AI革命の本質はモデルではありません。重要なのは、その上に何を構築するかです。
この洞察は、Salesforceの創業者であるマーク・ベニオフ氏がダボス会議2026を前にTIME誌に寄稿した記事で明確に述べたもので、エンタープライズテクノロジー企業が競争優位性について考える方法を根本的に再構築すべき真実を示しています。ベニオフ氏の言葉を直接引用すると、「LLMの上に構築するもの、すなわち、信頼できるデータと、AIを私たちの仕事や生活のあり方と結び付けるワークフローこそが最も重要である」ということです。
エンタープライズテクノロジーを構築する企業にとって、この命題は存続に関わる重要性を持ちます。手作業の業務プロセスを前提に設計された従来型のエンタープライズSaaSは、投資家の間でその将来性が見直され始めています。こうしたソフトウェアは、近い将来、時代遅れになる可能性が高いと認識されているためです。それは10年先の遠い未来の話ではありません。数年以内に現実となることが予想される構造的変化です。
モデルだけでは不十分な理由
大規模言語モデルは急速にコモディティ層になりつつあります。これは、LLMを構築する企業が互換性があるという意味ではありません。持続可能な差別化がモデル自体からはもはや生まれないということです。優位性は、モデルの上位の層に位置するもの、すなわち、信頼できるデータ、深く組み込まれたワークフロー、そしてインテリジェンスを実際の業務上の意思決定に結びつけるドメイン特化型の理解へとシフトしています。
モデルがより強力でアクセスしやすくなるにつれて、ひとつの逆説が生じます。モデルが高性能になればなるほど、そのモデルを支える独自のネットワーク規模のデータと深い業界コンテキストの価値が高まるのです。今後、多くのエンタープライズテクノロジー企業が強力なAIモデルにアクセスできるようになります。多くの企業が大規模なデータセットを保有するでしょう。しかし、勝利を収めるのは、長年にわたって全く異なるものを構築してきた企業です。それはコンテキスト（業務文脈）の理解です。
コンテキストの必須性
コンテキストとは、膨大なデータセットをノイズからシグナル — つまり、「業務文脈を踏まえた意味のある情報」 —- へと変換する基盤です。データそのものが増えても、それだけでは有効な意思決定にはつながりません。重要なのは、そのデータが何を意味しているのかを理解できるかどうかです。エンタープライズデータで学習したAIエージェントが参照できるのは、過去に記録された意思決定とその結果です。しかし実際の現場では、人は記録されていない情報も踏まえて判断しています。たとえば、遅延の背景にある要因、取引先との関係性、例外的な状況、過去の経験則などです。人は、因果関係や相互の関連性、通常とは異なる兆候を理解し、「何が本当に重要か」を見極めています。そのような判断の前提となる情報や関係性を体系的に理解し、拡張しながら取り込み、業務に活用できるようにすること。それが本稿でいうコンテキストです。
基盤としてのコンテキスト
従来、プラットフォーム開発は線形の過程として考えられてきました。まずデータソースを接続し、次にコンテキストを追加し、その後アクションを可能にし、最終的にワークフローを自動化する。この順次モデルは、開発サイクルが数年にわたって延びる可能性がある場合には理にかなっていました。
しかし、もはや年単位での猶予はありません。従来のSaaSの急速な価値低下は、市場が従来のロードマップよりも速く動くことを証明しています。企業は今や、エージェント型エンタープライズを構築しなければなりません。これは、AIが単なる分析ツールではなく、業務目標に基づいて自律的に判断し、実行まで担う企業運営モデルを指します。その実現には、相互に依存する3つの要素が不可欠です。すなわち、コンテキスト、推論、主体性です。
さらに進む前に、本稿における各用語を定義します。
- コンテキスト（Context）: 情報同士の関係性をAIが理解し、「何が重要か」を判断し、適切な出力を生成するための基盤となる知識体系。
- 推論（Reasoning）: AIシステムがロジックまたは学習済みパターンを使用して結論に達し、問題を解決するプロセス。
- 主体性（Agency）: 設定された目標に基づき、システムが自律的に意思決定を行い、具体的なアクションを実行する能力。
重要なのは、これら3つの要件が同等ではないという点です。コンテキストは、他の2つの要件を価値あるものにするための基盤です。
- 推論(AIモデルやロジックの適用)は強力ですが、推論すべき情報がなければ方向性を失います。どれほど高度な言語モデルであっても、解釈を導くコンテキストフレームワークなしに、特定のドメインにおいて何が重要かを判断することはできません。
