私たちは転換点に差し掛かっています。2027年までには、AIはもはやモデルの高度さによって評価されるのではなく、具体的な顧客価値、業務効率、そして収益性の高い成長をもたらすかどうかで評価されるようになるでしょう。この転換を果たせない企業は、AIへの過度な期待がごく短期間で冷めてしまったことに気づくことになるでしょう。また、AIを測定可能な成果に結びつけられなかった企業は、市場で大幅な調整を余儀なくされる可能性が高いでしょう。
Medalliaでは、長年にわたりこの未来を見据えて設計を進めてきました。なぜなら、エンタープライズAIの成否は、モデルにプロンプトが与えられるはるか以前に決まっていると確信しているからです。私の同僚たちは、なぜ当社が大規模な展開を実現できる立場にあるのか、CXの成熟度における真の機会はどこにあるのか、そしてなぜ人間とAIエージェントの両方を対象に開発を進めているのかなど、あらゆる角度からこの変化について解説してきました。
しかし、エンタープライズAIに関する会話のほとんどは、依然としてモデルから始まっている。私は、それは本末転倒だと思う。エンタープライズAIの成否は、モデルにプロンプトが与えられるはるか以前に決まっているのだ。
すべてはアーキテクチャから始まります。これこそが、体験の未来を真に形作る企業と、単にその動向を報告するにとどまる企業とを、最終的に分ける要因となるのです。
エンタープライズAIを定義する4つのアーキテクチャ原則
基盤モデルが絶えず進化し、ますます汎用化が進むにつれ、AIそのものはもはや競争上の差別化要因ではなくなっています。持続的な優位性をもたらすのは、基盤モデルを中核に据え、信頼性の高い知見を提供し、アクションを安全に調整し、アーキテクチャの再構築を必要とせずに継続的に進化するように設計されたプラットフォームです。将来を勝ち取るのは、孤立したAI機能ではなく、再利用可能なAIプラットフォームサービスを構築する組織です。
私は、未来は以下の4つのアーキテクチャ上の取り組みにかかっていると考えています：
1. AIの誤りを確実に防ぐグラウンドトゥルース
「グラウンド・トゥルース」とは、あらゆる意思決定が、正しく行動するために必要なビジネス上の文脈が盛り込まれた、信頼性が高く、リアルタイムで、追跡可能なデータに基づいていることを意味します。AIは、受け取った情報に基づいてのみ意思決定を行うことができます。その情報が不完全であったり、古かったり、ビジネス上の文脈から切り離されていたりする場合、AIは単に間違いを犯すだけでなく、機械の速度で自信を持って間違いを犯してしまうのです。 AIエージェントの推論は、行動の瞬間にそのコンテキストウィンドウ内にある情報によって制限されます。これは、あらゆる意思決定に組織の知見を反映させる人間のアナリストとは異なります。たとえそのコンテキストが欠けていても、エージェントはそれにもかかわらず、自信を持って、かつ大規模に行動を起こします。
Medallia、顧客インサイトはソースデータによって裏付けられています。あらゆる推論は監査可能であり、すべてのサービスは、対象とするビジネスへの理解を継続的に深めるよう設計されています。一例として、当社はインサイト に、開発当初からこの種のトレーサビリティ機能を組み込み、すべての回答がそれを生成したソース資料に紐づくようにしました。これは、人間が回答を検証できるようにするためだけでなく、下流の担当者が推測ではなく、確信を持って当社のインテリジェンスに基づいて行動できるようにするためでもあります。
「グラウンド・トゥルース」はイノベーションの制約となるものではなく、イノベーションを安全に拡大するための基盤となるものです。
2. 第一の原則としての信頼
