垂直領域のAIエージェントの規模は、SaaSの10倍になる？（動画の日本語訳は最後）
垂直領域のAIエージェントとSaaSとの市場性比較
垂直型AIエージェント市場の潜在規模は非常に大きく、YC（Y Combinator）はその規模がSaaS市場の10倍にもなる可能性があると考えています。AIエージェントは既存のSaaSソフトウェアを代替するだけでなく、大量の手作業を置き換えることで、効率を大幅に向上させ、コストを削減できます。
AIエージェントの発展とSaaSとの比較
YCは、AIエージェントの発展をSaaSの発展と比較し、その類似点と相違点を指摘しています。
類似点：
新しい計算パラダイム
大規模言語モデル（LLM）の登場は、2004年にブラウザがXML HTTPリクエスト機能を追加した時と同様に、ソフトウェアの新たな可能性を切り開き、SaaS時代をもたらしました。同様に、LLMは新しい計算パラダイムと見なされ、AIエージェントの発展を促進するとされています。発展の軌跡
AIエージェントは、最初は汎用的なツールから始まり、後に垂直分野向けのソリューションへと進化する、SaaSと類似した発展の道筋を辿る可能性があります。
相違点：
発展の起点
SaaSは、消費者向け製品から企業向けソフトウェアへの転換を経験しましたが、AIエージェントは当初から垂直型ソリューションの形で出現する可能性があります。これは、企業が既にポイントソリューションや垂直型ソリューションの価値を理解しており、またAIエージェントのユーザー体験が既存のSaaS製品と大差ないため、企業に受け入れられやすいためです。機能の深度
AIエージェントは、ソフトウェアと人の作業を一つの製品に統合し、直接的に人の作業を置き換えることができます。これにより、SaaSが実現できないレベルで業務プロセスに深く関与し、より包括的かつ効率的なソリューションを提供します。
垂直型AIエージェントの定義と利点
垂直型AIエージェントとは、特定の分野や業界に特化したAIエージェントを指します。汎用型AIエージェントに比べ、特定の分野のニーズをより深く理解し、より専門的なサービスを提供できます。
利点：
高度なカスタマイズ
特定の業界や企業の独自のニーズに対応したカスタマイズが可能で、より正確なソリューションを提供します。専門的なサービス
特定分野の知識を深く理解し、より専門的なサービスを提供し、複雑な問題を解決します。高効率・低コスト
大量の手作業を自動化し、業務効率を向上させつつ、人件費を削減します。
垂直型AIエージェントとSaaSの比較
機能の違い
SaaSはソフトウェアツールを提供するのに対し、垂直型AIエージェントはソフトウェアと人の作業を統合し、直接的に人間の業務を置き換えます。例えば、MomenticはQA（品質保証）スタッフを完全に代替できる一方、従来のSaaS型QAソフトウェアはQAチームの効率を向上させるに留まります。発展の方向性
SaaSは消費者向け製品から企業向けソフトウェアへの変遷を辿りましたが、垂直型AIエージェントは初めから垂直型ソリューションの形で登場する可能性があります。これは、企業がすでに垂直型ソリューションの価値を認識しており、またAIエージェントのUXがSaaSと似ているためです。
市場規模と発展のトレンド
垂直型AIエージェントの市場規模は非常に大きく、SaaS市場の10倍に達する可能性があります。これは、AIエージェントが大量の手作業を置き換えられるためであり、企業の人件費支出がソフトウェアへの支出を大きく上回っていることから、この市場には大きな成長可能性があると考えられています。
さらに、YCはAIエージェント技術が非常に迅速に進化している点を強調しています。過去2年で、AIエージェントは単純なテキスト生成から、音声通話、品質保証、採用、顧客サポートなど複雑なタスクをこなせるレベルにまで進化しました。
垂直型AIエージェント起業の方向性
YCは、起業家が経験やネットワークを持つ分野を選び、退屈で反復的な事務作業をターゲットにすることを推奨しています。これらの分野は市場ニーズが見つけやすく、成功する可能性が高いとされています。
注目すべき垂直型AIエージェント分野の例：
音声AIエージェント：急成長している分野で、多くの機会があります。
医療請求処理：医療機関の請求処理を自動化し、効率を向上させコストを削減。