- 主体性(行動の実行や意思決定の自動化)は、コンテキストなしでは危険です。業務で何が重要かを理解せずに行動するエージェントは、誤った判断をネットワーク全体に瞬時に拡散させ、業務に大きな混乱をもたらします。
例外対応を例に取りましょう。海上輸送における遅延予測には、単一の正しい対応があるわけではありません。あるケースでは、最上位顧客の顧客サービスレベル契約内容を守るために、後工程の在庫再配分を行う可能性があります。別のケースでは、安全在庫と後工程のキャパシティが混乱を吸収できるのであれば、何のアクションも必要ないかもしれません。データは同一です。しかし、結果は異なります。その違いを決定するのが今季テキストです。
階層構造は明確です。コンテキストは、他の要件がその上に成り立つ不可欠な基盤です。高度な推論や広範な主体性を構築することは可能ですが、コンテキストがなければ、それらは持続可能なビジネス価値に変換されません。コンテキストがあれば、それらは革新的なものとなります。
コンテキストという競争優位性を築く
すべてのエンタープライズテクノロジー企業は、徐々に強力なAIモデルにアクセスできるようになっています。多くの企業が大規模なデータセットを保有するでしょう。しかし、勝利を収めるのは、長年にわたってコンテキストの理解を構築してきた企業です。それは、ドメイン専門知識、関係性マッピング、異常検知といった、意思決定においてデータを唯一無二の価値あるものにする能力です。
project44では、このエージェント型の未来を可能にするために、世界最大の物流データグラフを長年にわたって構築してきました。250,000以上のキャリアを接続し、年間15億件の出荷を追跡しています。年間7.3兆のデータポイントを取り込み、検証しています。すべての主要な輸送モードと地域にわたるネットワーク規模のデータ。これは規模が大きいだけが優れているわけではありません。コンテキスト化されているからこそ競争優位性なのです。
この動画は、コンテキスト、推論、主体性が連携したときに、エージェント型エンタープライズが実際にどのようなものかを示しています。単にアクションを提案するだけでなく、ベテランのサプライチェーン担当者の判断力をもって実行するAIです。
コンテキストは再現可能なのか
競合他社は同様のコンテキストを構築できるのではないか？という反論があるのは当然です。理論的には可能です。しかし実際には、実務上は不可能です。少なくとも市場競争で優位に立てるほど迅速に実現することはできません。
意味のあるコンテキストを構築するには、多くの企業が持ちえない3つの要素が必要です。
- ネットワーク全体にわたる数年間の検証済みデータ収集
- そのデータを解釈するための深いドメインの専門知識
- コンテキストが実際により良い意思決定を促進することを証明する業務ワークフロー
これはデータ量の問題ではありません。データの意味の問題です。サプライチェーン・ロジスティクス、ヘルスケア、金融サービス、またはその他の複雑なドメインにおいて何が重要かを理解することに近道はありません。その理解は、最も機密性の高いデータを共有するほど信頼してくれる顧客との長年の業務上のパートナーシップを通じて獲得するものです。
競合他社が同等のコンテキストを構築する頃には、リーダー企業はその優位性を複利的に拡大しているでしょう。コンテキストはより良いAIの結果をもたらし、それがさらなる顧客を引き付け、より多くのデータを生成し、コンテキストを強化します。ネットワーク効果は、ユーザー層ではなく、データ層で発生します。
成果:実際に機能するAI
コンテキストが成熟するにつれ、AIが実際に提供できるもの、すなわちスキルが解放されます。チャットインターフェースやダッシュボードではなく、実際に業務を遂行するAIです。混乱が連鎖する前に出荷をルート変更する。20年の経験を持つベテランの判断力で例外事象を解決する。ネットワークをリアルタイムで最適化する。
コンテキストのないスキルは見せかけに過ぎません。ますます多くのテクノロジー企業がこれからAIスキルを提供するようになるでしょう。差別化は、それらを支えるコンテキストの深さによって生まれます。
エージェント型エンタープライズは未来の構想ではありません。今まさに起こっています。しかしコンテキストがなければ、その前提全体が崩壊します。そして、コンテキストがあれば、エンタープライズソフトウェア企業はこの歴史的転換を乗り越え、AIネイティブ企業は私たちが期待する通りの人類へのインパクトを実現できるでしょう。
