
「エージェントAI(Agentic AI)」という言葉をよく耳にしますが、まるで映画の世界の話のように聞こえるかもしれません。単に答えを返すだけのチャットボットは忘れてください。あなたがやろうとしていることを理解し、複数のアプリを横断して実際にそれを実行してくれるAIを想像してみてください。つまり、あなたが重要なことに集中している間に、面倒な作業をこなしてくれるデジタルなチームメイトのような存在です。
これが、AI業界で最も注目され、多額の資金を調達したスタートアップの一つであるAdept AIの壮大なアイデアでした。AI研究の重鎮たちによって設立されたAdeptは、私たちがコンピューターを使う未来を築こうとしていました。しかし、同社の物語は、大規模な事業転換とAmazonとの大型人材獲得契約を含む、かなり劇的な展開を遂げました。その道のりは単なる業界のゴシップにとどまらず、今日のあらゆるビジネスがAIオートメーションの活用をどう考えるべきかについて、多くの教訓を与えてくれます。
Adept AIとは?
Adept AIの当初の目標は、非常に野心的なものでした。「あらゆるもののための自然言語インターフェース」を構築することです。例えば、「オースティンで70万ドル以下の3ベッドルームの家を探して、上位5件をスプレッドシートにリストアップして」と指示するだけで、AIが複数のウェブサイトやアプリを横断して、そのマルチステップのタスク全体を実行してくれるのです。
その背後にいるチームは、まさに最強の布陣でした。創業者たちはGoogleとOpenAIの研究者で、かの有名な「Attention Is All You Need」という論文の共著者たちです。聞き覚えがあるかもしれませんが、それもそのはず、この論文はGPTのような現代の大規模言語モデル(LLM)のエンジンであるTransformerアーキテクチャを提唱したものです。
そのビジョンを実現するために、彼らはすべてをゼロから自社で構築することに決めました。これには以下の取り組みが含まれていました。
-
自社独自のAIモデル。人々が実際にソフトウェアをどのように使用するかを示す、膨大な量のデータでトレーニングされました。
-
カスタムの「アクチュエーション(作動)レイヤー」。これは、AIが人間と同じように様々なアプリケーションをクリックしたり、入力したり、操作したりできるようにするソフトウェアを構築した、ということを洗練された言葉で表現したものです。
-
フィードバックツール。ユーザーがAIの間違いを修正できるようにし、AIが学習して時間とともにより賢くなるのを助けます。
そのデモは非常に印象的なものでした。何百ものECサイトの配送状況を一度に確認したり、法的契約書から重要な詳細を抜き出して社内ファイルを自動で更新したりするエージェントが紹介されました。これは、全く新しい種類のAIに対する大胆なビジョンでした。
この動画はAdept AIの当初のビジョンを示すもので、ユーザーのために反復的なタスクを学習し、自動化する方法を紹介しています。
Adept AIの台頭と事業転換
大きな期待を集めた10億ドル規模のスタートアップから、最近の方向転換に至るまでのAdeptの道のりは、AIを構築する現実についての興味深い物語を語っています。自社にAIを導入しようと考えているなら、これは非常に重要な背景情報です。
10億ドル企業Adept AIへの期待
壮大な目標とスター揃いのチームを擁するAdept AIには、投資家が列をなしました。同社は4億1,500万ドル以上を調達し、評価額は10億ドルを突破しました。これは単なるソフトウェアツールへの賭けではありませんでした。投資家たちはAdeptを、汎用人工知能(AGI)への競争における潜在的なリーダーと見ていたのです。
MicrosoftやNvidiaのような巨大企業が戦略的投資で参入すると、その期待はさらに高まり、このスタートアップに強力なお墨付きを与えました。一時期は、Adeptが次世代のAIを定義する道を歩んでいるように見えました。
Adept AIとAmazonの「アクイハイヤー」:大きな計画変更
しかし2024年半ば、物語は急展開を迎えます。AmazonがAdeptの共同創業者兼CEOであるDavid Luan氏をはじめ、他の数名の創業者、そして同社の中核となる研究・エンジニアリングチームの大部分を雇用するというニュースが流れました。
はっきりさせておくと、これはAmazonが会社を買収する通常の買収ではありませんでした。これは戦略的な人材獲得、いわゆる「アクイハイヤー」に近いもので、AmazonがAdeptの技術の一部をライセンスする契約も含まれていました。Adeptはこの件に関するブログ投稿で、その理由について驚くほど率直に説明しました。彼らは、自社モデルの構築とトレーニングにかかる天文学的なコストが、製品開発そのものよりも資金調達に注力せざるを得ない状況に追い込むだろうと述べました。これは、彼らだけでなくAI分野の多くの企業が直面していた問題に対する率直な告白でした。
今日のAdept AI
現在のAdept AIは、全くの別物です。より小規模なチームと新しいCEOのもと、その目標も変わりました。巨大な基盤AIモデルをゼロから構築しようとする代わりに、同社は現在、既存の技術と他の利用可能なAIモデルを組み合わせて使用するエンタープライズソリューションの創出に注力しています。
