SaaStr 「エンタープライズAIの現実」 ■ ダッシュボードの死とセルフサービス分析 全てのフォーチュン500企業がAI推進を命じた結果、トークン消費だけが肥大化し価値が見えないAIスプロールが起きている。これに伴い従来のBIダッシュボードは完全に死を迎え、自然言語で直接対話するセルフサービス型分析が台頭している。実際に大手自動車メーカーでは、7万人もの非技術職ユーザーを直接オンボーディングする大規模なデータ活用改革を断行した。彼らは社内データにプレーンテキストで直接クエリを投げ、データアナリストの承認を待つことなく即座に回答を得ている。組織内のデータ流通におけるボトルネックを取り除くことこそが、現場の意思決定スピードを数日から数分へと劇的に引き上げる。 ■ データではなくコンテキスト（セマンティックレイヤー）の壁 多くのエンタープライズ企業でAIエージェントが失敗に終わるのは、データやモデルの質ではなく、運用のためのコンテキスト（文脈）が足りないからだ。自社の地域定義や会計年度、売上計上ルールなどを体系化したセマンティックレイヤーがなければ、AIは正確な意思決定を行えない。膨大なデータが単にデータベースに蓄積されていることと、そのビジネス的な意味が機械可読な形で定義されていることは全く別物である。企業はビジネス用語の標準的な解釈を定義する「オントロジー」を、あらかじめ機械にインプットしておかなければならない。独自のセマンティックな語彙集を盤石に整備することだけが、AIが妄想することなく真に信頼に足る出力を返すための唯一の手段である。 ■ 30日以内のレガシーシステム移行革命 かつて数年がかりで巨額のコストを要した企業のレガシーシステム移行が、LLMの導入によって劇的に高速化している。Databricksでは、コードの解析やデータモデルの変換、さらには移行前後の完全な整合性検証にLLMを活用している。この仕組みにより、これまで数年を要したエンタープライズ規模 of システム移行をわずか30日以内で完了させる体制を構築した。従来支払われていた数年間の巨額なコンサル費用と時間ロスが、実質的にゼロに近い水準まで削減される。移行コストの劇的な低廉化は、企業の近代的なテクノロジースタックへの移行ハードルを完全に消し去っている。 ■ 24ヶ月以内に崩壊するソフトウェア独占 システム移行や開発のコストが極限まで低下したことにより、今後24ヶ月以内に既存のエンタープライズ向けソフトウェアの独占構造は崩壊する。巨額のサンクコストや移行障壁に守られていた業界の大手 incumbent も、安価なAIネイティブ競合の出現により強烈な価格破壊プレッシャーに晒される。ユーザー企業は特定の高価で不便なシステムを使い続ける客観的な理由を完全に失うことになる。これにより、自社のニーズに最も合致した最新の競合製品へ容易に乗り換える動きが世界的に加速する。自社独自の顧客データや固有のコンテキストで強固な差別化を構築できないSaaSは、この価格破壊の波を乗り越えられない。 ■ 危険な「曖昧な中間」を避ける予算選別 企業のIT予算は「純粋なAI予算」と「従来のソフトウェア予算」の二極化が進んでおり、自社製品がどちらの枠にいるかを見極める必要がある。ここで最も危険なのは、どちらの予算枠からも真っ先に削減される「曖昧な中間（マキシー・ミドル）」に位置する製品である。自社プロダクトが現場の作業を10倍自動化する本物のAI兵器なのか、それとも従来のワークフロー管理ツールに過ぎないのかを徹底的に峻別すべきだ。企業はただのAI機能のアドオンに留まらず、顧客に対して具体的かつ明確なコスト削減や業務時間の短縮といった実数値を証明しなければならない。顧客のAI予算を確実に獲得するためのポジショニングの再設計と、価値提案の刷新こそが全B2Bベンダーに今求められている。

Microsoft AI Foundryが示す次世代エンタープライズAI開発の本質は、速く作ることと安全に守ることを両立すること。エージェント、データ、権限、ネットワークを最初から設計できる会社だけが、生成AIを現場の成果へ変えられる。 #MicrosoftAIFoundry# #AIエージェント# #生成AI# #エンタープライズAI# #DX#

