Loopは、$9500万のシリーズC資金調達を、Valor Equity PartnersとValor Atreides AI Fundの主導で行い、ロジスティクス、ファイナンス、より広範なサプライチェーン運用全体でAIプラットフォームを拡大するために取り組んでいます。このラウンドには、8VC、Founders Fund、Index Ventures、J.P. Morgan Growth Equity Partners、およびTao Capital Partnersの参加も含まれます。この資金調達は、サプライチェーンが貿易の変化、コストの増加、グローバル運用の複雑性の増大により、ますます圧力にさらされている時期に実施されています。多くの企業にとって、根本的な問題は、ツールの不足ではなく、システム全体にわたる一貫した信頼性の高いデータ基盤の欠如です。サプライチェーンがAIの最も難しい問題の1つである理由サプライチェーンは本質的に断片化されています。重要なデータは、請求書、出荷記録、契約、複数のエンタープライズシステムに分散しており、これらのシステムはほとんどがクリーンに互いに通信しません。ルーチンプロセスである調整やコスト分析などの場合でも、手動介入に依存することがよくあります。これにより、AIの展開に構造的な課題が生じます。ほとんどのモデルは構造化された、高品質の入力に依存していますが、サプライチェーンのデータは、しばしば一貫性がなく、不完全であるか、レガシーシステム内にロックされています。したがって、さほど設計が良くないAIシステムでも、実際のロジスティクス環境で効果的に動作することが難しくなります。断片化されたデータからインテリジェンスシステムを構築するLoopのアプローチは、この断片化されたデータを、自動化と意思決定の両方をサポートできる統一されたシステムに変換することに中心があります。単独の分析レイヤーとしてではなく、プラットフォームはロジスティクスワークフロー全体の運用および財務データを取り込み、標準化し、出荷、コスト、サプライヤーの関係を解釈するためのドメイン固有のモデルを適用します。これにより、企業は分離されたデータポイントからより包括的な運用イメージに移行できます。このアーキテクチャの重要な側面は、同時に複数のデータ形式を処理する能力です。ドキュメント、構造化システムデータ、半構造化レコードはすべて同じパイプライン内で処理され、以前は切断されたシステム全体でより広範な可視性を可能にします。DUXの役割：ロジスティクス現実のためのモデルプラットフォームの核は、DUXです。これは、サプライチェーン環境用に特別に設計されたモデルとエージェントのファミリーです。これらのモデルは、ドキュメントの理解、構造化データ処理、およびドメイン固有の推論を組み合わせます。これにより、請求書や出荷書などの複雑なロジスティクスデータを解釈しながら、より広範な運用コンテキストを維持することができます。DUXは、洞察を生成するだけでなく、アクションを取ることも設計されています。解釈と実行をリンクすることで、システムは監査、調整、コスト割り当てなどのワークフローを自動化し、従来この分野を支配してきた手動プロセスへの依存を減らすことができます。貨物監査からフルスタックサプライチェーンインテリジェンスへLoopのプラットフォームは、当初貨物監査と支払いという分野に焦点を当てていました。これは、データの断片化と財務への影響が特に顕著である分野です。このニッチに焦点を当てることで、高価値の運用データへのアクセスが可能になり、実際の複雑さを処理できるシステムを構築することができました。そこから、プラットフォームは調達、サプライヤー管理、コンプライアンス、倉庫運用などの隣接分野に拡大しました。この進歩は、企業AIにおけるより広いパターンを反映しており、狭いながら重要な問題を解決することで、より広い運用レイヤーへの拡大の基礎が作られます。運用AIシステムへのより広範なシフトLoopのようなテクノロジーは、企業内でAIが適用される方法の変化を示唆しています。分析やレポートに主に使用されるのではなく、AIシステムは、運用ワークフローに直接組み込まれることが増えています。サプライチェーンでは、これは財務および運用データの継続的な調整、非効率性の自動検出、および変化する状況への迅速な調整を意味する可能性があります。時間の経過とともに、このようなシステムは、周期的なレポートサイクルへの依存を減らし、それらをより継続的なリアルタイムの意思決定プロセスに置き換える可能性があります。同時に、これらのシステムの有効性は、データ品質、システム統合、および幅広いシナリオで信頼性を持って動作する能力に大きく依存します。サプライチェーンは、動的な環境であり、スケールでの精度の維持は、依然として重大な技術的な課題です。企業インフラストラクチャへの影響Loopのようなプラットフォームの拡大は、企業アーキテクチャのゆっくりしたシフトを示唆しています。