量から選別へ：AIエージェントが解決を迫っているトラップ
過去8年間にわたって人工知能に投資してきたほぼすべての組織の廊下を、ある信念が漂い続けている。問題は常に「量」にあるという信念だ。より多くのデータ。より多くのトークン。より広いカバレッジ。より多くの蓄積された履歴。まるで知性がボリュームに比例し、システムのあらゆる障害に対する解決策は単純にさらに追加することであるかのように。
この確信は無邪気さから生まれたわけではない。ビッグデータの時代から生まれたのだ。情報を蓄積することが技術的に困難で、コストがかかり、それゆえそれ自体に価値があった時代から。より多くのデータを持つ者が優位に立った。それを処理できる者は、さらに優位に立った。モデルはシンプルで、明確な市場論理を持っていた。
今、本番環境にAIエージェントを展開している組織で起きていることは、その前提の不快な見直しを迫っている。問題はもはやデータの不足ではない。成熟した業界の中規模企業は、CRM、データベース、文書、メール、サポートチケット、社内コミュニケーションのスレッド、レガシーシステムを合わせて、何兆ものトークンを蓄積している。問題は、エージェントがそのボリュームをどう扱えばいいかわからないということだ。処理できないからではなく、フィルタリングする方法を誰も教えていないからだ。そしてその選択能力の欠如は技術的な問題ではない。企業が長年、まずもっと多くのデータが必要だという言い訳で回避してきた、組織設計の問題なのだ。
より多くのコンテキストが、より良いコンテキストであるという幻想
利用可能なすべてのものをモデルに与えることと、この特定の瞬間にうまく行動するために必要な正確なフラグメントへのアクセスを与えることの間には、構造的な違いがある。前者の選択肢は完全に感じられるため、より安全に見える。後者は事前に難しい決断を下すことを要求する：何が重要で、何が重要でないかを知ることだ。
その決断はコストがかかる。なぜなら、組織の誰かに関連性の階層にコミットさせるからだ。そして関連性の階層にコミットするということは、いくつかのことはそれほど重要ではないと認めることを意味し、私たちが長年収集してきたいくつかのデータは結果を変えないと認めることを意味し、ある部署が重要だと主張するいくつかのソースが実際にはノイズであると認めることを意味する。
その会話をする意欲のある組織はほとんどない。できないからではなく。誰も引き受けたくない社内政治的コストがかかるからだ。その結果、エージェントは矛盾する情報を含み、明確な階層のない膨張したコンテキストを受け取り、技術的には妥当だが運用上は役に立たない回答を生成する。失敗はモデルのせいにされる。行われなかった会話はそのまま手つかずで残る。
この問題への対応として浮上してきているものには技術的な名称がある：コンテキストエンジニアリングだ。表面上はそう見えるかもしれないが、プロンプト最適化の実践ではない。特定のタスクを実行するためにエージェントがどのような情報を受け取るかを、組織的な判断基準をもって決定する規律だ。それは形式的なシステムから正確な事実を抽出するための構造化検索、非構造化コンテンツから意味を回収するためのセマンティック検索、そしてリアルタイムで正確な識別子を特定するための逆インデックスを含む。それぞれ異なる機能を持つ、3つの異なる回収レイヤーだ。どれも他を置き換えることはできない。それらが一緒になって、蓄積された知識を使用可能なコンテキストに変換する。
問題は、これを正しく実装するには、組織の誰かがどのタスクに対して何が関連するかを事前に定義しておく必要があるということだ。そしてそれはエンジニアリングの問題ではない。ほとんどの組織が明示的な形で解決したことのない、知識ガバナンスの問題だ。
コンテキストグラフが組織の成熟度について明らかにすること
エンタープライズエージェントアーキテクチャにおける次のフロンティアには別の名称がある：コンテキストグラフだ。従来の知識グラフとの区別は正確であり、立ち止まって考える価値がある。
知識グラフは存在するものをモデル化する：エンティティ、関係、タクソノミー、オントロジー。エージェントに組織の概念世界がどのように構造化されているかを伝える。有用だが、不十分だ。例外承認プロセスが存在することを知っているエージェントは、それだけでは、実際にそれらの例外がどのように解決されるか、曖昧な状況でそれらを承認する実際の権限を誰が持っているか、今日ポリシーとしてコード化されている決定を生んだ非公式な会話のスレッドは何か、あるいは正式なプロセスが機能しないため2年前から運用チームが使っている回避策は何か、といったことを知らない。
コンテキストグラフはその手続き的なレイヤーを捉える。決定トレースを記録する：誰が何を承認したか、どの順序で、どのツールを使って、どのような結果で。現状だけでなく、そこに至る道のりも含む、持続的な組織の記憶を構築する。