自律型AIエージェントは、警告バナーやポリシー文書を読むために立ち止まることはありません。ただ実行するだけです。これにより、ガバナンスに対する考え方が根本的に変わります。もはや、UIのプロンプトやユーザーの権限、あるいは従業員が文書化されたプロセスに従うことだけに依存することはできなくなります。 企業が社内外に数千ものAIエージェントを展開し始めるにつれ、ガバナンスはプラットフォームそのものの一部とならなければなりません。セキュリティ、認証、データの保存場所、データリネージ、監査、レート制限は、事後的に追加されるのではなく、基盤となるアーキテクチャに組み込まれ、デフォルトで適用される必要があります。
これは、当社にとって単なる理論上の取り組みではありません。MedalliaプラットフォームMedallia、金融サービス、医療、政府機関といった規制の厳しい業界にサービスを提供するために求められるのと同じセキュリティ基準、すなわちSOC 2 Type II、ISO 27001、27017、27018、27701、HITRUST、GDPR、CCPA、およびHIPAAに準拠して運用されています。
当社は、AIに対しても同様の厳格な基準を適用しています。Medallia 、AIマネジメントシステムの国際規格であるISO/IEC 42001の認証Medallia 、モデルの構築、導入、監視の方法を規定する正式な「責任あるAI」フレームワークを維持しています。
これが、エージェントのガバナンスを構築するための強固な基盤であり、エンタープライズ規模ですでにその有効性が実証されているインフラストラクチャの拡張版です。組織が数千もの自律型エージェントを導入するにつれ、ガバナンスもそれに合わせて拡張され、企業データを保護しつつ、AIの迅速な動作を妨げないようする必要があります。
3. 継続的な進化を見据えて設計されたアーキテクチャ
AIのイノベーションのペースは、実際にはモデルの賢さによって制限されるのではなく、組織がそのAIが何を行っているかを把握し、ミスが広まる前にそれを察知し、AIに依存している他のシステム全体に支障をきたすことなく問題を修正できるかどうかにかかっている。
そうした可視性がなければ、リスクを完全に把握できないため、新しいAI機能にはすべて慎重に対処しなければなりません。しかし、可視性があれば、迅速さと安全性のどちらかを選ばなければならないという状況ではなく、両立させながら行動することができます。
AIモデルは今後も改良され続け、その基盤となるツールや技術も進化し続けるでしょう。しっかり構築されたプラットフォームであれば、より優れた技術が登場した際にそれを導入することができますが、構築が不十分なプラットフォームでは、何かが変わるたびにすべてを一から作り直さざるを得なくなります。
当社のプラットフォームは、自らを継続的に監視し、実行しているモデルとは独立して進化することができるため、お客様が導入環境を再設計する必要なく、41億件を超えるフィードバック信号を処理すると同時に、文脈の理解度を5倍に高めることに成功しました。
これはパフォーマンスのベンチマークの話ではありません。組織の規模や複雑さに関わらず、すべてのお客様に、高速で信頼性が高く、安心できるAIを提供することです。その実現のために舞台裏で稼働している膨大なインフラについて、お客様が一切気にする必要がないようにすることです。
4. 文脈こそがすべて
多くのエンタープライズソフトウェアは、ビジネス上の文脈を独立した要素として扱うのではなく、依然としてソフトウェアそのものの中に埋もれさせてしまっています。例えば、「どの顧客を誰が担当しているか」、「どのチームがどの地域を担当しているか」、「誰が何を承認する必要があるか」、「どのルールがどこに適用されるか」といった情報です。
現在、こうした情報は散在しており、あるワークフローには少しだけ含まれていたり、別のカスタムシステムにはまた少しだけ含まれていたりします。企業が新製品を開発したり、新しいAIツールを導入したりするたびに、そのツールはこれらすべてをゼロから再学習しなければなりません。AIファーストの企業にとって、これは間違った開発手法だと思います。
