デモから本番環境へ： Effortless NYC の発表内容

Effortless NYC のエネルギーは圧倒的でした。F5 と Bill.com をお迎えし、Uniphore と Fame の成功事例を紹介。さらに業界のレジェンドである Vinod Khosla 氏、Dev Ittycheria 氏、Swamy Kocherlakota 氏から貴重なご意見を伺いました。

また、私たちは不快な真実にも言及しました： 企業のAI パイロットプロジェクトの 95% は失敗しているのです。

問題は AI モデルそのものではありません。問題は、業界が派手なデモに最適化する一方で、導入という難しい作業を軽視してきたことです。そしてリーダーたちは、AI の統合が私たちの働き方を変えるだけでなく、職場の構造や文化、規範に AI をどう組み込むかという点に焦点を当てていないのです。

当社の CEO である Dheeraj Pandey がステージで述べたように、今日のビジネスにおいて最も危険な質問は「 AI で何人の人間を置き換えられるか？」である。

それは「AIが人を置き換える」という物語に基づいた考え方であり、そもそも問いが間違っています。

テクノロジーの本当の物語は、拡張と統合です。では、どうやって？

Effortlessでは、その答えを発表しました。Computer ― 新しいアーキテクチャと新しいツールの上に構築され、チームに完全に統合されることを前提とした、AIのチームメイトです。デモのためではなく、実運用のために設計されています。

私たちは、AIは人間の判断を置き換えるものではなく、補完し、増幅するように設計されたときに最も力を発揮すると考えています。チームは縮小するのではなく、拡張される。そして、正しい問い ― 「私たちのビジネスを、いかにAIネイティブへと変革するか」 ― に向き合う限り、AIはより多くの機会と成長をもたらします。

以下は、マンハッタンで行われたイベントの振り返りです。

「ロング・ホライズン問題」とComputer

Dheerajは、多くのAI戦略が失敗している理由は、設計そのものに欠陥があり、古く、すでに壊れた基盤の上に構築されているからだと説明しました。多くの企業は、数十種類にも及ぶ分断されたアプリ群の上に、エージェントを無理やり接続しようとしています。

その結果生じるのが、私たちが「ロング・ホライズン問題（Long Horizon Problem）」と呼ぶ現象です。分断されたシステムをまたいで、わずか 3〜5 ステップの推論を行っただけで、フェデレーテッド（分散）型エージェントは不安定になり、文脈を失い、最終的には失敗してしまいます。

それでは、人のチームメイトとして振る舞い、人と並んで働ける「本物のエージェント」としては到底許容できません。本物のエージェントは、RAGを備えた単なるチャットボットでも、単純なワークフローを実行するだけの存在でもありません。

本物のエージェントには、本物の自律性（エージェンシー）が必要です。だからこそ、推論し、行動する reason-and-act のループで動くことができなければなりません。フェデレーテッド型エージェントでは、それは実現できないのです。

解決策は、より良い基盤でなければなりません。それは新しいアーキテクチャです。統合されたデータコアなしに、信頼できるAI戦略を構築することはできません。チーム全体で共有される、ひとつの「脳」が必要なのです。

この新しいアーキテクチャこそが Computer です。Computer は、私たちが特許を取得している2つの中核技術の上に構築されています:

• Computer AirSync – すべてのシステムにまたがるデータを、インテリジェントにマッピングし、統合するリアルタイム同期エンジン
• Computer Memory – エージェントと人のための「共有の脳」として機能する、権限制御対応のナレッジグラフ

Computerは9月のローンチ以降、すでに初期顧客のチームに具体的な価値をもたらし始めています。

そして本日ニューヨークでは、3つの新しい中核機能を披露するとともに、間もなくComputerに加わる未来像もご紹介しました。

1. 会話型アナリティクス：アナリスト不要で、データと対話

Computer は、「自然言語からSQL」ツールにおける最大の失敗のひとつを、真の会話型アナリティクス機能を実現することで解決しました。

ブログでも詳しく説明しているとおり、多くのツールは構文的に正しいSQLを生成することはできますが、実際には意味的に誤った答えを返してしまうケースが非常に多くあります。たとえば、あなたの会社でいう「Commit Date」が、データベース上では「Break Date」として保存されていることを理解できなかったり、あるツールでは「P0」が「緊急」を意味する一方で、別のツールでは異なる意味を持つ、といった違いを把握できません。

Computer は、「意味（セマンティクス）」のレイヤーで動作します。AirSync によってデータが Computer Memory に取り込まれることで、Computer はあなたのビジネス固有の言語を学習します。そのため、質問を投げかけると、意図を正しく理解し、複雑な結合処理も自動で実行できます。結果として得られるのは、誤った SQL クエリではなく、正確で会話的な答えです。