政府契約の入札支援：企業が政府契約を自動的に検索し、入札できるよう支援。
垂直型AIエージェントの課題
企業ニーズの不明確さ
多くの企業は、自社がどのようなAIエージェントを必要としているのか明確でないため、汎用型AIエージェントプラットフォームを構築しようとする会社もありますが、これらのプラットフォームは企業の特定のニーズを満たすのが難しいことがあります。雇用ポジションの代替
AIエージェントは既存の雇用ポジションを置き換える可能性があり、これが特に営業の際に阻害要因となる場合があります。AIが置き換える職種のチームに対して、直接的な販売を避ける配慮が必要です。
未来の働き方への影響
YCは、AIエージェントの発展が将来の働き方を変革する可能性を指摘しています。
管理効率の向上
AIエージェントは、マネージャーが従業員をより効率的に管理するのを支援し、企業の効率を向上させます。人間の能力の拡張
AIエージェントは人間の能力を拡張し、例えばダンバー数（個人が持てる社会的関係の数）を拡張することで、より多くの人々と有意義な関係を築く手助けをします。
AI時代の企業規模に関する議論
垂直型AIエージェントの市場規模は、SaaS市場を大きく上回り、最大で10倍の規模差に達する可能性があります。この判断の基盤は、AIエージェントが企業規模に与える潜在的な影響にあります。
AIエージェントによる企業運営の変革
従来、企業規模は人員規模と密接に関連していました。業務拡大には、増加する業務量に対応するため、より多くの従業員を雇用する必要がありました。しかし、AIエージェントの登場はこの枠組みを変えつつあります。
AIエージェントは、大量の手作業、特に「退屈で反復的な事務作業」を自動化できます。これにより、企業は効率を向上させ、コストを削減しながら、従業員規模を維持または縮小することが可能になります。YCはこれを以下の具体例で示しています：
Momentic：品質保証（QA）チーム全体を代替可能。
Salient：自動車ローンの回収業務を自動化し、多数のコールセンター要員を削減。
市場規模の拡大要因
人件費とソフトウェア費用のギャップ
企業の人件費はソフトウェア費用をはるかに上回っています。このため、AIエージェントによって人員業務を代替することで、企業は多大なコスト削減効果を得られる可能性があります。これがYCが垂直型AIエージェント市場の規模を楽観視する理由の一つです。垂直化の促進
AIエージェントは、企業の運営をさらに垂直化させる可能性があります。顧客のニーズが高度にカスタマイズされているため、汎用的なAIエージェントプラットフォームの構築は困難です。その結果、特定の垂直領域に特化したAIエージェント企業が多数登場し、特定の課題に特化したソリューションを提供する市場が形成されるでしょう。この垂直化は、企業がより精緻で柔軟な規模を維持する動きを加速させます。
AIエージェントがもたらすその他の影響
管理効率の向上
AIエージェントは管理者をサポートし、従業員の管理を効率化します。例えば、従業員からのフィードバックを収集・分析し、従業員のニーズや状態を管理者が把握するのを助けます。これにより、管理プロセスの最適化、意思決定の迅速化、そして企業全体の運営効率向上が可能になります。ダンバー数の拡張
ダンバー数とは、個人が維持できる安定した社会的関係の上限であり、一般的に150人程度とされています。YCは、AIエージェントが人々のダンバー数を拡張し、AIを通じてより多くの人々と効果的にコミュニケーションを取る手助けができると考えています。これにより、企業規模が管理者の人間関係ネットワークに依存せずに拡大可能となり、さらなる成長が期待できます。
AIエージェント市場の可能性
垂直型AIエージェントは、企業の運営方法を根本的に変革し、業務の効率化とコスト削減を実現する革新的なツールです。特定の垂直分野において高い専門性を発揮することで、よりカスタマイズされたソリューションを提供し、市場の成長を牽引するでしょう。
以下、動画の日本語訳です
