コンテキストは新しい黄金：次のAgentic AIの波は、処理能力ではなく理解力を購入する

AI革命は、計算能力の不足ではなく、組織が間違った問題を解決しようとしているため、停滞しています。

世界的なGenAI支出は2025年までに$644億ドルに達すると予想されますが、専門家はまた、40%以上のAgentic AIプロジェクトが2027年までに中止されることを警告しています。実際、最近のM&A活動、たとえばSnowflakeの$2.5億ドルでのCrunchy Dataの買収やRubrikのPredibaseの買収は、根本的な変化を示しています：企業AIの次の段階は、計算能力以上のものです… それは、より深い理解についてです。

スマートマネーは動いている

S&P Global Market Intelligenceの2025年調査によると、42%の企業が最近のAIイニシアチブのほとんどを中止しました。これは、2024年の17%から増加したものです。さらに46%の企業が、生産開始前にPoCデモを中止しました。

これらのAIプロジェクトは、技術的な制限ではなく、セマンティックギャップのため失敗しています。AIシステムがペタバイトのデータを処理できるが、「顧客ライフタイムバリュー」の意味をさまざまな部門のニーズにわたって理解できない場合、失敗点はコンテキストに起因する可能性が高いです。

SnowflakeのPostgresのセマンティックAI機能の統合の戦略を考えてみましょう。これは、AIエージェントがトランザクション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を作成することを目的としています。開発者は「信頼できるAIエージェント」を「より高いアジリティ、可視性、コントロール」で構築できるようになります。RubrikのPredibaseの買収も、コンテキストの正確さと計算能力を優先して、顧客が「セキュアにAgentic AIを展開」できるようにします。

コンテキストとスケールの出会い

PalantirとQualcommの最近のコラボレーションの成功は、コンテキストファーストAIアーキテクチャの変革的な力のもう一つの例です。彼らの「オントロジー」アプローチ — ビジネス概念、関係、ルールをマシンリーダブル形式にマッピングするための言語的先行事項を作成する — は、AIをパターン認識からプレーンスピークビジネス推論に変換し、セマンティック理解がAIを効果的に動作させることを可能にする方法を示しています。

例えば、彼らの原子力エネルギーイニシアチブについては、PalantirのAIは、機器の故障を予測するだけでなく、サプライチェーンや規制コンプライアンスのビジネス影響を理解します。同様に、製造では、彼らのシステムは、品質管理、在庫管理、顧客コミットメントの相互依存性を理解し、運用の全体像を提供し、問題を予測して予防できます。

Palantirの幹部は、「オントロジーに基づくアプローチにより、ユーザーはヘテロジニアスなロジックアセットを組み合わせてワークフローを構築できる」と述べています。AIを「より複雑な意思決定コンテキストに安全に導入」できるようにします。

コンテキストファーストインフラストラクチャ革命

効率ファーストから意味ファーストのアーキテクチャへの移行は、企業AIの根本的な再考を表しています。 Gartnerの2025 Data & Analytics Summitによると、この変革は3つの重要な要因に依存しています：

• 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にはビジネス意味を持たせ、計算値だけではありません。コンサルティング会社 Enterprise Knowledge の調査によると、セマンティック層は、生データとアプリケーションの間の橋渡しとなり、「統一されたコンテキスト化されたビュー」を提供し、直感的なユーザーインタラクションを可能にします。
• ビジネスロジック統合：現代のAIは、事前に決定されたビジネスコンテキストとの統合を必要とします。これは、特定の組織のニーズに特有のものです。 OracleのAI Agent Studioは、このアプローチを示しています。Oracle Fusion Applications API、ノウハウストア、事前に定義されたツールへのアクセスを提供し、エンタープライズ固有のビジネスロジックをAIパワードのワークフロー内に保存します。 これらのソリューションは、ビジネスオントロジーをモデルコンテキストプロトコル（MCP）と統合することで、Agentic AIシステムを強化し、シームレスでコンテキスト豊かなデータ解釈を可能にし、AIエージェントがさまざまなエンタープライズデータソースで機能できるようにします。
• コンテキストデシジョンエンジン： McKinseyの2025 AIワークプレイス報告は、成功した企業AIシステムは、特定のタスクのビジネス影響を徹底的に理解する必要があることを強調しています。ただし、わずか1%の企業のみがAI成熟度に達したと考えられています。これは、現在の能力とコンテキスト要件の間のギャップを示しています。

競争上の影響

コンテキスト豊かなAIシステムを確立できる組織は、自らに自強化的な優位性を生み出します。

各ビジネスインタラクションは、特定のビジネスのニーズを理解するAgentic AIの微妙な理解を深める可能性があり、パフォーマンスを向上させ、計算能力だけで他者が複製することが困難な競争上の優位性を生み出します。 DeloitteのジェネレーティブAI報告は、60%の組織がAI実験を20件まで実施していることを確認していますが、業界およびビジネス固有の課題に焦点を当てた組織は、劇的に優れた成果を達成しています。

人材の影響も同様に重要です。AIエンジニアは高額な給与を要求しますが、実際の希少性は、AIの実装とビジネスドメインオントロジーを両方理解できる専門家です。 PwCの2025年の予測は、「AIの成功は、採用とビジョンの両方について、会社がシステム的な透明性のあるアプローチで持続可能な価値を確認する必要がある」と強調しています。言い換えれば、AIをビジネスニーズを理解するように訓練する人々がそれらのニーズを理解していない場合、AIエージェントもそれらを理解することはできません。

戦略的課題

組織が行う必要があるアーキテクチャの変更とは何ですか？

GartnerのData & Analytics Summitは、技術的なメタデータからセマンティックメタデータへの移行の重要性を強調しています。セマンティックメタデータには、事前に定義されたビジネス定義、オントロジー、関係が含まれます。この「セマンティックファーストデザイン」の移行は、有意義な洞察を導き出し、システム全体で明確性を確保することを目指す組織にとって重要です。同時に、有効なコンテキストAIガバナンスは、真のAgentic AI能力と、基本的な自動化のみを提供し、Agentic AIとして誤って販売されている不十分なモデルを区別するために不可欠です。

Agentic AIに成功する会社は、AIエージェントがビジネスコンテキストを深く理解できるように戦略的に構成されている会社です。そうすれば、AIエージェントは自律的に効果的に行動できます。

Agentic AIの機会

Gartnerは予測していますが、2028年までに、33%のエンタープライズソフトウェアにはAgentic AIが含まれることになります。これは、2024年の1%未満から増加したものです。Agentic 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になります。これを達成するには、AIシステムは以下のものが必要です：

• ビジネス目標に沿った自律的な決定を下すための深いコンテキスト理解
• すべてのデータソースのセマンティック整合性を保つことで、異なる部門やタスク間での矛盾したアクションを防ぐ
• ビジネスロジックの統合を通じて、組織のルールや規制へのコンプライアンスを確保する

組織がAgentic AI開発に数十億ドルを投入する中で、セマンティック基盤を持たない組織は失敗率の増加に直面することになります。

コンテキストの必須性

Agentic AIシステムが普及するにつれて、セマンティックインフラストラクチャを持つ組織と持たない組織の間のギャップは拡大します。Agentic AIに投資する企業にとって、選択肢は明確です：今、セマンティック基盤を構築するか、コンテキストを理解した競合他社が賢いAI投資を圧倒的な優位性に変えるのを見てみましょう。

豊富な計算能力の時代に、コンテキストは新しい黄金です。ビジネスを理解するようにAIシステムを教えることができる企業は、ミダスタッチを獲得することになります。