この示意は、組織を技術的に設計する人だけでなく、組織を率いる人にとっても重要だ。有用なコンテキストグラフを構築できる組織は、自らの意思決定プロセスを可視化することができた組織だ。実際の承認フロー、通常の例外、エスカレーションのパターンを名称化した組織だ。組織図がそうあるべきと言っている形だけでなく、実際にどのように意思決定が行われているかについての会話をした組織だ。
多くの組織はそのレイヤーを構築できない。なぜなら、それを明示的に表現していないからだ。情報が存在しないからではなく、非公式な会話の中に、特定の人々の記憶の中に、誰もドキュメント化することに関心を持たなかった文書化されていない慣行の中に分散して存在しているからだ。なぜなら、それらを明示的にすることは、監査可能にすることをも意味し、それを行う利害を持たなかったからだ。そこには、AIエージェンティックプロジェクトがこれまでのどのプロセスコンサルティングよりも明確に表面化させている緊張がある。
AIエージェントは、組織が命名することを拒んでいるものを使って動作することができない。 そして命名することへの拒否は、常に技術的なものではない。多くの場合、政治的なものだ。特定の領域や人々が権力や自律性の一部を失うことになるため、形式化されることを望まない裁量の空間を保護することだ。
採用のペースが、今日の優位者ではなく、誰が優位に立つかを予測する理由
Gartnerは、2028年までにエンタープライズ環境のAIエージェントシステムの50%以上がコンテキストグラフを使用すると予測している。これは注意深く読むべき数字だ。なぜなら、すべての組織がそれをうまく使うとは言っていないからだ。大多数が何らかの形でそれを使うと言っているのだ。
何らかの形で使うことと、うまく使うことの差は、テクノロジーの予算では解決できない何かにかかっている。組織が意思決定の方法を詳細かつ誠実に表現するという事前の作業を行うことができたかどうかにかかっている。2028年に誰も本当には従っていない正式なプロセス上に構築されたコンテキストグラフを持って到達する組織は、機能不全をより高い効率で複製する洗練されたエージェントを持つことになる。非公式なもの、便利だからこそ不透明にしているために誰もドキュメント化しないものも含めて、実際のフローをマッピングするという不快な作業をした組織は、質的に異なるものを持つことになる：学習することができる制度的記憶だ。
AIエージェントにおける競争優位は、最も多くのモデルをデプロイした者や、最も多くのトークンを保存している者が持つわけではない。早く絞り込む方法を知った者が持つことになる。具体的な決定の結果を変えるコンテキストの正確なフラグメントを特定できるシステムを構築した者が。そしてそれは実際には、技術的である前に組織的な能力だ。
逆のシナリオで何が起きるかを考える価値がある。何百ものエージェントが並行して動作し、それぞれが企業の動作方法について独自の断片的で一貫性のないビジョンを構築している組織は、すぐには見えないが構造的に腐食性のある種のカオスを生み出す。エージェントは互いに矛盾する。一方が下す決定は、他方が下す決定と一致しない。制度的記憶は蓄積されず、断片化する。そして何かがうまくいかないとき、どのエージェントがどのコンテキストを受け取り、なぜそのように行動したかを誰もはっきりとたどることができない。ガバナンスは最も必要とされる瞬間に崩壊する。
選別は、組織がいまだ学んでいない規律だ
企業AIにおける過去8年間の進化が、かなり一貫して確認していることがある。問題はデータの不足ではなかった。何が重要かを決める抵抗だった。
何が重要かを決めることにはコストがかかる。それは、一部の領域が他の領域よりもシステムからの注目が少なくなることを意味する。それは、何年もかけて積み上げてきた作業を表す一部のデータソースが、エージェントの運用コンテキストに入らないことを意味する。それは、誰かが階層にコミットし、同意しない人に対してそれを守らなければならないことを意味する。
その会話は、私が知っているほとんどの組織では、AIの戦略というコンテキストの中で明示的な形では決して行われなかった。システムが十分な計算能力を与えられれば、すべてを処理できるという暗黙の約束で避けられた。AIエージェントが今明らかにしているのは、その約束が実現可能ではなかったということだ。計算能力が不十分だからではなく、エージェントが展開できる知性は受け取るコンテキストの質によって制限されており、コンテキストの質はボリュームの関数ではないからだ。それは、組織が自分たちの知っていることとそれをどう使うかを表現することができた明確さの関数なのだ。
その明確さを構築することに成功する組織は、正しいテクノロジープラットフォームを見つけたからそうするわけではない。リーダーシップの立場にある誰かが、他者が避けていた会話を強制する意志を持ち、システムが名称を付けずに置いておくことを好んでいたものを命名し、実際の目に見える政治的コストを持つ関連性の階層にコミットしたからそうするのだ。それはインフラ予算で購入できない能力だ。そしてそれが今のところ、最も希少なものだ。