各四半期ごとに、私たちは物事が着実に良い方向へ進んでいるのをはっきりと見ることができます。現在、私たちは全面的な垂直AIエージェントについて議論する段階にあり、これらのエージェントはチーム、職務、そして企業全体を置き換える可能性があります。この進展には、今なお私は驚いています。多くの基盤モデルが正面から競争を繰り広げています。過去には、OpenAIが市場でほぼ唯一のプレイヤーでしたが、最近の動向を見ると、この状況は変わりつつあります。この変化には非常に感謝しています。競争はまるで豊かな市場エコシステムの土壌のようなものであり、消費者に選択肢を提供するだけでなく、創業者にも機会をもたらします。これこそが私が憧れる世界です。
「光錐」番組のもう一つのエピソードにようこそ。私はゲイリーです。そして、ジャレッド、ハジ、ダイアナと共にお送りします。私たちはかつて、1人か2人の従業員しかいなかったスタートアップに数百億ドルを投資してきました。本日は、ジャレッドが溢れる情熱を持って垂直AIについての議論を私たちと一緒に行います。
私はこのトピックに非常に興奮しています。というのも、特に多くのスタートアップ創業者、若い創業者たちは、垂直AIエージェントがどれほど大きな影響を与えるのかを十分に認識していないからです。これは新しいテーマではありませんが、垂直AIエージェントがますます多くの人々の注目を集めており、私たちはすでに多くの関連プロジェクトに投資してきました。しかし、私は時間の経過とともに、それがどれほど巨大な影響を及ぼすか、まだ人々が認識していないと考えています。
以下に、私が垂直AIエージェント分野でなぜ300億ドル以上の企業が誕生する可能性があると考える理由をいくつか挙げます。この点を説明するために、私はSaaSとの類比を通じて話を進めます。私の考えでは、人々はまだSaaSの巨大な可能性を完全には理解していません。多くの場合、スタートアップの創業者、特に若い創業者たちは、消費者の観点から起業業界を見ています。消費者としては、通常それほど多くのSaaSツールを使用しません。大半のSaaSツールは企業向けに設計されているからです。
そのため、多くの人々が見落としている重要な事実があると思います。それは、過去20年間のシリコンバレーにおける投資活動を振り返ると、大多数のプロジェクトがSaaS企業を創るために費やされてきたということです。これは実際にシリコンバレーの主な成果物であり、この期間中、リスク投資資金の40％以上がSaaS企業に流れました。全体として、過去20年間に300社以上のSaaSユニコーン企業が創出されました。これは他の分野では類を見ないものです。私たちはソフトウェアが素晴らしいものだと認めなければなりません。
この歴史を振り返ることで、技術の進歩がどのように未来を生み出すのかを理解できます。SaaSの繁栄の真の触媒は何だったのか、覚えていますか？それはXML HTTPリクエストでした。私は確信していますが、これはほぼ間違いなくSaaS繁栄の触媒でした。すなわち、私たちがよく知るAJAXです。
2004年、ブラウザがJavaScript機能としてXML HTTPリクエストを追加しました。この機能はリッチインターネットアプリケーションを構築するための主要な部分でした。そのため、ウェブサイト上でデスクトップアプリケーションのような機能を作成することが初めて可能になったのです。この機能はGoogleマップやGmailといったアプリをもたらし、SaaS業界全体の繁栄を開きました。基本的に、この鍵となる技術は、ソフトウェアをCD-ROMで入手し、デスクトップにインストールする形態から、ウェブサイトやモバイルアプリを通じて利用できる形態へと変革しました。
ポール・グレアムは実際、この変革に貢献しました。彼はHTTPリクエストをUnixのプロンプトと接続した最初の一人だったからです。そのため、ウェブサイトを変更するために独立したコンピュータプログラムは必要なくなりました。VIAwebはオンラインショップであり、Shopifyに似ていますが、歴史的にはShopifyよりも前に存在していました。これは最初のSaaS（ソフトウェア・アズ・ア・サービス）アプリケーションの一つと見なされています。それはPG（ポール・グレアム）によって1995年に開発されました。しかし、最初のSaaSアプリケーションがいまいちだった理由は、それらがXML HTTPリクエストを使用していなかったためです。その結果、クリックするたびにページ全体が再読み込みされる必要があり、ユーザーエクスペリエンスが低下していました。2005年にXML HTTPリクエストが広く使用されるまで、SaaSは本当に流行しませんでした。
