エンタープライズAIに欠けている層：仕事の実態を観察すること

Skan AIはシリーズC資金調達で6300万ドルを調達し、従業員が実際にエンタープライズソフトウェアをどう使用しているかを観察し、その行動をワークフロー自動化のためのライブモデルに変換するプラットフォームを拡大する。

ここでの戦略的論点は資金調達額よりも鋭い。業界は2年間、エンタープライズAIが停滞するのはモデルが十分でないからだと想定してきた。Skanの主張はそれを逆転させる：モデルは問題ないが、実際の仕事のやり方ではなく、本来あるべきプロセスを記述した整理された文書を与えられ、盲目的に企業に投入されている。そのギャップ——文書化されていない例外、回避策、CRMと40年前のメインフレーム間の部族的な引き継ぎ——こそがエージェントが壊れる場所だ。この診断が正しければ、AIスタックの勝利レイヤーはより良いモデルやより良いプロンプトではない。それは現場の真実の観察だ。これにより競争の地図は、基盤モデル研究所から、請求処理デスクやコンプライアンスチームが実際にどう動いているかの正確な全体像を所有する者へと再編される。

グローバルには、これはバックエンドログからワークフローを再構築するCelonisのようなプロセスマイニング既存企業と衝突する。ログは完了した取引のみを示し、混沌とした人間の中間部分を見逃す。デスクトップレベルの観察はその中間を捉えるが、経営幹部が軽視できないガバナンス上の問題を爆発させる：1500人の従業員の画面を継続的に監視することは監視レベルのテレメトリーだ。労使協議会、プライバシー規制当局、労働側の反発がROIと同じくらい採用を形成すると予想される。

日本にとって、これは痛いところに直撃する。日本企業はRPA——WinActor、UiPath、そしてSIerが構築したボットの軍団——に莫大な資本を注ぎ込んだ。それは非常に多くの業務知識がベテランスタッフが持つ暗黙的で文書化されていないルーチンの中に存在するからだ。それらのボットがもろいのはSkanが説明するのと同じ理由による：文書化されたプロセスをエンコードしており、実際のものではなく、画面レイアウトや例外が現れた瞬間に壊れる。Skanのアプローチは、事実上、日本のRPA波に欠けていたインテリジェンス層だ。

これはNTTデータ、富士通、野村総合研究所のようなSIerにとって脅威であり機会でもある。プロセスを手作業でマッピングするためにコンサルタントを派遣する彼らの労働集約的モデルは、まさにSkanが自動化したいコストだ。しかし日本のSIerは最も深い顧客関係と、厳格な労働およびプライバシー規範の下で画面観察を責任を持って展開するコンプライアンス信頼性も所有している。賢明な動きは、手作業のプロセスマッパーから観察に基づくエージェントのオーケストレーターへと再配置し、人口動態の減少がそれを消し去る前にベテラン従業員の暗黙知を捉えることだ。これを生産性への脅威として扱う企業はマージンを失うだろう。新しいサービスラインとして扱う企業は、日本の自動化負債を優位性に変えることができる。