2. ヒューマン・イン・ザ・ループ・アクション：準備は Computer、判断は人が

多くのAIツールは、まず行動し、あとから通知するため、結果として修正に時間を取られるエラーを生み出してしまいます。これは無謀であり、非効率です。

私たちは、Computer をまったく異なる思想で設計しました。新しいヒューマン・イン・ザ・ループ（HITL）アクションは、ひとつのシンプルな前提に基づいています。「 Computer が準備し、最終判断はあなたが行う」。Computer は、必要な文脈を集め、情報を整理し、次に取るべき道筋を提案します。そして判断するのは、あなたです。AI が何をしようとしているのかを正確に確認でき、承認・修正・却下を自由に選べます。

たとえば、新しいリードに関するメールが届いたとき、Computer はこう尋ねます。「これは有望なリードに見えます。商談を作成しますか？」

あなたは、その場ですぐに承認することも、作成前に案件金額を調整することも、実際のリードでなければ却下することもできます。これにより、AI のスピードをそのままに、不安やリスクのない運用が可能になります。

3. Agent Studio: 誰でも使える AI 構築環境

これまで長い間、カスタム AI エージェントの構築には専門家チームが不可欠でした。Computer Agent Studio はその常識を変え、技術者であってもなくても、誰もがエージェントを構築できるようにします。

その中核にあるのが、私たちの**「スキル」フレームワークです。チケッティング、通知、CRM、スケジューリングといった複数のツールを、エージェントに個別に扱わせる代わりに、Agent Studioではスキル**という単位で機能を定義します。たとえば、**「顧客課題をエスカレーションする」**という単一のスキルには、これらすべての作業がまとめて組み込まれています。その結果、信頼性が高く、再利用可能で、組み合わせ可能な機能として、何度でも活用することができます。

Agent Studio は、エージェントを実験的な存在ではなく、インフラとして扱います。そのため、カスタム AI の強力さと、本番運用に必要なコントロールの両方を手に入れることができます。

• 実トラフィックを使った段階的なロールアウトとテスト
• 実験のための安全に分離されたサンドボックス環境
• エージェントのあらゆる判断と、その理由を可視化できる完全なオブザーバビリティ

これにより、これまでフォワードデプロイ型の Applied AI チームを通じてのみ提供されていた機能が、そのままあなたのチームの手に委ねられるようになりました。
今では、企業ごと・チームごと・顧客ごとのニーズに合わせて、Computer エージェントを自由にカスタマイズできます。

プロダクト＆ブランド担当 CVP の Michael Machado が共有したとおり、ある金融サービス企業では、エンジニアリングの支援を一切受けることなく、エスカレーションリスクを追跡するカスタムエージェントを、すでに Agent Studio で構築しています。

当社のビジョン： プロアクティブで協調的な『チーム・インテリジェンス』

Michael は、Computer がプロアクティブで協調的なチームメイトとなる「Team Intelligence」の未来像を紹介し、プロダクト基調講演を締めくくりました。
そこでは、Computer にまもなく追加される新しく、完全に統合されたワークフローのデモも披露されました。非常にワクワクする内容です。

受動的な対応から、プロアクティブへ。Michael は、Computer から「今、注意すべきこと」をまとめたパーソナライズされたサマリーの提示を受けて、一日をスタートします。そこで彼は、顧客がより高度な AI パフォーマンスの可視化を求めているというトレンドに気づきます。Michael が「誰がこの対応に最適か？」とComputer に尋ねると、Computer は DevRev の組織構成や各チーム、そしてそれぞれの業務負荷まで把握しているため、Tom と Amishaを適任として提案します。

シングルプレイヤーから、マルチプレイヤーへ。Michael がメールや別のツールでTom や Amisha に連絡を取る必要はありません。Computer が、彼らを新しいコラボレーション用のチームスペースへ招待します。そこには、4 人のプレイヤーがいます。Michael、Tom、Amisha、そして Computer。Google Docs が文章作成を、Figma がデザインを変えたように、Computer は AI を個人作業から、協働作業へと進化させます。（ワクワクしていただけましたよね？）

チームメイトとしての Computer。Computer は、Tom と Amisha に対して要点に絞ったサマリーを即座に共有します。コピー＆ペーストや、過去スレッドの転送は不要です。チームは、ただ Computer と一緒に仕事を進めるだけです。Tom がレポートの話題を出すと、Computer はその資料を呼び出し、要約します。Amisha が「もっとシグナルが欲しい」と言えば、Computer はアンケート、チケット、メールなどすべてのチャネルを確認し、その情報を会話に追加します。進むべき方向性が固まったら、彼らは Computer にこう頼みます。「新機能のキックオフを設定して」

シームレス、シンプル、エフォートレス

これが、これからの働き方です。人がいなくなる世界ではなく、AI とより深く統合された世界。そしてテクノロジーが、（ついに）私たちの集合知を増幅する世界です。

チーム・インテリジェンスの時代は、すでに始まっています。それは、統合・信頼・そしてチーム全体のために設計されたプラットフォームの上に築かれています。

Computer：本当に使える AI。