AIが雇用を奪うという懸念について、データに基づき現状を分析しているスタンフォードの記事。 ・AIが全体的な雇用に与える悪影響は、現時点ではかなり小さい ・AIの影響を受けやすい職種でも、他と比べて失業率の上昇スピードは変わらない ・むしろエンタープライズAIを導入した企業では、その後の2年間で雇用が10%も増加している ・ただ、新卒など若手労働者の採用にはAIがマイナスの影響を与えている（可能性がある） ・ソフトウェア開発やカスタマーサポートでは、2022年頃から若手の雇用が減少傾向になっている ・これは、若手が担うリサーチやコーディングなどの定型業務をAIが代替できるようになったから ・記事では、この若手層を、労働市場の混乱を真っ先に受ける炭鉱のカナリアに例えている ・AIによる生産性向上は全般的にポジティブ ・特に経験の浅い労働者への効果が高い ・GitHub Copilotの利用で作業が56%速くなったという報告も ・しかし、AIの能力はタスクによって大きく凹凸がある(jagged) ・そのため、出力が有用かどうかの判断に熟練のスキルが求められるケースも多い ・企業のAI導入は加速しているが、まだ実験やパイロット段階にとどまる企業がほとんど ・過去のPC普及時と同様に、AIが経済全体を変革するまでにはまだ時間がかかりそう

【8月20日 朝のニュースまとめ】 ・GoogleとMarvellがAIチップ協業を拡大 ・ReplitがGPT-5.6 Luna搭載のFree Modeを提供開始 ・Qwen3.8-27BのGGUF版公開、精度10%向上 ・SpaceXがCognition買収を打診するも拒否される ・OpenAIがビジネス向けPrivate Safety Processingを発表 ・Nebius GroupがAIデータセンター構築へ45億ドル調達 ・AIを宿題に使うと試験のスコアが下がる研究結果 ・Gemini 3.7 FlashがGoogle検索に統合 ・OpenAI学習停止の背景に高度なサイバー能力か === GoogleとMarvellがAIチップ協業を拡大【続報】 ・GoogleとMarvellによるAIチップ共同開発に関する続報です ・AI推論アクセラレータなどのカスタムシリコンパートナーシップを拡大したと報じられました ・GoogleはMarvellに対して最大122億ドル相当の株式購入ワラントを取得したとのことです ・AIインフラの需要が高まる中、Googleが半導体分野での存在感をさらに強めています === ReplitがGPT-5.6 Luna搭載のFree Modeを提供開始 ・ReplitがOpenAIのGPT-5.6 Lunaを搭載したFree Modeの提供を開始しました。 ・従来と比較して能力が約30倍向上したとされており、プロンプトの節約を気にせず開発に集中できるようになります。 ・Lunaモデルのコストパフォーマンスの高さと、AI開発環境の民主化を推し進める動きとして高く評価されています。 === Qwen3.8-27BのGGUF版公開、精度10%向上【続報】 ・Qwen3.8-27Bに関する続報です ・Unsloth Dynamic v3を用いたGGUF版がリリースされ、精度が10%向上したことが報告されました ・また、先日公開された1-bit量子化版はわずか8GBのRAMで動作し、BF16と比較して77%の精度を維持しているとのことです ・ローカル環境での高性能モデルの実行ハードルを大きく下げる成果として注目を集めています === SpaceXがCognition買収を打診するも拒否される ・SpaceXがAIコーディングスタートアップのCognition AIに買収を打診したものの、断られたと報じられています ・SpaceXはすでにCursorを買収しており、エンタープライズAI分野での競争力強化を急速に進めています ・現在は買収交渉は行われていないものの、SpaceXの計算資源の提供など、両社による協業の可能性が議論されているとのことです === OpenAIがビジネス向けPrivate Safety Processingを発表 ・OpenAIがビジネス向けの新たなプライバシー保護機能「Private Safety Processing」のプレビューを発表しました。 ・企業データの保持を行わない「Zero Data Retention」を維持しつつ、安全ガードレールを向上させる仕組みです。 ・AIがより自律的で長期的なタスクを担うようになる中で、機密データの制御と安全性の両立を図る重要なアップデートとなります。 === Nebius GroupがAIデータセンター構築へ45億ドル調達 ・Nebius Groupが転換社債の発行により45億ドルを調達する計画を発表しました。 ・急増するAIの計算需要に応えるため、データセンターの構築と拡張に資金を充てる予定です。 ・AIインフラストラクチャ市場における投資競争が引き続き過熱していることを示しています。 === AIを宿題に使うと試験のスコアが下がる研究結果 ・AIを宿題に使用した生徒の成績に関する新たな研究結果が話題になっています。 ・AIを使用した生徒は6ヶ月間で宿題のスコアが18%向上したものの、試験ではAIを使用しなかった生徒より20%低いスコアになりました。 ・AIへの過度な依存が学習効果に悪影響を及ぼす可能性を示すデータとして注目されています。 === Gemini 3.7 FlashがGoogle検索に統合【続報】 ・Gemini 3.7 Flashに関する続報です ・同モデルがGoogle検索に統合され、指示追従性とユーザーの意図理解がさらに向上しました ・300-350 tokens/sという非常に高速な出力速度を維持しており、引き続き高い評価を集めています === OpenAI学習停止の背景に高度なサイバー能力か【続報】 ・OpenAIによるフロンティアモデルの学習一時停止に関する続報です ・高度なサイバー能力に直面したことが一時停止の引き金になったと報じられています ・これを受け、安全基準のあり方が問われています ・開発者の間では、独立機関による監視の必要性や、競合モデルの動向を伺っているのではないかといった議論が交わされています

今週はソウルで2日間仕事してました！ 目的は、企業向けのNotion イベントと、Notion AIおよびFDEに関する韓国のGTMチーム向けの社内トレーニング 韓国のお客様と直接会うのは初めてで、Notion上でAgent OSを構築する方法、エンタープライズAIエージェントの展開戦略、そしてAI Factoryについて、30分のセッションとラウンドテーブルで話し合いました。 翌日には、GTMチーム向けにNotionAIエージェントのアーキテクチャの深掘りセッションを行いました！チームと一緒にディナーもして、遅いフライトで昨夜帰国

単一文書のQ&Aから、数千文書を横断する分析へ——10万社が使うBoxが、Deep Agentsで「AIネイティブ」に生まれ変わった事例です📦 タイトル: Building Box AI: How an Enterprise Content Platform Went AI-Native with Deep Agents URL: 📦 概要 コンテンツ管理プラットフォームBoxが、Deep Agentsを採用して高度な複数文書分析を実現した事例です。親の「Global Agent」がリクエストの意図を分類し、必要に応じて子エージェントをツールとして動的に生成する階層型システムを構築しました。 ❓ 解決する課題 当初のBox AIは単一文書のQ&Aや知識ハブが中心でした。 ・しかし顧客は、数千文書を横断した調査の統合や、契約書をリスクフレームに照らした分析を求めました ・こうした多段階・分野横断のタスクは、従来のRAGベース検索では扱いきれませんでした 💡 方法論と提案手法 ・親のGlobal Agentが意図を分類し、単純なものは自分で、複雑なものは子エージェントを動的に生成して処理します ・全エージェントが共通ツール（BM25・ベクトル検索・構造化Q&A・ファイル操作）にアクセスできます ・子エージェントは隔離コンテキストで動き、ミドルウェア経由で結果を報告します ・ミドルウェアが本番の要：引用生成、プロンプトキャッシング、17万トークン超で自動要約するコンテキスト管理 ・Deep Agents採用の理由は、モデル非依存（OpenAI/Anthropic/Google）と反復速度です 📊 実験結果 / 実績 ・新エージェントの投入が、数ヶ月から数週間に短縮 ・再帰的な親子システムは、当初の専門エージェント構成より4倍速く出荷 ・単純なクエリは子生成をバイパスし、不要なレイテンシを排除 #AIエージェント# #エンタープライズAI#

💡 Salesforce, Inc. $CRM Q2 FY2027決算 2026-08-26 💰 今四半期業績 - 🟢 EPS：$5.90 (予想$3.27) - 🟢 売上高：$11.35B (予想$11.33B) 📊 重要指標 - 🟢 cRPO（現在残存履行義務）：$33.5B (YoY+14% CC) - 🟢 Agentforce & Data 360 ARR：約$3.9B (YoY+210%超) - 🟢 Non-GAAP営業利益率：34.1% - 🟢 営業キャッシュフロー：$1.3B (YoY+71%) - 🟢 フリーキャッシュフロー：$1.1B (YoY+81%) - 🟢 サブスクリプション&サポート売上高：$10.8B (YoY+12%) - 🟢 RPO（残存履行義務合計）：$66.3B (YoY+11%) 📊 次四半期ガイダンス - 🟢 EPS：$3.43 (予想$3.37) - 🟢 売上高：$11.46B (予想$11.41B) 📊 通年ガイダンス - 🟢 EPS：$16.69 (予想$14.16) - 🟢 売上高：$46.25B (予想$46.11B) 📍決算内容の注目ポイント - Agentforce ARRが$1.5Bを超え、YoY+240%超の急成長。Agentic Work Units（AWU）は累計70億件に到達し、Q2単独で32億件（QoQ+97%）を処理 - Anthropicとの戦略的パートナーシップを拡大し、「Claudeforce」を発表。Salesforceが他社製品に「force」サフィックスを付与するのは初の事例 - Anthropic株式の評価益を含む戦略投資で$2.6Bの利益を計上し、GAAP EPSが前年同期比+119%の$4.29に急伸 - FY27通年売上高ガイダンスを$200M引き上げ（CC基準で$300M引き上げ）。うち$100Mがオーガニック成長、$200MがContentfulおよびFinの買収寄与 - $25BのASR（加速型自社株買い）の最終決済を2026年10月に予定。Q2では$364Mの配当を実施 🤵‍♂️CEO (Marc Benioff) コメント 「過去最高の四半期の一つを達成し、すべての主要指標で予想を上回りました。AIはプラットフォームの全レイヤーで価値を提供しており、AIおよびデータ製品への需要は驚異的で、ARRは間もなく$4Bを突破します。AIforce（当社の信頼性の高いエンタープライズハーネス）を通じて、Salesforce内のデータ、ワークフロー、ビジネスロジック、アクション、ガバナンスを解放し、あらゆるエージェント、モデル、インターフェースに提供しています。これが、前例のない規模でAIを顧客の成功に変換する方法です。」 🤵‍♂️CFO (Robin Washington) コメント 「AIがプラットフォームのパワー、リーチ、価値を増幅しています。NNAOV（純新規年間受注額）の成長率は過去4年間で最も強く、下半期のオーガニック売上再加速に向けて順調に推移しています。」 