伝統的なシステムである、ERP、TMS、WMSプラットフォームは、主にレコード保持とトランザクション処理のために設計されました。AI駆動のレイヤーは、これらのシステムの上に配置され、静的なレコードをアクティブな意思決定の入力に変換しています。このモデルが継続して発展する場合、財務およびロジスティクスデータが個別に扱われるのではなく、連続して更新、調整、およびビジネス上の意思決定を通知する単一のシステムの一部となる可能性があります。ただし、移行は均一には進行しそうにありません。多くの組織は依然として深く根付いたレガシーシステムに依存しており、AIをこれらの環境に統合することは、技術的および組織的な複雑さをもたらします。採用のペースは、企業がデータインフラストラクチャを近代化しながら運用の安定性を維持する能力に大きく依存する可能性があります。
Q2 Holdings は、Q2 コード という新しい AI パワードの開発環境を導入しました。これは、Anthropic と Amazon Web Services の協力の下で構築され、金融機関内でのソフトウェアの作成方法に深い変化をもたらします。Anthropic の Claude Code と Amazon Bedrock を組み合わせて Q2 デジタルバンキングプラットフォームに直接埋め込むことで、会社は単純な自動化を超えて、銀行業界専用の管理された AI ネイティブ開発レイヤーに向かっています。これは、単純な生産性の向上として位置付けられていません。Q2 コードは、コンプライアンス、監査可能性、セキュリティが交渉できない金融ソフトウェアの制約の中で動作するように設計されています。結果として、リスクを紹介することなく、開発を速めるシステムが実現します。ドキュメントから直接実行への移行これまで、Q2 のエコシステム内で働く銀行やフィンテックパートナーは、Q2 Innovation...
NanoCoとVercelの間で新しい提携が成立し、人工知能における最も議論されていないボトルネックの1つである信頼性に取り組んでいる。AIエージェントがメール、内部ツール、財務データなどの機密性の高いシステムにアクセスするにつれて、業界は基本的な問題に直面している。つまり、エージェントが自律的に行動することを許可することなく、受け入れられないリスクを導入しないようにする方法である。NanoCoの答えはNanoClawであり、オープンソースのプラットフォームで、AIエージェントが行うすべての重要なアクションに明示的な人間の承認が必要であることを保証するように設計されている。この提携を通じて、承認レイヤーは、Slack、WhatsApp、Microsoft Teamsなどの日常のコミュニケーションツールに直接埋め込まれており、そこでは決定が瞬時に行われる。VercelがもたらすものVercelは、特にNext.jsなどのフロントエンドフレームワークのためのモダンなWeb開発ワークフローを推進することで知られている。そのプラットフォームにより、開発者は最小限のインフラストラクチャオーバーヘッドで、グローバルにアプリケーションを展開、スケール、アプリケーションを管理できる。過去数年間で、Vercelはホスティングから開発ツールへの展開を拡大しており、チャットSDKを含む。これにより、チームはプラットフォーム全体でリアルタイムのインタラクティブなチャットエクスペリエンスを構築できる。そのチャットSDKは、この提携の中心である。承認リクエストをメッセージングアプリに直接配信するインターフェイスレイヤーとして機能し、通常、複雑なバックエンドセキュリティプロセスであるものを、ユーザーにとって単純な1クリックの決定に変える。カスタムの承認システムをスクラッチから構築するのではなく、開発者はVercelのインフラストラクチャに依存してコミュニケーション、レンダリング、リアルタイムのインタラクションを処理できる。NanoClawと新しいAIコントロールレイヤーの台頭Vercelが配信メカニズムを提供する一方で、本当の革新はNanoCoとその急速に成長しているNanoClawエコシステムから来ている。NanoClawは、シンプルだが強力な前提に基づいて構築されている。つまり、AIエージェントには、チェックされていない権限を持つべきではないということである。重要なシステムにアクセスを許可されていても、人間の承認によって機密性の高いアクションがゲートされるフレームワーク内で動作する必要がある。これは、プロンプトやパーミッションだけでなく、構造的に強制されるため、エージェントはそれをバイパスすることはできない。このシステムの核心は、OneCLIによって提供される資格情報ボールトであり、認証がアクションを実行する正確な瞬間にのみ挿入され、すぐに取り消される。エージェント自体は、生の資格情報を見たり保存したりすることはない。