コンテキストこそが新たな金脈：次世代のエージェント型AIは処理能力ではなく理解力を買う

AI 革命は行き詰まりに陥っています。計算能力が不足しているのではなく、組織が間違った問題を解決しているからです。

世界のGenAI支出は 644年には2025億ドル専門家はまた、 40% 2027年までに、エージェントAIプロジェクトのキャンセルが予定されています。実際、スノーフレークのM&Aのような最近のM&A活動は、 250万ドルの買収 Crunchy DataとRubrikの ユーザー獲得 Predibase の発表は、根本的な変化を示しています。エンタープライズ AI の次の段階は、単なるコンピューティング能力にとどまらず、より深い理解が求められます。

賢いお金の動き

Hubspot S&Pグローバル・マーケット・インテリジェンスの2025年調査42年、企業の17%が最近のAIイニシアチブのほとんどを廃止しており、2024年にはわずかXNUMX%から増加しています。 さらに46％ 生産が始まる前に概念実証デモを放棄しました。

これらのAIプロジェクトが失敗しているのは、技術的な制約によるものではなく、むしろセマンティクスのギャップによるものです。AIシステムがペタバイト規模のデータを処理できるにもかかわらず、「顧客生涯価値」が様々な部門のニーズにどのような意味を持つかを理解できない場合、失敗の要因は状況に依存する可能性が高いでしょう。

スノーフレークの戦略を考えてみましょう 統合 PostgresのセマンティックAI機能の強化は、AIエージェントがトランザクションのコンテキストとビジネスセマンティクスを理解できる基盤の構築を目指しており、開発者は「より優れた俊敏性、可視性、制御性」を備えた「信頼できるAIエージェントを構築」できるようになる。RubrikによるPredibaseの買収も同様に、計算能力に加え、コンテキストの正確性を優先することで、顧客が「エージェントAIを安全に導入」できるようにすることを目指している。

コンテキストとスケールが出会う場所

パランティアの最近の成功 クアルコムとのコラボレーション AIの理解能力を拡張することは、コンテキストファーストAIアーキテクチャの変革力を示すもう一つの例である。 「オントロジー」アプローチ ビジネスの概念、関係、ルールを機械が読み取り可能な形式にマッピングするための言語的前例を作成することで、AI をパターン認識からわかりやすいビジネス推論へと変換し、オフラインまたはリソースが制限された環境でもセマンティック理解によって AI が効果的に動作できるようになる方法を示します。

例えば、原子力エネルギーに関する取り組みに関しては、 パランティアのAI 機器の故障を予測するだけでなく、サプライチェーン全体にわたるビジネスへの影響や、故障につながる、あるいは故障の結果として生じる規制遵守についても理解しています。同様に、 製造同社のシステムは、品質管理、在庫管理、顧客コミットメント間の相互依存性を理解しており、業務の全体的な概要を把握して、問題を予測し、事前に軽減するのに役立ちます。

パランティアの幹部の一人は、「オントロジー（ベースのアプローチ）により、ユーザーは異種のロジック資産を組み込んで組み合わせるワークフローを構築できる」ため、AIを「ますます複雑化する意思決定のコンテキストに安全に導入できる」と指摘した。

コンテキストファーストのインフラ革命

効率重視から意味重視のアーキテクチャへの移行は、エンタープライズAIの根本的な再考を表しています。 ガートナーの2025年データ＆アナリティクスサミット 彼の変容は3つの重要な要素にかかっています。