🔍 主要ファンダメンタルズ指標 - 時価総額: 168.55B - PER: 23.74 - Forward PER: 14.54 - PEG: 0.70 🎯市場評価 - 株価 (発表前): 📈$205.8 (0.05%) - 株価 (発表後): 📈$229.52 (11.53%) - 決算前アナリスト目標株価: $269.5 ($325 ~ $215) B+ - 決算総合サプライズ率 (AI推定): 🤩28.52% - 決算後目標株価 (AI推定): $246.91 🤖 決算まとめるくん(AI)コメント 「Salesforceの FY27 Q2決算は、主要指標が全面的に予想を上回る極めて強い内容でした。 Non-GAAP EPSは$5.90と予想の$3.27を大幅に超過しましたが、この乖離の大部分はAnthropic株式を含む戦略投資の$2.6B評価益に起因しており、営業ベースの実力を過大評価すべきではありません。一方、この評価益を除いても営業利益率34.1%を維持し、売上高も$11.35Bと予想を小幅に上回っています。 とりわけ注目すべきはAI関連事業の急成長です。Agentforce & Data 360のARRが約$3.9B（YoY+210%超）に到達し、Agentforce単体でも$1.5B超（YoY+240%超）と、AI収益化が本格化しています。AWUが四半期で32億件（QoQ+97%）処理されたことは、実際の利用拡大を裏付けています。 cRPOが14%成長（CC基準）に加速した点は、将来の売上パイプラインの健全性を示しています。Informatica買収による$456Mの売上寄与を含め、M&A戦略も着実に実行されています。 ガイダンスでは、FY27通年売上高を$200M引き上げ、Non-GAAP EPSガイダンスも$16.67〜$16.71と従来の$14.06〜$14.12から大幅に引き上げました。ただし、EPS引き上げの大部分は戦略投資益の反映であり、営業利益率ガイダンスは34.3%で据え置きです。 Anthropicとの「Claudeforce」発表は、エンタープライズAI市場における差別化戦略として注目に値します。$25BのASR最終決済が10月に予定されており、株主還元も継続しています。 Altman Zスコア2.36はInformatica買収に伴う債務増加を反映しており、財務健全性の観点では注視が必要です。総合的に、AI収益化の加速と堅調な売上成長が確認された好決算であり、決算後の株価上昇は市場の評価と整合的です。 評価は📈ポヨ」 🏢 Salesforce, Inc. 概要 - セクター: 情報技術 - 特徴: 世界最大のCRM（顧客関係管理）プラットフォームプロバイダー。エンタープライズ向けクラウドソフトウェアおよびAIソリューションを提供 🤘情報提供 Stock Slayer :

💡 Nutanix, Inc. $NTNX Q4 FY2026決算 2026-08-26 💰 今四半期業績 - 🟢 EPS：$0.60 (予想$0.49) - 🟢 売上高：$757.1M (予想$738.27M) 📊 重要指標 - 🟢 ARR（年間経常収益）：$2.55B (YoY+16%) - 🟢 Non-GAAP営業利益率：26.2% (YoY+790bps) - 🟢 Non-GAAP営業利益：$198.0M (YoY+66%) - 🟢 フリーキャッシュフロー：$277.6M (Est. $198M) (YoY+34%) - 🟢 サブスクリプション売上高：$719.1M (YoY+17%) - 🟢 残存パフォーマンス義務（RPO）：$3.44B (YoY+28%) - ⚫️ 平均契約期間：3.3年 (前年同期3.2年) 📊 次四半期ガイダンス - 🟢 売上高：$760M (予想$755.97M) 📊 通年ガイダンス - 🟢 売上高：$3.21B (予想$3.2B) 📍決算内容の注目ポイント - FY2026通年でARRが前年比16%成長の$2.55Bに到達し、3,000社以上の新規顧客を獲得 - Non-GAAP営業利益率が26.2%と前年同期比790bps改善し、収益性が大幅に向上 - FY2027通年のFCFガイダンスを$850M-$950Mと提示し、キャッシュ創出力の持続的強化を示唆 - AMD、Lenovo、NetApp、NVIDIAとの新規・拡大パートナーシップ契約を締結し、AIインフラ基盤を強化 - MCP Server for NCP、Nutanix Enterprise AI (NAI) 2.8、Dell PowerStore対応など、AIおよびハイブリッドクラウド関連の製品イノベーションを加速 🤵‍♂️CEO (Rajiv Ramaswami) コメント 「第4四半期はFY2026の力強い締めくくりとなり、トップラインとボトムラインの両面で堅調な業績を達成し、3,000社以上の新規顧客を獲得しました。