アクションが承認を必要とする場合、NanoClawは、ユーザーの優先メッセージングアプリ内に表示される詳細なリクエストを生成し、コンテキストと明確な承認または拒否のオプションを含むインタラクティブなカードが含まれる。なぜ今が重要かこの提携のタイミングは、企業がAIの導入に取り組む方法に広範な変化を反映している。多くの組織は現在、トレードオフに直面している。つまり、AIエージェントを低リスク、低価値のタスクに制限するか、またはより広範なアクセスを許可し、関連するリスクを受け入れるかである。NanoClawは、完全にそのトレードオフを排除しようとしている。承認レイヤーを導入することで、企業はエージェントを高価値のワークフローに安全に拡張できる。特に、エージェントが財務システム、内部データベース、運用ツールなどの間でやり取りし、ミスが現実世界の結果をもたらす可能性がある場合に、これは特に重要である。オープンソーススタートアップの急速なトラクションNanoCoの成長は、この問題が開発者に深く共感されていることを示唆している。NanoClawはすでに200,000回以上のダウンロードを記録し、GitHubでは27,000以上のスターを獲得しており、これはオープンソースコミュニティでの早期導入の強い信号である。そのトラクションは、カテゴリがまだ早い段階にあることを考えると注目に値する。AI業界の多くはモデル性能と機能に焦点を当ててきたが、モデルを実稼働環境で展開する際の運用上のリスクには対処していない。NanoCoはそのギャップに正確に位置付けられており、エージェントベースのシステムのための基礎となる信頼レイヤーを構築している。AIエージェントが向かっている場所の予見この提携は、AIエージェントが単なるツールではなく、日常のワークフローに埋め込まれた半自律的なアクターである将来を示唆している。エージェントがツールを作成したり、自身の構成を変更したり、重要なシステムとやり取りできる能力を獲得するにつれて、堅牢な監視の必要性は非交渉となる。NanoClawの承認優先アーキテクチャとVercelのリアルタイムコミュニケーションインフラストラクチャを組み合わせることで、2社は、自律性とコントロールが相互に排他的ではないモデルを作成している。エージェントが行うことができることを制限するのではなく、最も重要な瞬間に人間がループ内に留まることを保証することに焦点が当てられている。もしもそのモデルがスケーラブルであることが証明されれば、企業がAIを展開する方法を再定義する可能性がある。AIは、封じ込めるべきリスクではなく、適切なガードレールが備わっている場合に安全に拡張できる機能として見られるようになる。
AIの旅程のこの段階で、ビジネスリーダーは広くAIガバナンスの重要性を認識しています。しかし、組織がポリシーとガイドラインを開発するスピードは、従業員がAIを日常の仕事に採用して統合するスピードに比べて遅れています。組織がガバナンスフレームワークが「完了」するのを待ってAIを有効にすることを待っている場合、組織は厳しい現実に直面する必要があります。明確なルールがなければ、従業員は自分で境界を定義します。その決定は、組織の標準、リスク許容度、または規制上の義務と直接対立する可能性があります。このガバナンスのギャップにより、Shadow AIが多くの組織内のデフォルトの運用モデルとなっています。広範囲にわたる拡大する問題Shadow AIは、個々の貢献者が周辺で実験することだけに限定されません。組織全体、リーダーシップを含むすべてのレベルに及んでいます。AIが日常のワークフローに埋め込まれるにつれて、上級の意思決定者も正式な承認プロセスをバイパスしてその利点を活用しています。実際、最近の研究によると、68%のセキュリティリーダー、CISOを含む、がワークフローに承認されていないAIを何らかの形で組み込んでいることを認めています。同時に、79%のITリーダーが報告しているように、組織がAIツールと共有する企業データから既にマイナスの結果を経験していることを報告しています。分析家は、この問題が悪化することを予測しています。ガートナーは、2030年までに40%以上の組織が承認されていないAIツールの使用によるセキュリティまたはコンプライアンスのインシデントに直面することを予測しています。拡大するリスクの表面Shadow AIは、以下のような幅広いリスクをもたらします： データの管理権の喪失と潜在的なデータ漏洩 セキュリティの脆弱性と攻撃表面の拡大 コンプライアンスと規制への露出 AIの使用状況の可視性の欠如 知的財産の喪失 評判の損害 不正確または偏った出力 これらのリスクの重要な要因は、AIシステムがデータをどのように処理するかについての根本的な誤解です。多くの従業員は、「無料」のツール、特にログイン資格情報が不要なツールを使用することで匿名性または保護が提供されることを前提としています。