AIはエンタープライズソフトウェアを殺さなかった。それを構造的な勝者と敗者に分けた
ここ2年間、取締役会やベンチャーキャピタルの議論を支配してきたナラティブがある。人工知能は、かつてソフトウェアがアナログなビジネスモデルを飲み込んだのと同じように、エンタープライズソフトウェアを丸ごと飲み込んでしまうというものだ。これは強力なイメージである。そして、摩擦なく流通するあらゆる強力なイメージがそうであるように、現実の投資判断を左右する前に、誰かが圧力をかけて検証する価値がある。
AnaplanのCEOであるチャーリー・ゴットディーナーは最近、フォーチュン誌に、別の読み方を提示するエッセイを発表した。彼の主張はAIがソフトウェアを変えないということではない。その変化は水平的でも民主的でもないというものだ。それは一種の選別であり、ある販売者を増幅させながら他を冗長にする分類のプロセスである。ゴットディーナーにとって、決定的な変数は技術そのものではなく、ソフトウェアの各レイヤーが何を計算し、何を表現するかという性質にある。
以下の内容は、その主張の擁護でも反論でもない。そのビジネスロジックの監査である。
---
三層モデルと本当に争われているもの
ゴットディーナーは、エンタープライズソフトウェアのアーキテクチャが、それぞれ異なる役割を持つ三つのレベルに分裂しつつあると提唱する。頂点では、大規模言語モデルが普遍的な会話インターフェースとして機能する。底辺では、彼がモデルコンテキストプロトコルと呼ぶものが、既存システムへコマンドを実行する。その中間に、彼が決定論的ドメインオーソリティと呼ぶレイヤー——ガバナンスされ、監査可能で、再現性のある計算エンジンを指す彼の用語——があり、そこに防御可能な価値が宿ると彼は主張する。
その議論を支える技術的な区別は明確だ。言語モデルは確率論的である。統計的なパターンに基づいて応答を生成するのであり、固定された計算ロジックに基づくのではない。企業が財務計画の変更による正確な影響を把握する必要がある場合や、報酬体系の変更が総人件費に与える影響を計算する必要がある場合、確率では不十分だ。同一データに対して毎回同一の結果を、いかなる規制上または税務上の監査条件のもとでも生成できるエンジンが必要となる。
言語モデルのこの制限は現実であり、文書化されており、真剣な技術的議論の対象にもなっていない。議論の的となっているのは、その決定論的な空間に属さないソフトウェアレイヤーに何が起きるかである。
ビジネスインテリジェンスとデータ可視化ツールに対するゴットディーナーの診断は具体的であり、説得力がある。製品の主要な価値がユーザーに対し、自然言語でデータに質問し視覚的な回答を得ることを可能にすることにあったならば、そのプロダクトは今や、業務用OSに統合された会話インターフェースと競合している。3年後の話ではない。今日の話だ。その基本的な機能を複製するための参入障壁は崩壊した。
同じことが、自社の計算処理を持たないワークフロー自動化ツールにも、いくつかのニュアンスはあるものの当てはまる。それらはシステム間でデータを移動させるが、どのシステムの真実の源泉でもない。言語モデルが自然言語の指示によってそれらの統合を直接オーケストレートできるようになると、中間レイヤーは存在理由を失う。
分析がより興味深くなり、より精査に値するのは、この分類のもう一方の側においてである。
---
ゴットディーナーが提唱する堀と、彼が語らないこと
ゴットディーナーは、エンタープライズ計画エンジン、人事台帳システム、顧客管理システム、特化した規制データベースが構造的な生き残りであると主張する。理由は、これらがガバナンスされた計算上の真実を保有しているからだ。従業員の採用日、成立した商談の金額、製薬化合物の最大許容用量。これらは事実であり、提案ではない。そして言語モデルは、監査が要求する精度でそれらを生成することも検証することもできない。
この議論には技術的な堅固さがある。しかしそれは、ゴットディーナーが部分的に認識しながらも十分に展開していない罠を内包している。
決定論的エンジンの価値がドメイン内の計算上の精度にあり、そのエンジンが同等の精度をより低コストで提供する別のプロバイダーによって複製可能であるならば、普遍的なインターフェースとして機能する言語モデルはプロバイダー間で無差別になるだろう。堀はエンジンの中にあるのではない。それは顧客がそのエンジンの内部に構築した特定のモデルの中にある。
ゴットディーナー自身もそう述べている。真の優位性は、特定の企業が何年もかけてプラットフォーム上にコード化した計画モデルや業務モデルにある。そのモデルを競合システムに移行することは、データのエクスポートではない。制度的ロジックをゼロから再構築することだ。それは苦痛を伴い、その苦痛が顧客を引き止める。