FY2026ではパートナーシップにおいて良好な進展があり、AMD、Lenovo、NetApp、NVIDIAとの新規または強化された契約を締結しました。また、特にAIと外部ストレージサポートの拡充に関して、クラウドプラットフォーム全体でイノベーションを推進しました。」 🤵‍♂️CFO (Rukmini Sivaraman) コメント 「FY2026の業績は、前年比16%のARR成長と強力なフリーキャッシュフロー創出により、トップラインとボトムラインのバランスの取れたパフォーマンスを実証しました。持続可能な成長と収益性の改善に引き続き注力してまいります。」 🔍 主要ファンダメンタルズ指標 - 時価総額: 17.68B - PER: 64.11 - Forward PER: 29.66 - PEG: 0.03 🎯市場評価 - 株価 (発表前): 📉$65.41 (-1.55%) - 株価 (発表後): 📈$68 (3.96%) - 決算前アナリスト目標株価: $66.22 ($84 ~ $47) C+ - 決算総合サプライズ率 (AI推定): 😊12.83% - 決算後目標株価 (AI推定): $70.88 🤖 決算まとめるくん(AI)コメント 「Nutanixの2026年度Q4決算は、EPSおよび売上高の双方でアナリスト予想を上回り、全ガイダンス指標でも予想を超過する好決算となりました。 Non-GAAP EPS $0.60はコンセンサス$0.49を約22%上回り、売上高$757.1Mも予想$738.27Mを2.6%上回りました。特筆すべきは、Non-GAAP営業利益率が26.2%と前年同期比790bps改善した点であり、SBC（株式報酬）やリストラ費用を除いた実質的な収益性の大幅な向上を示しています。 ARRは$2.55Bに達し前年比16%成長を維持、サブスクリプションモデルへの移行が着実に進展しています。RPO（残存パフォーマンス義務）が$3.44Bと前年比28%増加しており、将来の売上可視性も高まっています。FCFは$277.6Mと予想$198Mを大幅に上回り、キャッシュ創出力の強さが際立ちます。 FY2027ガイダンスでは、売上高$3.18B-$3.23B（コンセンサス$3.2B付近）、FCF $850M-$950Mと堅実な見通しを提示。Q1ガイダンスの売上高$755M-$765Mもコンセンサスを上回っています。 AMD、NVIDIA等との戦略的パートナーシップ強化やAI関連製品（NAI 2.8、MCP Server）の展開は、エンタープライズAIインフラ市場での競争力を高める要素です。一方、Altman Zスコア2.06やPiotroskiスコア6は財務健全性が改善途上であることを示唆しており、転換社債$1.35Bの負債も留意すべき点です。 決算発表後の時間外取引での株価上昇は、市場がこの好決算を素直に評価したものと考えられます。 評価は📈ポヨ」 🏢 Nutanix, Inc. 概要 - セクター: テクノロジー - 特徴: ハイブリッドクラウドおよびAIインフラストラクチャソフトウェアを提供するエンタープライズ向けプラットフォーム企業 🤘情報提供 Stock Slayer :