実際、これらのツールはユーザーの入力に依存してモデルをトレーニングして改善し、場合によってはデータを第三者と共有します。そのデータには、個人を特定できる情報（PII）、医療または法的データ、財務記録、知的財産、その他の機密のビジネス情報など、非常に機密性の高い情報が含まれる場合があります。さらに心配なことに、認識は常に行動を変えるわけではありません。調査によると、38%の従業員が組織の承認なしにAIツールと機密情報を共有していることを認めています。Shadow AIが続く理由Shadow AIに対処するには、組織はまずその根本原因を理解する必要があります。ほとんどの場合、従業員は悪意を持って行動しているわけではありません。彼らは環境に合理的に対応しています。彼らはより迅速に動かされ、より少ないリソースでより多くのことを行い、より優れた成果を出すよう圧力を受けています。AIはそれらすべてを可能にします。Shadow AIは、組織のシステムが期待と一致しないときに現れます。共通の要因には以下が含まれます： 職場でのAIツールの厳格な禁止 承認されたツールが機能的に劣る、またはユーザーフレンドリーではない 厳しい締め切りに対処する圧力 遅い、または複雑な調達プロセス 不明確な、または不存在のポリシー 限定的なトレーニング、またはガイダンス 個人的な判断への過信、またはリスクの軽視 Shadow AIの核心は、トレードオフです。認識されたリスクよりも生産性の向上が優先される場合、従業員は常に速度と効率を選択します。イノベーションを阻害せずにAIを管理する従業員はすでにAIを使用しています。事実を無視したり、行動を遅らせたりすることは、政策と実践のギャップを拡大させるだけです。組織は、コントロールから有効化へのアプローチを変える必要があります。これは、明確で実用的なガイドラインを確立することから始まります。ガイドラインは完全に成熟していなくても、方向性を提供し、曖昧さを減らし、受け入れられる使用に関する共通の理解を生み出します。しかし、ポリシーだけでは不十分です。組織は可視性も必要です。これには、従業員が安全にツールの使用状況を報告できる信頼に基づいたメカニズムを構築する必要があります。Shadow AIの恩赦期間、または匿名の報告などのアプローチは、罰則を直ちに課すことなく、重要な洞察を浮き彫りにすることができます。同時に、組織は責任を維持する必要があります。データの露出が重大、または過失の場合、結果は依然として必要かもしれません。目標は、リスクを完全に排除することではなく、賢明に管理することです。Shadowから戦略へShadow AIは、イノベーションの進み方がそれを包含するために設計された組織構造よりも速いことを示す信号です。組織は待つことができません。ガバナンスを確立することは、リスクを軽減し、可視性を回復するために重要です。しかし、ガバナンスだけでは不十分です。明確なガイドラインは、従業員がAIを安全に、効果的に使用できるようにする有効化、教育、そしてアクセス可能な代替案と組み合わせる必要があります。目標は、AIの採用を制限することではありません。AIを形作ることです。組織がそのバランスをとると、Shadow...
「AIには魂がない」、「それは芸術ではなく、盗作だ」、「ロボットが私たちの創造性を奪いに来ている」これらは、現在、アドエージェンシー、デザインスタジオ、映画学校で響くフレーズです。心配は理解できます。NFTブームとは異なり——それはピクセル化されたアペとデジタルカジノの投機的な泡だった——AIは、正反対の理由で私たちを怖がらせています：それは実際に機能します。それは文章を書き、絵を描き、音楽を作曲し、すべてを数秒で行います。多くの人にとって、これは人間の創造性の葬儀のようです。しかし、真実は、芸術の死を見ているのではなく、新しいルネサンスの門前に立っているのです。人工知能はアーティストを置き換えるためにここにあるのではなく、アーティストの創造性を増幅するためにここにあるのです。技術的な障壁を取り除き、創造性を解き放つのです。私たちが実際に感じているのは、交渉——技術とビジョン、実行と意図の間の交渉です。その緊張は不快です。それでも、面白いことが起こる場所です。力の指標としての不安技術の力の証拠として、集団的な不安は技術の失敗の兆候ではありません。Elon Musk は、UK AI Safety Summitでこの存在的な恐怖を完璧に捉えました:“ある時点で、仕事は必要なくなります… AIはすべてを行うことができます”しかし、この恐怖は新しいものですか？歴史は、実現しなかった経済の悪い予言で舗装されています。1589年に、ウィリアム・リーがストッキング・フレーム・ニット・マシンを発明したとき、彼はエリザベス1世から特許を申請しました。彼女は彼を断りました:“私の貧しい臣民に何が起こるかを考えてみましょう。