データはAIに「何が起きたか」を伝えます。ビジネスコンテキストはAIに「それが何を意味するか」を伝えます。そのコンテキストがなければ、あらゆるアプリケーションやAIエージェントは、たまたま手元にあるデータからビジネスの仕組みを再構築しなければなりません。これはソフトウェアにとって非効率的であり、自律型AIにとっては許容できないことです。ビジネスコンテキストは、共有プラットフォームサービスとして一度モデル化され、あらゆる場所で再利用されるべきです。
これが実務上なぜ重要なのかを説明しましょう。AIエージェントが「この顧客関係を誰が担当しているのか？」「どのチームがこれを承認すべきか？」「この地域にはどのようなルールが適用されるのか？」といったことを知る必要がある場合、あちこちから断片的なデータを寄せ集めて推測する必要はありません。その答えは、AIが簡単に確認できる単一の信頼できる情報源にすでに存在しているはずだからです。
この分野において、Medallia 他社に比べ大きな先行Medallia 。当社は数十年にわたり、顧客の声だけでなく、あらゆる業界の世界トップブランドが実際にどのように運営されているか、その組織構造、チーム体制、承認プロセス、そして日々の業務運営についても深く学び続けてきました。
エクスペリエンス・マネジメント に関するこうした蓄積された知見は、いかなる単一のデータセットよりも価値エクスペリエンス・マネジメント 。これは、AIが単に目の前にあるデータに対してパターンマッチングを行うのではなく、真の確信を持って推論を行うことを可能にするビジネス知識なのです。
ビジネスコンテキストが一度モデル化され、共有プラットフォームサービスとして提供されれば、新しいAIアプリケーションはすべて、その理解を自動的に引き継ぐことができます。どのチームも、それを一から作り直す必要はありません。コンテキストの重複がなくなり、共有されるようになることで、イノベーションが加速するのです。
私たちは、絶えず進化し続けるAIのための成功の基盤を築いています
ここで、本記事の核心であり、現在AIへの投資を推進するあらゆるテクノロジーリーダーにとって最も重要だと私が考える点について述べたいと思います。それは、持続可能なAIイノベーションの速度は、その基盤となるアーキテクチャの質によって決まるということです。セキュリティ、ガバナンス、データの完全性、そして可観測性は、イノベーションの制約要因ではありません。それらは、AIを迅速かつ繰り返し、そしてビジネスに実際に変化をもたらす規模で本番環境に投入することを可能にする要素なのです。
そして、そのリストにもう一つ原則を加えたいと思います。それは、「まだ予測できない未来を見据えて構築する」ということです。今日私たちが構築するプラットフォームは、現時点で想像できるAI機能に対応するだけでは不十分です。まだ想像すらできていない機能にも対応できるだけの柔軟性を備えている必要があります。
エンタープライズソフトウェアは、インテリジェンスが個々の製品に追加された機能ではなく、常時稼働するプラットフォームサービスとなる時代を迎えつつあります。勝者となるのは、製品ごとに一から構築し直すのではなく、新しい機能を企業全体で組み合わせ可能かつ再利用可能な形にする組織です。
20年前、あらゆる企業はデータプラットフォームを構築せざるを得ませんでした。今日では、その投資に異論を唱える人は誰もいません。私は、AIについても同様の局面が近づいていると考えています。成功を収める組織は、単に優れたモデルを導入するだけでは済まないでしょう。彼らは、インテリジェンス、ガバナンス、ビジネスコンテキストが、あらゆるアプリケーション、ワークフロー、エージェントが依存できる基盤インフラとなるようなプラットフォームを構築するのです。
企業が、これらを「後で解決すべき問題」ではなく「最優先のアーキテクチャ上の取り組み」として位置づけるプラットフォームを選択すれば、その優位性は相乗的に高まります。脆弱なインフラ上で孤立したAI機能を構築し続ける企業は、一時的には迅速に動けるかもしれませんが、今後10年間は再構築に追われることになる一方で、他の企業は彼らを追い越して加速し続けるでしょう。
モデルは知を生み出す。アーキテクチャは持続的な優位性を生み出す。
