen 共同創設者兼CEO、Viewz

エージェントAIの未来は 垂直型であり、金融がその理由を示している

現在、ビジネスソフトウェア市場は、会話型コパイロットから自律エージェントへの焦点の移行により、構造的な再編成を経験しています。過去1年間で、テクノロジー企業は、コアネットワーク全体にこれらの実行指向システムを展開するために競争しています。Anthropicは最近、報告で、そのエージェントが複雑な知識作業を開始するようにしたと述べています。一方、MicrosoftはBuild 2025カンファレンスで、製品内でマルチエージェントのオーケストレーションを導入しました。さらに、消費者向けエコシステムも変化しています。Metaは最近、企業向け市場に参入し、コミュニケーションプラットフォーム全体で日常業務を自動化するビジネスエージェントを導入しました。しかし、ソフトウェアが回答を生成するだけでなく、実際の作業を実行するようになると、知能は方程式の1つにしかなりません。コンテキスト、コントロール、ワークフロー、説明責任が同等に重要になります。企業の財務は、これらの現実を最初に露呈する機能の1つであり、自律ソフトウェアがどのように進化しなければならないかを示すブループリントとして機能します。エージェントAIのレースは、より優れた汎用システムを構築するための競争として主に構築されています。しかし、ソフトウェアが実行に移ると、生の知能は、エージェントが存在する環境よりも重要ではありません。プロンプトに基づいて詩を書いたり、Eメールをドラフトしたりするシステムは、厳しく規制されたトランザクションを実行したり、複雑な組織のサプライチェーンを管理したり、会社の資本を管理したりするためのアーキテクチャー基盤を持っていません。業界は、特定のドメインに固有の環境を備えた汎用的な知能が、特定の結果指向のビジネス問題を解決できないという合意に達しています。汎用エージェントと説明責任のある成果大多数のエージェントシステムはまだ、個々のアクションを完了できるかどうかで判断されています。彼らは1つのトランザクションを調整したり、レポートを生成したり、特定のバリアンスを説明したりします。しかし、企業の財務は、孤立したタスクで失敗しません。それは、正確にタスク間のハンドオフで失敗します。歴史的に、人間のオペレーターは、ギャップを埋めるために必要な判断、所有権、信頼を担ってきました。ワークフローが、毎回の出力に法的および財務的重みを持つ、規制されたマルチステップのオペレーティングサイクルの一部である場合、汎用エージェントは失敗します。毎回の壊れたハンドオフは最終的に数字に現れます。ソフトウェアが実際の運用責任を負うには、人間の監視が、システムを説明責任あるものにする層として残る必要があります。より広範な課題は、この大量の業界投資を機能的な現実に変えることです。ベンチャーデータは、AI企業が2025年に世界中のスタートアップ資金の約半分を獲得したことを示しています。この資本への集中は、企業ソフトウェアプロバイダーに、単純なチャット機能を超えて、実際に重い実行を処理できるシステムを構築するよう圧力をかけています。垂直エージェントがオペレーティングサイクルを再定義する理由垂直エージェントは、厳格な規制フレームワーク内で信頼できる出力を必要とするワークフローに必要になります。市場はすでに、この限界に対応するために、スタンドアロンのソフトウェアツールからエージェント対応のオペレーティングインフラストラクチャへの焦点を移しています。ロイターは、JPMorganの商業および投資銀行が、新しい最高経営責任者をデータおよびAI戦略の責任者に任命したと報告しました。データ品質の向上、ガバナンスの強化、クレジットやクライアントオンボーディングなどの運用に対するAIエージェントの準備が目的です。この機関の変化は、有能なモデルは、その行動を管理するために構築された構造化された環境なしでは無価値であるという基本的な真実を強調しています。しかし、多くの企業は、この問題に逆の方向から取り組んでいます。レガシーエンヴァイロメント内で、ツールのスプレーによって定義された自律ソフトウェアを展開しようとしています。企業の財務部門は、一般勘定、経費管理、請求書支払い、財務計画のための別々のシステムでデータを分離することがよくあります。これを修正するには、システムが相互に依存する方法を理解するように設計されたソフトウェアが必要です。実践では、自動化ツールは、調整の選択が月末クローズにどのように波及するか、リアルタイムレポートにどのように影響するか、最終的に資本決定をどのように変更するかを理解する必要があります。これらのワークフローを継続的なオペレーティングレイヤーに結び付けることで、ソフトウェアは、人間の役割を、手動でのデータ調整から例外レビューと戦略的判断へとシフトします。オペレーショナルデータレイヤーのアーキテクチャビジネスオペレーションにおける最初の世代のAIは、静的な知識に大きく依存していました。ドキュメント、Eメール、チャット、レポートから情報を抽出していました。垂直エージェントは、異なる技術基盤を必要とします。財務ワークフローを信頼性高く実行するには、エージェントはビジネスシステムのライブ状態に直接アクセスする必要があります。進行中のトランザクション、承認、例外、所有権、およびそれらの関係を見なければなりません。今日のエンジニアリング課題は、構造的に異なります。目標は、静的な知識を取得するのではなく、ビジネスがどのように運営されるかをリアルタイムでモデル化することです。多くの企業の財務AI製品は、真の自律エージェントになるためにこの基盤を欠いています。欠けている部分は、モデル下のオペレーショナルデータレイヤーであり、人間が準備し、管理する必要があります。標準的な大規模言語モデルは、企業の旅行ポリシードキュメントを読み、ユーザーの質問に回答できます。しかし、同じモデルは、トランザクションが承認されたクライアント契約と一致することを確認したり、残りの予算割り当てを確認したり、従業員の承認履歴上限を確認したり、会社の台帳に直接マッチングエントリを書き込んだりしない限り、自律的に支出報告書を承認することはできません。自律作業のシステム課題ビジネスオートメーションは、エージェントAIが知能の課題ではなく、システムの課題であることを証明しています。基礎となる大規模言語モデルの能力は、エージェントが存在する環境のアーキテクチャーよりも重要ではありません。ソフトウェアが会社のバランスシートや規制遵守に影響を与える作業を実行する場合、エラーは深刻な結果をもたらします。汎用モデルは、正確性を保証するために必要なガードレール、専門化されたスキーマ、およびライブデータパイプラインが不足しています。次の世代のビジネスソフトウェアは、特定のドメイン内で成果を信頼性高く所有する垂直システムを特徴としています。単一の統一データインフラストラクチャー内に自律エージェントをアンカーすることで、業界は、企業の運営を定義してきた手動オーバーヘッドを除去できます。このシステム第一の哲学は、企業が技術統合に取り組む方法を完全に変えます。汎用的な質問に答えることができる単一のモノリシックモデルを求めるのではなく、データストレージ、処理ロジック、セキュリティガードレール、人間のオーバーサイトを単一のオペレーティングインターフェイスに組み込んだ、専門化されたプラットフォームを求めます。価値は、基礎となるモデルの生の計算能力から、データインフラストラクチャーの設計に移ります。実際のビジネスオペレーションの実行は、データの完全性とシステムのガバナンスを生の知能能力よりも優先する垂直オペレーティングシステムに属します。深いインフラストラクチャー基盤を構築することで、業界は過去の管理ボトルネックから離れ、真の運用的自律性の時代に入ります。