• セマンティックデータアーキテクチャ: すべてのデータポイントは、計算上の価値だけでなく、ビジネス上の意味も持たなければなりません。コンサルティング会社として エンタープライズナレッジ 研究 示されているように、セマンティック レイヤーは生データとアプリケーションの間の橋渡しとして機能し、直感的なユーザー インタラクションを可能にする「統合されたコンテキスト化されたビュー」を提供します。
• ビジネスロジック統合: 最大の価値を実現するために、最新の AI では、特定の組織のニーズに合わせた、事前に決定されたビジネス コンテキストとの統合が必要です。 OracleのAIエージェントスタジオ このアプローチを実証するものとして、Oracle Fusion Applications API、ナレッジストア、そしてAIを活用したワークフロー内で企業固有のビジネスロジックを保持する事前定義ツールへのアクセスを提供します。こうしたソリューションは、ビジネスオントロジーとモデル・コンテキスト・プロトコル（MCP）を統合することで、エージェント型AIシステムを強化します。MCPはシームレスでコンテキストリッチなデータ解釈を可能にし、AIエージェントが様々な企業データソースにわたって機能することを可能にします。
• コンテキスト意思決定エンジン: マッキンゼーの2025年AI職場レポート 成功するエンタープライズAIシステムは、あらゆるタスクがあらゆる組織にもたらすビジネスへの影響を徹底的に理解する必要があると強調しています。しかし、AIの成熟度に達していると自負する企業はわずか1%に過ぎず、現状の能力と状況に応じた要件の間にギャップがあることが浮き彫りになっています。

競争への影響

コンテキストリッチな AI システムをうまく構築できる組織は、自ら強化する利点を生み出すことになります。

各ビジネス インタラクションは、Agentic AI が特定のビジネス特有のニーズを細かく理解する能力を高め、パフォーマンスを向上させ、他社が計算能力だけで再現するのが難しい競争上の優位性を生み出す可能性を秘めています。 デロイトのGenerative AIの現状レポート 組織の 60% が最大 20 件の AI 実験を実施している一方で、「業界およびビジネス固有の課題」に焦点を当てている組織では、劇的に優れた成果が得られていることが確認されています。

人材への影響も同様に重要です。AIエンジニアは高額な給与を得ていますが、AIの実装と実装の両方を理解している専門家が本当に不足しています。 と同様 ビジネスドメインオントロジー。 PwCの2025年予測 「AIの成功は導入だけでなくビジョンにも大きく左右され、企業は持続的な価値を確認するための体系的で透明性のあるアプローチを必要としている」と強調しています。言い換えれば、ビジネスニーズを理解できるようにAIをトレーニングする人々がそのニーズを理解していなければ、彼らが作成するAIエージェントもそのニーズを理解していないことになります。

戦略的命令

では、組織が行う必要があるアーキテクチャの変更とは具体的にどのようなものでしょうか?

ガートナーのデータ＆アナリティクスサミット 技術的なメタデータからセマンティックなメタデータ（事前定義されたビジネス定義、オントロジー、関係性で強化されたデータ）への移行の重要性を強調しています。この「セマンティックファースト設計」への移行は、有意義な洞察を導き出し、システム全体の透明性を確保することを目指す組織にとって不可欠です。同時に、効果的なコンテキストAIガバナンスは、真のエージェントAI機能を他のAIと差別化するために不可欠です。 不十分なモデル 基本的な自動化機能のみを提供するが、エージェント機能として誤解を招くようなマーケティングが行われています。

エージェント AI で成功する企業とは、ビジネス コンテキストを十分に理解し、自律的かつ効果的に行動できるよう AI エージェントが戦略的に構成されている企業です。

エージェントAIのチャンス

ガートナーの予測 33年には2028%未満であったエンタープライズソフトウェアの1%にエージェントAIが組み込まれると予測されています。エージェントAIの台頭により、セマンティックインフラストラクチャが不可欠となり、これを実現するにはAIシステムに以下が必要です。

• ビジネス目標に沿った自律的な意思決定を行うための、コンテキストを深く理解します。
• 異なる部門やタスク間での競合アクションを防ぐために、すべてのデータソースにわたって意味の一貫性を保つ
• 組織のルールと規制への準拠を確保するためのビジネスロジックの統合

組織がエージェント AI 開発に数十億ドルを投入するにつれ、セマンティック基盤を持たない組織は失敗率の上昇に直面することになります。

文脈の要請

エージェント型AIシステムの普及が進むにつれ、セマンティック基盤を備えた組織とそうでない組織の間の格差はますます広がるでしょう。エージェント型AIに投資する企業にとって、選択肢は明白です。今すぐセマンティック基盤を構築するか、コンテキストアウェアな競合他社がより巧妙なAI投資を圧倒的な優位性へと変えるのを待つかです。

豊富な計算能力の時代において、 文脈は新たな金そして、AI システムに、そのサービス対象のビジネスを真に理解するように教えることができる人が、ミダス タッチを獲得するでしょう。