AIエージェント
ロングランニングエージェントはなぜ「成果報酬型」の商談を変えるのか──Red Venturesの衰退に見る3つの事業モデル
数週間〜数ヶ月にわたる顧客対応を丸ごと担える「長時間稼働エージェント」の登場で、AIベンダーがコスト削減だけでなく、生み出した成果に連動して課金できるようになりうるという分析。
原題
“Winning the Relay Race: Long-Running Agents in High-Value Customer Journeys” （長時間稼働エージェントがリレーを制す──高価値な顧客ジャーニーの行方）
原文からの引用
“according to S&P Global, RV generated ~$370M in EBITDA on ~$1.4B in sales in 2022... RV's EBITDA decline to an estimated ~$160M in 2025, driven by customer churn and softer ad spend, provides an early indication of the model's vulnerability as AI will transform the industry further going forward.”
日本語訳 S&P Globalによれば、Red Ventures（RV）は2022年に約14億ドルの売上で約3.7億ドルのEBITDAを生み出していたが、2025年には顧客離脱と広告費の軟化を主因として推定約1.6億ドルまで減少しており、これはAIが今後さらに業界を変えていく中での同モデルの脆弱性を示す初期の兆候である。
要点
- ベンチャーキャピタルのa16zは、AIエージェントが数週間〜数ヶ月にわたる複数ステップの「顧客ジャーニー」全体を担えるようになったことで、AIベンダーがコスト削減だけでなく売上拡大に連動した成果（アウトカム）課金で対価を得られるようになりうると分析する。
- a16zは、訴訟原告側の弁護士業務（案件の受付→証拠収集→請求書面（デマンドレター）の作成）を例に挙げ、長時間稼働するエージェントが目撃者への5回目・10回目・20回目の再架電や全証拠の精読を人手の制約なく実行し、示談金額そのものを押し上げられると説明する。
- 保険など長期の消費者契約の販売を、見込み客の獲得から成約まで一括で代行してきたRed Venturesは、S&P Globalによれば2022年に約14億ドルの売上で約3.7億ドルのEBITDAを稼いでいたが、2025年のEBITDAは顧客離脱と広告費の軟化を主因に推定約1.6億ドルまで落ち込んだとされ、a16zはこれをAIが業界を変えていく中での同モデルの脆弱性の初期兆候と位置づける。
- a16zは、ロングランニングエージェントの市場参入方法を「ソフトウェアとしてプラットフォームを販売」「既存の代行サービスを置き換えて販売」「債権回収業務のように自らポートフォリオを買い取り完全に内製化するフルスタック化」の3パターンに整理し、それぞれ営業サイクルの長さと成果の帰属のしやすさにトレードオフがあると指摘する。
編集部の考察
AIベンダーとの契約を「コスト削減」の枠だけで評価してきた経営層は、提供側が成果に連動した価格設計を取りうる以上、自分の組織がその動きにどう対応するかを問われる局面に入った。a16zが示す訴訟案件の事例（要点2）で、エージェントが人手の制約なく再架電を重ね全証拠を精読できるという特徴は、品質と速度を両立させる余力がそもそも人間のチームにはなかったことを意味し、エージェント側が成果の大部分を生み出す以上、ベンダーが成果に連動した料金を求めてくるのは自然な流れである。
Red VenturesのEBITDAが2022年の約3.7億ドルから2025年の推定約1.6億ドルへ半分以下に落ち込んだという事実（要点3）は、a16zが言うとおり、人手による顧客獲得代行という既存事業モデルの脆弱性を示す初期の兆候として読むべきである。自分の組織が同様に長期間にわたる顧客対応や販売プロセスを外部のBPOや代行業者に委託している場合、委託先がエージェント化に遅れれば収益性を外部要因で失う側に回り、逆に自分の組織がその領域でエージェント化を先行させれば、コスト削減ではなく売上拡大の分配を得る側に回れる。
経営として決めるべきは、現在コスト削減目的で契約しているAIベンダーやBPOとの契約条件を、相手がロングランニングエージェント化した場合に成果報酬型へ切り替わる可能性を前提に見直すことと、自分の組織が売り手側に回れる顧客ジャーニーがどこにあるかを3つの参入方法（要点4）に当てはめて検討することである。
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。
この記事の調査と下書きにはAIを使っています。数値や事実は出典と照合し、公開するかどうかは運営者が判断しています。（制作方針）