TencentのHunyuan Hy4プレビューは、WorkBuddyでのデビュー時に十分な需要を集め、タスクキューの滞留と推論クラスターの緊急スケーリングを引き起こし、同社はピーク時のキューイングが続く可能性があることを認めた。

注目すべきはモデルの人気ではなく、その背後にあるボトルネックだ。Tencentほどの規模の企業がローンチ日のキューイングについて謝罪する場合、制約はソフトウェアにあることは稀だ。それは輸出規制下で中国国内で利用可能なハイエンドアクセラレーターの有限なプールである。すべての国内モデルプロバイダーは今、同じ算術に直面している:エージェント型ワークロードの需要は、彼らが合法的に取得できる演算処理よりも速く拡大する。この構造的ギャップが、'動的リソース配分'が配給の丁寧な言い換えとなった理由だ。中国のプラットフォームは、推論最適化、量子化、HuaweiやCambriconからの国産シリコンにより強く依存することが予想されるが、それはそれらのチップが好まれているからではなく、代替手段が大量には入手できないからだ。

グローバルバイヤーへの戦略的シグナルは、エージェント型AIがコストセンターを学習から推論へとシフトさせることだ。有能なエージェントは一度答えるだけではない;ループし、ツールを呼び出し、タスクごとにトークンを消費する。WorkBuddyのキューイングは、エージェントを展開するすべての企業が直面するものの予告編だ:推論容量がモデルの品質ではなく、展開の制約要因となる。スループット経済学を解決するベンダーが、ベンチマークスコアが劣っていても調達で勝利する。

日本企業とSIerにとって、これはベンダー対話の枠組みを変える。最高スコアの基盤モデルを追いかける本能は、日本企業が最も重視する運用上の現実を見逃している:予測可能な可用性とSLA規律だ。ピーク時にキューイングするモデルは、日本のIT部門が優先する、ミッションクリティカルなバックオフィス自動化には使用不可能だ。顧客向けにエージェント型プラットフォームを評価するSIerは、デモ日のパフォーマンスだけでなく、並行性と容量保証をストレステストすべきだ。日本における差別化要因は、実負荷下での定常状態の信頼性となる。

国内RPAの観点もある。日本の大規模なRPA導入基盤は、長い間、決定論的でルールベースの作業を自動化してきた。Hy4のようなエージェント型モデルは、RPAが上手く扱えなかったより曖昧なタスクを吸収することを約束する。しかし、演算処理不足の教訓は両面的だ:単純なタスクを安価なRPAにルーティングし、高価なエージェント推論を真に曖昧な作業のために予約するハイブリッドアーキテクチャは、RPAを全面的に置き換えるよりも経済的であることが証明されるだろう。SIerにとって、短期的な機会は、顧客をTencentが直面したばかりの同じ容量リスクにさらす全面入替ではなく、どのレイヤーがどのタスクを処理するかを決定するオーケストレーション設計にある。