そして第三のカテゴリは、すべてのB2B SaaS企業です。このカテゴリには約300社が存在します。創出された価値の観点から見ても、このカテゴリは前述の2つのカテゴリよりもはるかに多くの10億ドル以上の企業を生み出しました。その理由の一つは、SaaSにはMicrosoftのような巨大な競争相手が存在しなかったことです。すべての垂直領域やあらゆる製品にSaaSソリューションを提供できる企業は存在せず、それぞれ異なる企業がこれを担っています。これが非常に多くの企業が存在する理由です。Salesforceはおそらく最初の本格的なSaaS企業です。
私は、マーク・ベニオフがYCでの講演で共有したエピソードを思い出します。彼は、クラウドやSaaSが複雑な企業向けアプリケーションを構築できるかどうかについて初期に抱かれた懐疑的な見解について語っていました。これは単に認知の問題に過ぎませんでした。当時、人々はパッケージソフトウェアを購入し、それをインストールするのが当然のやり方だと考えていたのです。ウェブアプリケーションは初期の頃は非常に劣悪でした。しかし、PG（ポール・グレアム）のように先見の明を持ち、ブラウザが改善を続け、最終的にはより良くなると理解する必要がありました。この状況は、今日の現状と非常によく似ています。確かに、完全に同じです。
おそらく、これらの大規模言語モデルやAIツールを使って複雑な企業向けアプリケーションを構築することができないと感じるかもしれません。これらは幻覚を起こしたり、不完全であったり、まるで玩具のように見えることもありますが、これは初期のSaaSのストーリーと非常によく似ています。
私は、大規模言語モデルの類似性を考える中で、同じことが起こるのを容易に想像することができます。これは、大規模な消費者向けアプリケーションカテゴリがあるようなものです。これ自体が大きなチャンスですが、既存の企業がそのすべてを手にする可能性があります。例えば、汎用的なAI音声アシスタントを挙げると、それは何でも頼むことができて、すべて実行してくれるものです。この製品は明らかに存在すべきですが、すべての大企業がそれを争奪するでしょう。
Appleについて話すなら、人々は彼らがこの分野で遅れていると感じるかもしれません。なぜSiriはまだあんなに愚かなのでしょうか？なぜそれを使うべきなのでしょうか？それにはあまり意味がないように思えます。一方で、検索は明らかに重要な分野であり、Googleが依然として主導的地位を占めるかもしれませんが、他の新興競争相手から激しい競争に直面する可能性も十分あります。
これは、実際には典型的なイノベーターのジレンマの例です。振り返ってみると、UberやAirbnbのような企業について話すとき、規制の観点から見ても非常に大きなリスクを伴う賭けであったことがわかります。もしあなたがGoogleのような企業であれば、毎月安定して得られる莫大な収益がすでにある中で、それを危険にさらしてまで、破壊的で恐れを伴う新しい事業に挑む必要はないと考えるでしょう。
この理由で、既存の企業がこうした製品を生み出してこなかったのは明らかです。これらの製品は明らかに成功する運命にありましたが、GoogleはUberやAirbnbのクローン製品を発表しませんでした。私は、Travisの講演を聞いたことがあります。その中で彼が最初にUberを使用した際、長期間の監禁刑に処されることを恐れていたことを話していました。実際、彼はその会社を設立することで現実的に刑務所行きのリスクを冒していたのです。このようなリスクを喜んで引き受ける報酬の良いGoogleの幹部がいるとは到底考えられません。
既存の企業がなぜB2B SaaS分野に参入しないのでしょうか？これは、利用例があまりにも広範に分散しているからでしょうか？それは非常に興味深い質問で、皆さんの考えを伺いたいです。
私の考えでは、一つの企業が多くのことを同時に行うのは非常に難しいということです。B2B SaaS企業のそれぞれが、特定の分野で深い理解を持ち、また多くのニッチな問題に強い関心を持つ必要があります。例えば、GoogleがなぜGustoと競争するような製品を作らないのでしょうか？その答えは、Googleには給与管理について真に理解している人がいないからです。また、すべての複雑な給与規制に対応する忍耐力もありません。それは彼らにとって取り組む価値のあるものではないのです。