ここで、ナラティブをビジネス上の発見から切り離すことが重要になる。なぜならゴットディーナーが、そう名指しせずに描写しているのは、継続的な技術的優位性ではなく、累積した代替コストに基づく顧客維持のメカニズムだからだ。それはスティッキネスの議論であり、永続的なイノベーションの議論ではない。それ自体は無効ではない。しかし、まだ実装を始めていない顧客に対する価値提案をどう読むべきかを根本から変える。
いまだどのプラットフォームにも縛られていない買い手は——そしてここでゴットディーナーの分析はあまり助けにならないのだが——受け取る価値のどれだけがエンジン自体から来るのか、どれだけが時間をかけて構築した自社モデルの深みから来るのか、そしてどれだけがやがて到来する言語モデルのエコシステムとの統合から来るのかを問わなければならない。それらは、コストと維持の構造が根本的に異なる、三つの価値提案である。
---
表に出てこない変数
ゴットディーナーは誠実に開示した利益相反の立場から書いている。Anaplanは、彼自身の説明によれば、まさに彼の理論的枠組みが勝者と宣言するタイプのプラットフォームである。それは分析を失格にしない。しかし、彼が語らないことにより注意して読むことを求める。
テキストに現れないのは、決定論的エンジンが増殖する市場における価格ダイナミクスである。言語モデルが中立的なインターフェースとして機能し、最も低コストで最も精度の高いエンジンを選択するならば、より多くのプロバイダーがそれらを提供するにつれて、決定論的エンジンの価格は下落する傾向があるだろう。計算が精密であることで競争が消えるわけではない。それは別のレベルに移行するのだ。同じ精度をより優れたパフォーマンスとより低い初期実装コストで提供できるのは誰か、という競争へ。
そのシナリオでは、唯一の持続的な防御はエンジンではなく、顧客の制度的モデルの深みである。それが意味するのは、プロバイダーの価値が漸進的に実装とモデル構築のフェーズに集中し、ソフトウェアライセンス自体には集中しなくなるということだ。これは利益率と収益構造に直接的な影響を与える。もし価値がプロフェッショナルサービスと構築されたモデルの複雑さにあるならば、そのビジネスは、高い利益率とライセンス拡大による成長を持つ純粋なソフトウェアプロダクトよりも、独自プラットフォームを持つコンサルタンシーにますます似てくる。
その転換は必ずしも悪いことではない。しかしそれは、純粋なSaaSプラットフォームの評価について語られるときに流通しているナラティブでもない。
もう一つの注目すべき欠如は、数学的・論理的推論タスクにおける言語モデル自体の改善速度である。ゴットディーナーは、言語モデルの確率論的な限界が複雑なエンタープライズ計算において構造的かつ永続的であると仮定している。その仮定は今日において妥当かもしれない。4年後には妥当でないかもしれない。新世代モデルの形式的推論における改善は一貫しており、文書化されている。もしそのギャップが部分的に閉じられれば、外部の決定論的エンジンへの依存は減少し、それとともに議論の中心的前提も弱まる。
---
構造的な堀と自己確認するナラティブを分けるもの
ゴットディーナーの議論は煙幕ではない。技術的に実在する区別——決定論的計算対確率論的推論——を特定し、それを具体的なビジネスニーズ、すなわち監査・規制上の精度・高影響度の財務的・業務的意思決定における再現性と正しく結びつけている。
議論がより多くの作業を必要とするのは、その技術的前提においてではなく、その投影されたビジネスアーキテクチャにおいてである。累積した代替コストによる顧客維持は強力だが、それは既に実装済みの企業においてのみ機能する。新規購入者に対する価値提案は、この枠組みが示唆するよりも脆弱だ。なぜなら、その購入者はより慎重に、より浅い初期モデルで、より多くの出口オプションを持って実装することを選べるからだ。決定論的エンジンへの価格圧力は、カテゴリーが成熟するにつれて増大するだろう。そして、複雑な推論における言語モデルの継続的な改善は、外部エンジンへの委任が必須とされる空間を狭め続けるだろう。
明確になっていることであり、留保なく受け入れるべきなのは、主にユーザー体験とビジュアライゼーションに基づくソフトウェアレイヤーに関する診断だ。それらのレイヤーは、自社の計算処理に基づく維持の議論を持っていない。その堀はインターフェースにあったが、インターフェースにはすでにより便利な代替品がある。明日なくなるということではない。しかし、自社の価値提案をガバナンスされた計算またはデータに向けて変革せずに、価格と顧客維持を支え続ける能力は、四半期ごとに劣化していく。
AIはエンタープライズソフトウェアを均一に食い荒らしているのではない。ガバナンスされた計算処理を持つ者を優遇し、他者が計算したデータへの便利なアクセスを主に販売していた者を罰する、非対称な圧力をかけている。その分断はゴットディーナーが発明したものではない。AIがそれを加速させた。そして、現在の自社プロバイダーがその線のどちら側に属するかをまだ監査していない中小企業は、次の契約更新の前にそれを行う必要があるだろう。