この事業転換は、Adeptに注目していたあらゆるビジネスにとって大きな疑問を投げかけます。これは同社の将来にとって何を意味するのでしょうか?あの当初の野心的な「何でも屋」AIチームメイトのビジョンはまだ彼らの視野にあるのでしょうか、それともその夢はAmazonのような巨大企業に引き継がれたのでしょうか?この一連の出来事は、壮大なAIプロジェクトに伴うリスクについての、ある種の教訓的な物語と言えるでしょう。
AIエージェントを構築する2つの方法:Adept AIのアプローチ vs より実用的な道
Adeptの物語は、あらゆるビジネスがAIに関して直面する根本的な選択肢を浮き彫りにしています。どちらの道が自社にとって理にかなっているかを理解することが、実際に機能するソリューションを選ぶ鍵となります。
Adept AIの「ゼロからすべてを構築する」モデル
これがAdept AIの当初の戦略でした。独自の基盤AIモデルをゼロから開発する、一か八かの戦略です。
これを試みることさえ、いくつかの条件が必要です。数億ドルの資金、世界最高峰(かつ見つけるのが最も困難な)AI人材のチーム、そして何年にもわたる研究開発に耐える多大な忍耐力です。
Adeptの事業転換が示したように、最大の欠点は、この道が信じられないほど高価でリスクが高いことです。巨大テック企業の潤沢な資金でもなければ、持続可能でないことがほとんどです。顧客に何かを示せるようになるまでに何年もかかる可能性があり、たとえそうなったとしても、最終製品が今日抱えている問題を解決しないかもしれません。
「プラグアンドプレイ」の統合モデル
もっと実用的な方法があります。すでに存在する強力でクラス最高のLLMを使用し、その上にアプリケーションと統合レイヤーを構築することに集中するのです。このアプローチは、AIをチームがすでに使用しているツールと連携させることを重視するため、すぐに役立ちます。
eesel AIのようなプラットフォームは、車輪の再発明を試みるのではなく、この実用的なルートを取ります。ZendeskやFreshdeskのようなヘルプデスク、Confluenceのようなナレッジベースとのシンプルなワンクリック統合に焦点を当てることで、数年ではなく数分で価値を提供します。これにより、企業は長期的な研究開発プロジェクトに伴う莫大なリスクとコストなしに、AIの力を活用できます。
| 特徴 | 「すべてを構築する」アプローチ(旧Adept AI) | 「プラグアンドプレイ」アプローチ(eesel AI) |
|---|---|---|
| セットアップ時間 | 数ヶ月から数年の開発期間 | 数分で利用開始 |
| 必要なリソース | 巨額の資金、エリートAI研究者 | 完全セルフサービス、開発者不要 |
| コア技術 | 独自の基盤モデルの構築 | クラス最高のモデルとの統合 |
| ビジネスの焦点 | AGI研究と汎用エージェント | 特定のビジネス課題の解決(CXなど) |
| リスクプロファイル | 事業転換のリスク大、持続不可能なコスト | 低リスク、迅速で予測可能なリターン |
今日のAIエージェントプラットフォームに求めるべきこと:Adept AIの物語からの教訓
Adept AIの物語から得られる教訓は、ビジネスがAIパートナーに実際に何を求めるべきかについて、かなり明確なチェックリストを与えてくれます。
どれくらい早く結果を出せるか?
Adeptの物語は、長期的で複雑なAIプロジェクトが、簡単に行き詰まったり方向転換したりする可能性があることを示しています。ほとんどのビジネスは、迅速に真の投資対効果(ROI)をもたらすソリューションを必要としています。何年も待っている余裕はありません。
自分でセットアップでき、現在のソフトウェアをすべて捨てさせることのないプラットフォームを探しましょう。チームは、必須のデモに参加したり、長い営業プロセスに巻き込まれたりすることなく、すぐに使い始められるべきです。eesel AIのようなプラットフォームなら、ヘルプデスクを接続し、ナレッジベースでAIをトレーニングし、その日のうちにサポートチケットの自動化を開始できます。
AGIの約束よりも実用的なツールを
万能なAIアシスタントという夢は素晴らしいものですが、成功するビジネスは現実的で差し迫った問題を解決します。遠い未来のAGIのビジョンに魅了されるのではなく、特定の、影響の大きいタスクのために作られたAIエージェントを探しましょう。
そのプラットフォームは、あなたが今すぐ抱えている問題を解決しますか?具体的な課題をターゲットにした専門ツールのセットが必要です。例えば、eesel AIは、完全自動化のための**AIエージェント、人間のエージェントを支援するAI Copilot、スマートなチケットルーティングのためのAIトリアージ**といった個別の製品を提供しています。それぞれがサポートワークフロー内の特定の業務のために設計されているため、初日から価値を得ることができます。

シミュレーションと制御による自信を持った導入
AI導入における最大のハードルの一つは信頼です。ブランドの評判を心配することなく、AIエージェントに顧客対応を任せるにはどうすれば安心できるでしょうか?