私はTripleByteを運営していたときのことを覚えています。我々はマーケティングや顧客獲得を構築する必要がありました。特にシリーズBラウンドの資金調達を完了した後、通常のアプローチはマーケティング責任者を雇い、マーケティングチームを構築し、この仕組みを始動して販売やマーケティングを行うというものでした。しかし、私はY Combinator出身の創業者、マイクと出会い、彼の会社は主にスマートフライパンを製造していました。それは少し奇妙に聞こえるかもしれませんが、彼はMITのエンジニアでした。彼がスマートフライパンを販売するためには、有料広告やGoogle広告などの一連の事柄を非常に熟知していなければなりませんでした。そのため、彼はエンジニアの思考でこの問題に取り組みました。
彼と話しているうちに、MITのエンジニアを雇ってマーケティングを手伝ってもらう方が、これまで接触したどのマーケティング候補者よりも優れていると気づきました。そして、彼は実際に我々の規模拡大に成功しました。我々は一時期、マーケティングやさまざまな活動に月額100万ドル以上を費やしていました。TripleByteのマーケティングの成果は非常に優れていて、あなたが実施したすべての素晴らしい屋外広告やCaltrain駅の乗っ取りキャンペーンを覚えていますが、これは私にとって非常に印象的でした。それは明らかに副マーケティング責任者の仕事ではなく、すべてマイクの功績です。
私はよくこう聞かれることがあります。「TripleByteの規模はどれくらいですか？」当時、私たちは約50人の規模でしたが、感覚的には何百人もいるように感じました。なぜなら、非常に賢いエンジニアに何かタスクを任せると、彼らは必ずそのタスクを達成する方法を見つけるからです……彼らはレバレッジポイントを見つけました。そして今、大規模言語モデル（LLM）は、純粋なソフトウェアだけに頼るよりもはるかに大きなレバレッジを提供します。
これが私が300の垂直型AIユニコーン企業を予測する理由です。想像してみてください、現在SaaSユニコーンを持つすべての企業が、新しい宇宙の中で、対応する垂直型AIユニコーンを持っているという未来です。これらのSaaSユニコーンの多くは以前、同じ製品を生産していたパッケージソフトウェア企業でしたが、その後SaaS企業に取って代わられました。同じことが再び起こるのは容易に想像できます。現在、基本的にすべてのSaaS企業が人々が使用するソフトウェアを構築しています。しかし、垂直型AIの同等体は、ソフトウェアと人力を同じ製品に組み合わせます。
今のところ問題になり得るのは、企業が自分たちにどのような種類のAIエージェントが必要なのかを把握できていない可能性があることです。しかし、私が見つけた解決策の一つは、経験豊富な創業者たち、例えばFacebookのCTOであったブレット・テイラーが彼自身の会社Sierraを設立した例です。すべての詳細を知っているわけではありませんが、私が理解する限り、このモデルは、特定のタスクを実行するAIエージェントを提供するのではなく、企業がこれらのAIエージェントを展開しカスタマイズできるようにするものです。私はVectorShiftという会社に投資して学んだことからこれを理解しました。この会社に1年前に投資しました。この会社の2人の創業者は非常に賢いハーバードのコンピュータ科学者で、企業が簡単に無コードやSDKに似た内部のLLM駆動型エージェントを構築できるプラットフォームを作っています。しかし、企業はこれらのツールを使って何をしたいのかよくわかっていない場合が多いのです。
したがって、私は考え始めました。パッケージソフトウェアの初期において、少数の供給業者が自社のソフトウェアを人々に使用させることに成功し、これらのソフトウェアが統合型ソリューションのように見える時代がありました。時間の経過とともに、それはますます複雑で高度に特化し、数多くの垂直型SaaS企業が登場しました。LLMの初期段階では、同様の状況が見られます。早期の勝者は、おそらくユーザーがLLMを簡単に使用できるようにする一般的なツールを提供する企業でしょう。その後、時間が経つにつれて垂直型エージェントが台頭するでしょう。この状況が今回は異なると思いますか？垂直型エージェントは初期段階から急速に台頭するでしょうか？
