AIエージェント
既存システムはなぜ AI エージェント時代に「下層」に留まるのか
Salesforce × Anthropic の「Claudeforce」が象徴する新しい構図：既存企業のシステムはレコード管理に機能が限定される一方で、仕事全体を見える垂直 AI スタートアップに逆転の機会が生まれている。
原題
“The Incumbents Are Coming” （既存企業がやってくる：AI エージェント時代の競争地図）
原文からの引用
“The job is bigger than the record. An incumbent can automate more of the work around its core record, but the customer's job to be done is bigger than the record.”
日本語訳 仕事全体はレコード管理を超えている。既存企業は自社が管理するレコード周辺の仕事をより多く自動化できるが、顧客がなすべき仕事全体はレコード管理を超えている。
要点
- Salesforce + Anthropic の Claudeforce は、Claude が Salesforce CRM の上層インタフェースとなる構造を示した。既存企業はレコード管理と基本的なアクション実行に留まり、エージェントが判断と UI を担当する分業が明確化された。
- 既存企業は Retrieval（情報検索）→ Process（ルール適用）→ Policy（方針判断）→ Principal（戦略判断）の 4 つのエージェント階層のうち、Policy 程度までしか管理できない。なぜなら、判断基準がそのシステムが保有するレコード内に収まるから。
- 顧客の「仕事全体」はレコード管理を超えている。契約は法的事項の一部、チケットは顧客解決の一部、営業機会は取引全体の一部に過ぎず、複数企業・チーム・システムにまたがる。既存企業が管理する「レコード」は、その仕事の一断面に過ぎない。
- 垂直 AI スタートアップ（例：弁護士業務に特化した Harvey）は、仕事全体をまたがって「学習ループ」を構築できる。専門家による評価基準・カリキュラム、実務での修正フィードバック、アウトカムの測定から改善へのサイクルが、汎用エージェントには真似できない競争力を生む。
- 垂直 AI が勝つ市場の条件は 4 つ：①専門家が素早く正誤判定できる、②判断スキルが必要（単なるルール適用ではない）、③反復性が十分にある、④1 つのタスクから全体の仕事へ拡張できる。法務・税務・品質管理（製造）などが該当。
編集部の考察
自分の組織にとって最優先の論点は、AI エージェントの評価基準を「本番データが溜まるのを待って作る」のか「先に人工的に用意する」のかという投資判断である（要点4・5）。Harvey は顧客データを一切使わずに、約1,750件の法務タスク環境と、1課題あたり平均50項目からなる専門家ルーブリックを先に構築し、学習ループをゼロから立ち上げた。これは、既存企業がレコード内にデータが蓄積されるのを待っている間に、垂直特化企業が「良い仕事とは何か」の判断基準を先に言語化し切ってしまう構図でもある。自組織の現場で AI エージェントに任せている業務——契約レビュー、問い合わせ対応、品質管理など——について、専門家が定義した評価ルーブリックと模擬タスクが実際に存在するかを点検する必要がある。それが存在しなければ、エージェントの判断は Policy 階層（要点2）止まりで、既存企業のレコード管理と同じ天井にぶつかる。経営として下すべき決定は明確で、次期 AI 投資の重心を「モデル選定」から「評価基準とカリキュラムの内製」へ移すかどうかである。
本記事は海外記事の独自キュレーション・考察であり、原文の翻訳ではありません。引用部分の著作権は原著者に帰属します。