彼らは確実に仕事を失い、乞食になるでしょう”世紀が過ぎ、1930年に、著名な経済学者ジョン・メイナード・ケインズは“技術的失業”という用語を生み出し、人間が処理できない変化のペースについて警告しました。しかし、実際には、逆のことが起こりました。機械は大量の失業を生みませんでした。代わりに、ファッションや大量生産などの新しい産業が生まれ、生活水準が劇的に向上しました。人間は働き続けました。ただし、非効率的なタスクをやめるだけです。歴史は一貫して、仕事が変化することを示しています。パターンは排除ではなく、昇華です。AIは、同じ質問の最新のイテレーションにすぎません。予期された死亡記事: 「今日から絵画は死んだ!」技術が「芸術を殺す」という恐怖は、繰り返しのサイクルです。1839年に、最初のダゲレオタイプが発表されたとき、有名なフランスの画家ポール・ドラローシュは発明を調べて、有名に:“今日から絵画は死んだ!”詩人および批評家のシャルル・ボードレールも合唱に加わり、写真を「芸術の最も致命的な敵」と「失敗した画家の避難所」と呼びました。絵画は死んだのでしょうか？そうではありません。写真は画家を現実を正確に記録する必要から解放し、印象派、キュビズム、抽象芸術を発明するよう促しました。技術は芸術を殺すのではなく、進化させるのです。また、写真自体は20世紀の偉大な芸術形式の1つになりました——アンセル・アダムス、ドロシア・ラング、アンリ・カルティエ＝ブレッソン。同様の瞬間は、約150年後、ジュラシック・パークのセットで起こりました。伝説的なストップモーション・アニメーター、フィル・ティペットは、手で恐竜をアニメーション化するはずでした。スティーヴン・スピルバーグが初めてCGIテスト映像を見せたとき、ティペットは映画史に残る言葉を言った:“私は絶滅したと思います”しかし、スピルバーグはティペットを「恐竜・スーパーバイザー」に任命し、デジタル・モデルの指示を出し、機械が独自に生成できない動き、魂、感情を注ぎました。彼は単に道具を変えたのです。職業を変えたのではありません。創造性の民主化: 技術者からディレクターへストップモーションからCGIへの移行と同様に、今日のAIは技術的な障壁を取り除きます。生成AIにより、才能の完全な民主化が可能になります。技術的な能力がなくても、壮大なビジョンを持つ人は、物語を実現することができます。人間の感覚は消えていません。キュレーション、センス、ビジョンに移りました。OpenAIのCEO、サム・アルトマンは:“私はAIが、経済的エンパワーメントと人間の能力のための最大の力になることを信じています”新しいタイプのミュージックビデオすでに、芸術家がAIと共同で創造的なパートナーとして働く様子を確認できます。2024年、監督ポール・トリロは、Washed Outの「The Hardest Part」のミュージックビデオを作成しました。これは、OpenAIのSoraテキスト・ツー・ビデオモデルで制作された最初の公式に依頼されたミュージックビデオです。映画は、カップルを十年間で1つの流れるショットで追跡し、車が建物に溶け込み、シーンが風景に溶け込むように、掴みかねる記憶のようです。トリロはAIを使用して自分の技術を置き換えるのではなく、ソラの超現実的な夢の論理的なビジュアルを使用して物語のテーマを深め、編集を通じて感情的な旅にしました。何が必要だったのか、多くのクルー、セット、VFXの予算が必要だったのですが、小さなチームで可能になりました。芸術性の低下ではなく、技術的な摩擦を取り除くことで、監督は感覚、ペース、ビジョンに焦点を当てることができました。それが注目すべき変化です。AIはショートカットとしてではなく、邪魔になるものとしてではなく、最終的に邪魔になるものを取り除くものとしてです。ただ1つの質問が残ります。なぜそれが重要なのか。創造者が真剣にその質問に取り組み、ツールに真正の視点をもたらす人たちは、すでに他の方法では存在しなかった作品を作成しています。創造性への脅威ではありません。創造性が新しい速度で走っているのです。結論: 21世紀の車輪車輪の発明は、移動が少なくなったわけではありません。車輪は移動可能な世界を作りました。産業革命は、製品が少なくなったわけではありません。豊かさを作りました。人工知能は、人間の知能のための「車輪」です。繰り返しの技術的な実行から私たちを解放し、最も貴重な資源——私たちの想像力——を、真正に偉大な問題を解決し、新しい物語を語ることに投資できるようにします。この新しい時代を生き残るアーティストは、強い視点を持つ人たちです。なぜなら、すべての人が同じツールにアクセスできる場合、唯一の違いは、不可欠な人間の質問——あなたは実際に何を伝えようとしているのですか?——です。革命はすでにここにあり、それはアーティストを置き換えるためにここにあるのではなく、自分自身のビジョンのディレクターに変えるためにここにあるのです。