これは、製品を販売する必要がある多くの企業が直面しなければならない問題だと私は見ています。もしあなたの販売対象が、AIによって代替される可能性があるチームであれば、彼らは内部からこのプロセスを妨害するかもしれません。この方法は合理的ではありません。したがって、これは興味深い方法であり、通常はトップダウンの販売モデルであり、組織レベルでの承認、さらにはCEOの署名が必要です。
私がかつて協力した会社の一つに、Momenticという名前のAIエージェント企業があります。彼らは当初、品質保証（QA）テストに似たサービスを提供していました。現在、彼らは非常に良い成長を遂げています。おそらく10年前、私たちがY CombinatorでRainforest QAと協力したことを覚えているかもしれません。Rainforest QAは品質保証サービスを提供する企業でしたが、彼らが直面した課題は、QAチーム全体を完全に代替することができないということでした。彼らはQAチームの効率を向上させる必要がありましたが、それは同時に彼らの仕事を置き換えることも意味しました。それでも、彼らはチーム全体を代替することはできませんでした。
したがって、彼らはソフトウェアを販売しつつも、QAチームを維持するというバランスを取る努力を常に行っていました。これは、より少ないQA人員で済むようにすることを意味しますが、同時に、置き換えられることを望まないQAチームに対して、このアイデアを売り込む必要がありました。私はこれが業界内で常に摩擦点となっていたと思います。それは、どのように拡大し、成長するかについての問題です。現在、MomenticはAI技術を通じて、QA（品質保証）人員を全面的に代替する可能性を実現しました。彼らのマーケティングメッセージは単にQAチームの作業速度を向上させるというものではなく、Momenticを使用することで、顧客がQAチームを完全に必要としなくなることを明確に示しています。これにより、顧客はQAチームに頼ることなく、エンジニアリングプロジェクトそのものに注力できます。
さらに、Momenticは顧客に新たな選択肢を提供しています。顧客は、大規模なQAチームをまだ設立していない企業を優先的にターゲットとし、彼らはMomenticのような製品を選択することで、事業を拡大し続ける中で、自社のQAチームを設立する必要がなくなります。これは、垂直型AIエージェント企業がSaaS企業の10倍以上の規模に成長する可能性があることを示す実例です。これはDianaが述べたことに関連するケーススタディです。
また、私は採用分野でも同様に興味深い現象を発見しました。TripleByteでは、私たちも同じ問題に直面しました。それは、ソフトウェアエンジニアのスクリーニングと採用プロセスを簡素化するソフトウェアを設計する方法です。これを行うには、エンジニアリングチームや採用チームからの支持も必要です。実際、私たちが開発していたソフトウェアは、採用担当者を代替するツールにほかなりませんでした。しかし、明らかに完全に人力による採用が不要になる段階にはまだ達していませんでした。ニューヨーク市で起きている状況がその例です。
私たちが製品を販売する際には、常に顧客から反対意見を受けました。それは、この製品が彼らの職務に脅威を与え、彼ら自身が置き換えられるのではないかという不安を引き起こしたからです。しかし、私はAIの便利さが徐々にこのような矛盾を減らしていると考えています。現在はまだ初期段階ですが、技術が進化するにつれて、将来的には採用プロセス全体を完了できるAIツールを構築することが可能になるでしょう。
私たちはかつてAprioraという会社と協力し、Nikkoという技術を使用して、技術スクリーニングおよび初期採用スクリーニングを完全に自動化するプロジェクトに取り組みました。この取り組みは非常に良い反響を得ました。技術の進化とともに、彼らはこの機会を活かして、採用担当者の支援を必要としない新しい方法で採用チームを構築するという新しいモデルを革新しました。
また、私はKappa.AIという会社とも協力しました。彼らは、複雑な技術的詳細に正確に対応できる最高のチャットボットを開発しました。私は、彼らの製品を使い始めた多くの企業が、最終的により小規模なデベロッパー関係チームを持つようになったのを発見しました。なぜなら、Kappa.AIは、大量のデベロッパー向けドキュメントや、YouTubeのビデオやチャットログを活用し、技術的な情報を効果的に提示できるからです。