大阪・堺の「液晶工場」がGPU拠点に変わる日——関西AI投資の本当の勝ち筋 大阪・堺市に、かつてシャープが液晶パネルを生産していた巨大工場がある。 その旧工場を今、ソフトバンクがAIデータセンターへと造り替えている。当初150MWだった計画は、将来的に400MWまで拡張可能だという。 この話を初めて聞いたとき、少し胸がざわついた。 400MWという数字に驚いたからではない。あの場所をよく知っているからだ。 液晶産業が最も勢いに乗っていた頃、あの工場は日本の製造業の頂点を象徴する場所だった。その建物に、今度はGPUが並ぶ。 これは単なる設備の入れ替えではない。 この半年、関西で起きている変化は堺だけではない。 AirTrunkは大阪東部で2棟目のデータセンターを追加。JETROは大阪を「東京に次ぐ拠点」として海外に売り込み、ロボティクスや半導体分野の投資家を呼び込んでいる。 万博閉幕後、関西を改めて訪問する海外VCも少なくない。京都では大学発の創薬や素材技術の事業化が進み、神戸では医療機器や臨床分野への投資が広がっている。 動いているのは大阪だけではない。関西全体だ。 大阪府は、2030年までに海外金融機関50社を誘致し、スタートアップ1,200社を生み出し、1,600億円の資金調達を実現するという目標を掲げている。 関西全体のディープテック構想はさらに強気で、2027年までに10兆円規模の投資と、ユニコーン100社の創出を目指すという。 行政資料に並べれば、いかにも威勢のいいスローガンに見える。 ただ、この半年に実際に動いた資金を追ってみると、少なくとも方向はそこまで外れていない。 表面的には、どれも同じ物語に見える。 万博が火をつけ、行政と資本がそこへ一斉に資金を投じた——そう説明すれば話は簡単だ。 だが、もう一段深く見たほうがいい。 この半年、関西で最も具体的に資金が動いているのは、実はソフトウェアではない。 ダイキンとNTTデータは今月、AIでデータセンター内のサーバー発熱を予測し、空調、冷水機、液冷設備を統合制御する共同プロジェクトを始めた。7月からは、NTTデータのデータセンターで実証を進める。 パナソニックも、この半年でデータセンター向けの冷却と電源設備への投資を加速させている。CESで前面に出していたのも、まさにこの領域だった。 ここには共通点がある。 関西のAI投資で実際に形になり始めているのは、チャットボットでも、企業内ナレッジベースでもない。 電力、冷却、精密加工、設備制御。 もともと関西が得意としてきた産業に、AIという新しいレイヤーが重なり始めている。 東京でよく語られる「AI×エンタープライズソフトウェア」とは、かなり違う話だ。 こうしたプロジェクトで必要になるのは、Agentをデータにつなぎ、推論の仕組みを設計できるだけの人ではない。 空調設備がどう動くのか。冷却系統のどこがボトルネックになるのか。生産ラインが、なぜ仕様書どおりには動かないのか。 そこまで理解したうえで、AIを現場へ持ち込める人だ。 AIとOT（Operational Technology）の両方に足を置ける人材は、純粋なソフトウェア出身のFDEより、はるかに少ない。 この半年、FDEという肩書は急速に広まり、その分だけ中身も薄まり始めた。 新しく参入してきた人の多くは、SaaSやインターネット企業の出身だ。工場の現場に入り、設備やOTシステム特有の癖を理解している人は、まだほとんどいない。 だから僕は、今年後半の関西で本当に不足するのは、AIと産業現場の両方で会話ができる人材だと見ている。 企業向けAgentを作れるだけでは、十分ではない。 この不足は、多くの人が考えているより早く表面化する可能性がある。 ダイキンのようなプロジェクトがPoCから本番へ進むとき、最後に足りなくなるのは予算ではない。AIと設備の間をつなげる人間だ。 一つの観測ポイントは、ダイキンのPoCが来年3月までに中間結果を出す前に、同規模の製造業がこの領域の人材を外部から採り始めるかどうかだ。 社内だけで処理せず、外へ探しに出る企業が現れたら、この見立てはかなり確度が高い。 ただし、ここは冷静に見ておく必要もある。 市場に需要があることと、独立系コンサルタントがその仕事を取れることは、まったく別の話だ。 ダイキンが組んだ相手はNTTデータであって、どこかの小さな外部チームではない。 日本の大手製造業と大手SIerの関係は、何十年もかけて築かれてきた。 大手SIerには、製造ラインや設備を熟知したベテランがすでにいる。そのチームにAgentを扱える若手を何人か加えれば、AIとOTの両側を組織として埋められる。 