ここでシミュレーションと制御が決定的な要因となります。実際の顧客とやり取りする前に、安全な環境でAIをテストできるプラットフォームが必要です。また、段階的に展開する権限も必要で、AIの行動を完全にコントロールできなければなりません。
本番稼働させる前に、AIがどのように振る舞うかを正確に知る必要があります。最高のプラットフォームは、テスト用のサンドボックスを提供します。eesel AIのシミュレーションモードは、過去何千ものサポートチケットでAIエージェントを実行し、解決率を正確に予測し、実際の状況でどのように応答したかを正確に示します。これにより、何を期待すべきかが正確にわかるため、自信を持って導入できます。

Adept AIの未来と、あなたのビジネスの次の一手
Adept AIの波乱万丈の道のりは、エージェントAIをゼロから構築することがいかにコストがかかり、リスキーであるかを示しています。彼らの事業転換とAmazonとの大型契約は、業界全体への教訓です。未来はAGIかもしれませんが、現在は実用的で現実世界での応用がすべてです。
ほとんどのビジネスにとって、最も賢明な選択は、どこからか全能のAIが現れるのを待つことではありません。今日の実用的な問題を解決する、統合を第一に考えたソリューションを採用することです。
_eesel AIのようなプラットフォームは、より速く、より安全で、よりアクセスしやすい方法でAIエージェントをあなたの仕事に取り入れることができます。数年にわたるロードマップや数億ドル規模の資金調達ラウンドの代わりに、数分で結果を得ることができます。
実用的なAIエージェントがあなたのサポートチームに何をもたらすか、見てみませんか?eesel AIで数分で自動化を始めましょう。
よくある質問
Adept AIの当初のビジョンは、「あらゆるもののための自然言語インターフェース」を構築することでした。これにより、ユーザーはAIに異なるアプリを横断して実行したいことを伝えるだけで、AIがそのマルチステップのタスクを自動的に実行できるようになります。これは、複雑なワークフローを処理できるデジタルなチームメイトを創出することを目的としていました。
Adept AIが事業転換した主な理由は、独自の基盤AIモデルをゼロから構築・トレーニングするために必要な天文学的なコストとリソースでした。彼らはこのままでは製品開発よりも資金調達に注力せざるを得なくなると認識し、事業の焦点を変更するに至りました。
現在のAdept AIは、より小規模なチームと新しいリーダーシップのもと、エンタープライズソリューションの創出に注力しています。基盤モデルを構築する代わりに、既存の技術と他の利用可能なAIモデルを組み合わせて、特定のビジネスニーズに応えることを目指しています。
これはAmazonが会社全体を買収する典型的な買収ではありませんでした。むしろ、AmazonがAdeptの共同創業者兼CEOであるDavid Luan氏をはじめ、研究開発チームの大部分を雇用し、技術ライセンス契約を結んだ「アクイハイヤー(人材獲得目的の買収)」でした。
当初のAdept AIは、すべての基盤AIモデルとアクチュエーションレイヤーをゼロから構築することを目指しており、莫大な投資と長い開発期間を必要としました。対照的に、「プラグアンドプレイ」モデルは既存の強力なLLMを活用し、即時のビジネス価値を提供するための迅速な統合とアプリケーションレイヤーの構築に焦点を当てています。
企業は、AIをゼロから構築することが信じられないほどコストがかかり、リスキーであり、しばしば事業転換につながることを学ぶべきです。このことは、遠い未来のAGIの約束を追いかけるのではなく、迅速なリターンを提供し、今日の実用的な問題を解決し、制御を伴う自信を持った導入が可能なAIソリューションを求めることの重要性を浮き彫りにしています。
この記事を共有

Article by
Stevia Putri
Stevia Putri is a marketing generalist at eesel AI, where she helps turn powerful AI tools into stories that resonate. She’s driven by curiosity, clarity, and the human side of technology.