さらに、私はPowerHelpという顧客サポートAIエージェント企業とも協力しました。これは、よく知られたホットな分野であり、顧客サポートAIエージェントサービスを提供する製品が約100種類存在すると言われています。しかし、PowerHelpとの協力を通じて、市場には多くの単純なゼロショットLLMプロンプトが存在しており、それらはプロフェッショナルな顧客サポートチームやその複雑なワークフローを完全に代替することはできませんが、かなり良いデモ効果を示すことができることが分かりました。
私はこれが超専門化、あるいは超垂直化のもう一つの例になるのではないかと考えています。最終的には、汎用的なカスタマーサポートAIエージェントソフトウェアを提供する企業が登場するかもしれませんが、それは競争が後期に入った頃の話になる可能性が高いです。実際、我々はまだ初期段階にいます。例えば、GigaMLのような企業はすでに登場しており、Zeptoの1日に30,000件の工単を処理し、1,000人のチームを代替しています。しかし、これは非常に特定のケースであり、汎用的なデモンストレーションソフトウェアではありません。
このソフトウェアには10,000のテストケースと非常に詳細な評価セットがあり、主にZeptoやZeptoに似たビジネスに対応しています。もしあなたが他の市場にいる企業なら、これを利用する可能性が高いでしょう。というのも、これは非常に明確な市場タイプ、つまり即時配達市場に対応しているからです。
私はこれが、3,000億ドル規模のSaaS企業が登場する理由であり、世界中にソフトウェアを提供する1兆ドル規模のMetaSaaS企業が登場しない理由だと思います。顧客が求めているのは高度にカスタマイズされたソリューションであり、すべての人に効果的なソリューションを構築するのは非常に難しいのです。
これまでに紹介した3つのカスタマーサポートの例を見ても、それぞれが非常に異なる分野に属しています。開発ツール企業と同じように、必要とされるサポートの種類も全く異なります。また、各市場向けのトレーニングデータセットも大きく異なります。
AIエージェントを持っているか、実際に作業を行う人員を持っているかに関係なく、最終的には同じ問題に直面します。それは、すべての企業が直面するコースの会社理論、つまり、ある企業が成長できる限界点に達すると、それ以上は効率が低下するという問題です。これが、企業がネットワークやエコシステム、そして総合的な経済の一部である理由です。各企業は、自分たちが特に得意とする領域に集中します。これらの企業の外部境界線は、実際には管理者としての能力に依存しています。
私はこの部分に混乱を感じています。Ripplingのパーカー・コンラッドと時間を共有する中で、彼が大型言語モデル（LLMs）に対する人々の熱狂に抱いている最も好きな見解の一つを発見しました。彼はLLMsについて最も魅力的だと思うのは、それらが「読む」ことができる点だと言います。しかし、彼にとっては、人事ITソフトウェアを運営する中で、いかにしてマネージャーの作業効率を向上させるかという考えの方が重要です。
私は、この分野でさらに多くの進展が見られると予測しています。これにより、管理可能な会社の規模が拡大する可能性があります。これこそが、Ripplingが試みていることです。彼は人事ツールのセットを構築しており、これが成功すれば、マネージャーの管理範囲を拡大する戦争で勝利する可能性があります。彼は数十億ドル規模のSaaS企業を多く統合し、一つの大企業にする計画を持っています。これは非常に魅力的な考え方です。
これが私に考えさせる理由は、これらのAI SaaSツールを持つことで、すべてのリーダーや組織が、情報を解析する際の文脈の窓を開く機会を得られるということです。我々人間は、有意義な関係を築くことには限界があります。例えば、ダンバー数（150人程度の有意義な社会関係を維持できる人数）がその例です。しかし、AIはこの限界を拡張できる可能性があります。
私はFlo CrivelloがTwitterに投稿した、非常に話題になった投稿を覚えています。その投稿では、あるCEOが週末にアプリを使って全1,500人の社員に電話をかけられるというものでした。その電話はまるでCEO自身が直接かけているように感じられ、時間も非常に短いものでした。これは映画『Her』の一幕を思い起こさせます。カメラが引いていくと、Her OSを使っている人物が実は何千人もの人々と同時に対話していることが明らかになります。