必ずしも、一人で両方を理解する独立系FDEを必要としているわけではない。 ここで本当に高いのは、技術の壁ではなく、信頼の壁だ。 独立系FDEが案件を取りにいくなら、競争相手は同じ年頃のAIエンジニアではない。 日本企業の奥深くまで入り込み、複雑な取引関係を何十年も積み上げてきた老舗SIerだ。単純な技術力や経験年数だけで勝負が決まる世界ではない。 以前、関西の案件を見に来た海外VCと話したことがある。 彼はこう言った。 「関西の研究成果と企業集積は世界レベルだ。本当に足りないのは、技術者とビジネスをつなぐ中間層だ」 この言葉には、かなり納得した。 ただ、その「中間層」のポジションは、これまで空席だったわけではない。 すでに誰かが座っている。 今回は、その人たちがAIという新しい服に着替えようとしているだけかもしれない。 僕自身、これからの半年は、手元のリソースの一部をAIとOTが交わる領域へ振り向けようと思っている。 勝てると確信しているわけではない。 ただ、まだ人が少ない。だから今のうちに、腰を据えて見ておく価値がある。 堺の旧工場が、液晶パネルの生産拠点からGPUの計算拠点へ変わる。 その間にあるのは、単なる技術更新ではない。 日本の製造業を支えてきた一世代分の技術と技能が、これからも必要とされるのか。それとも、新しい産業の言葉へ翻訳できないまま、古い工場と一緒に退場していくのか。 この半年、関西で本当に見るべきなのは、AIスタートアップが何社増えたかではない。 古い工場と、そこで積み上げられてきた技術を、誰が新しいテクノロジーにつなぎ直すのか。 僕は、そちらのほうがずっと重要だと思っている。

AIエージェントをエンタープライズシステムに組み込むプラクティス 【サーキットブレーカ＋モデルフォールバック】 💡 LLMプロバイダは落ちる。それを前提に設計していますか？サーキットブレーカとフォールバックで、単一障害点を構造的に排除しましょう。 🔥 解決する課題 - LLMプロバイダの障害・メンテナンスでエージェントが完全停止する - 障害中のプロバイダへのリトライが蓄積し、システム全体の負荷を悪化させる - 単一プロバイダへの依存が全エージェントの可用性リスクになる 🏗️ 提案パターン プライマリモデルのエラー率やレイテンシが閾値を超えたら、セカンダリモデル（別プロバイダや別リージョン）へ自動切替します。セカンダリも不可なら、キャッシュ応答や「現在対応できません」メッセージで縮退応答を返します。サーキットブレーカ（Open/Half-Open/Closed）で障害時のリクエスト洪水を防止し、復旧後はHalf-Open状態で段階的にプライマリへ戻します。この仕組みはAIゲートウェイに組み込み、個別アプリでの重複実装を避けるのが鉄則です。 ✅ 選定条件 - 向き：全本番環境（LLMの可用性変動は前提として備えるべき） - 不向き：特になし（本番運用であれば原則適用） ⚠️ 落とし穴 - タイムアウトを長くしすぎるとユーザー離脱やリソース枯渇を招く - 副作用を伴う操作のリトライは冪等キーなしでは重複実行の危険がある - フォールバックモデルの品質差を事前にevalで検証しておかないと、切替後の品質劣化に気づかない 🛠️ 実装方針 1. マルチプロバイダ抽象レイヤ（LiteLLM / Portkey）を導入し、プライマリ・セカンダリモデルの切替をアプリコードから分離します 2. サーキットブレーカ（resilience4j / Polly）をAIゲートウェイに組み込み、エラー率・レイテンシ閾値（P99の2〜3倍を起点）で Open/Half-Open/Closed を自動遷移させます 3. フォールバック先モデルの品質をevalデータセットで事前検証し、許容範囲を確認してから登録します 4. 副作用を伴う操作には冪等キーを付与し、リトライ時の重複実行を防止します 5. ヘルスチェックエンドポイントを設け、復旧検知後にHalf-Open状態で段階的にプライマリへトラフィックを戻します #AIエージェント# #エンタープライズアーキテクチャ#