このように、大型言語モデル（LLMs）の対話能力やコミュニケーション能力は、どの程度まで一人の人間や少数の人々が起こっていることを理解する助けになるのでしょうか？私はある製品について聞いたことがあります。この製品はすべての社員に電話をかけることができ、社員は自分たちがしていることを自由に話すことができます。そして、この製品はその情報を解析して有用なポイントをまとめ、CEOに伝えるのです。CEOには、最も重要な内容が示されます。
例えば、いくつかの音声関連の企業がありますが、私はこれが非常に興味深いサブカテゴリだと考えています。現在、急速に成長している段階にあります。たとえば、私が協力しているSalientという企業があります。この企業は主にAI音声通話技術を利用して、自動車ローン分野の催促業務を自動化しています。通常、この業務では、車のローンを滞納している人に電話をかけ、支払いを促すことが行われます。この仕事の環境は比較的厳しく、特に多くの低所得労働者がこうしたコールセンター業務に従事しているため、単調で厳しい労働環境となっています。また、銀行は大量のアカウントを処理する必要があるため、高い顧客離脱率が生じ、大量のスタッフを必要とします。しかし、こうした業務こそがAIが自動化に最適なタスクです。Salientの取り組みは非常に正確で、現在では多くの大手銀行と協力しており、その進展には目を見張るものがあります。
この企業は昨年設立されたばかりですが、彼らの成功事例は、なぜこの分野に参入できたのかを示しています。それは、トップダウンの販売方式を採用したことが大きな要因です。この分野は非常に速いペースで変化しており、Vappyのような音声基盤を提供する企業も我々の取り組みの一部に含まれています。これらの企業は、即座に実装を開始できるため、小売業務にも同様の利点をもたらします。成功の理由は、短期間で規模を拡大でき、迅速に導入可能であることです。
ただし、まだ解決すべきいくつかの問題があります。それは、新しいOpenAIの音声APIのような新しい技術が登場した際に、顧客をどのように引き留めるかという問題です。このAPIを使用すると新たな課題が生じます。基盤となるAPIを直接使用するには、より多くの作業が必要かもしれませんが、導入の敷居は明らかに低いです。そのため、顧客を引き留めるために常に限界を押し上げ続けられるかどうかが課題になります。
2023年初頭以降、人々が大型言語モデル（LLMs）を基に構築したアプリケーションがどのように変化してきたかについて、非常に興味深い点があります。音声はその良い例です。6カ月前に遡っても、人々は音声のリアルさがまだ十分ではないと感じていました。AI音声アプリはまだ人間の通話を実質的に代替する段階には達していませんでした。
私は2023年の冬、つまり約2年前に初めて登場したLLM駆動のアプリケーションを思い出します。これらのアプリケーションは本質的に、テキストを生成するプログラムに過ぎませんでした。それらは完璧とは言えず、むしろ編集校正、マーケティングコンテンツの作成、電子メールの編集といった段階的な進歩を示していました。
例えば、Speedy Brandという企業があり、小規模企業がブログを簡単に生成し、コンテンツマーケティングを展開できるように支援していました。このアイデアは非常に直感的であり、その時期としては斬新でした。それはChatGPTが外装されたような形で登場した初期のLLMアプリケーションの一つでした。しかし、次世代のGPTが登場するにつれて、初期のLLMアプリケーションの大部分が淘汰されました。
しかし、我々はカエルが徐々に沸騰する水にいるような状況にいるようです。私たちの視点から見ると、状況は3カ月ごとに改善されているように感じます。現在、私たちは垂直型AIエージェントの全体像について議論しています。それらは、チーム、職務、さらには企業全体を代替する可能性があり、私はこれに驚かされています。
これから起業を考えている人や、すでに起業を始めている人は、自分の業界に適した領域を見つけることについて真剣に考えるべきです。どこかで無味乾燥で反復的な事務作業を見つけてみてください。それが成功の共通点です。