8月28日、The Next Webが「What's next for AI and how to get there」と題した記事を公開した。フロンティアモデルの性能が収束しつつある今、AIの競争優位がモデル選定からデータインフラへとシフトしているという論点を掘り下げている。
「何を読ませるか」が競争優位を決める時代へ
主要なフロンティアモデルは現在、ほとんどのタスクで互いの差が5%以内に収まっている。2年前の「どのモデルに賭けるか」という問いは、もはや戦略的な問いとして機能しない。
では何が差を生むのか。記事が指摘する核心はコンテキストエンジニアリング——モデルが推論時に「何を読んでいるか」の設計だ。プロンプトをどう書くかではなく、モデルに渡す情報そのものの質と鮮度を管理する実践であり、これが次の主戦場になりつつあると記事は論じる。
モデル選びはもう差別化にならない
※以下の統計数値（Stanford AI Index・McKinsey・Gartner・Deloitte）は元記事で言及されているものとして紹介しているが、各調査の原典へのリンクが確認できたものについては原典を、確認できなかったものについては元記事をあわせて参照されたい。
元記事が引用するStanford 2026 AI Indexによれば、主要なフロンティアモデルは1年間で主要ベンチマークを約30ポイント改善し、現在では性能差が5%以内に収束している。
同記事が引くMcKinseyの2025年AI調査では、組織の88%が何らかの形でAIを活用している一方、企業全体で意味のある価値を引き出せている「ハイパフォーマー」はわずか6%にとどまる。採用の壁は越えた。次の壁は実行にある。そしてその実行を左右するのは、モデルそのものではなく、モデルが推論時に何を読んでいるかだ。
AIエージェントが失敗する本当の理由
競合モニタリング、価格インテリジェンス、マーケットリサーチ、調達、リード評価——こうした業務にAIエージェント（計画・検索・ツール使用・多段階タスクを限られた人間の監視下で実行するシステム）が投入されている。しかし現実は厳しい。
元記事が引用するGartnerの予測では、エージェント型AIプロジェクトの40%以上が2027年末までにキャンセルされる。理由はコストの増大、ビジネス価値の不明確さ、リスク管理の不備だ。元記事はさらに、生成AIパイロットの約95%が測定可能なリターンをもたらせなかったという調査結果も引いている。
失敗の原因をモデルのハルシネーションに帰するのは簡単だが、実態はもっと単純だ。エージェントが古い、あるいは不完全な情報で動いているのが根本原因だ。競合の価格戦略を分析するエージェントは、最新かつ地域別の正確な価格データにアクセスできなければ、推論能力がどれだけ高くても意味をなさない。これはプロンプトエンジニアリングでは修正できない構造的な問題だ。
「コンテキストエンジニアリング」という新概念
この問題に対して業界が注目しているアプローチがコンテキストエンジニアリングだ。Anthropicは2025年末にこれを「推論時にモデルが利用できる最適な情報セットをキュレーションする実践」と定義した。
エンタープライズのAI予算では、データ取得をIT部門に丸投げして戦略の議論から切り離す傾向がある。だがこれはもう通用しない。製品リスト、財務開示、ニュース、求人情報、規制更新、競合動向——これらの情報は公開されている。問題はそれを一貫して、スケーラブルに取得する仕組みだ。
解決策の核心：エージェント向けWebインデックスとリアルタイムアクセス
記事が提示する解決策は2層構造だ。
① エージェント向けWebインデックス
従来の検索インデックスは人間向けに設計されている——タイトル、リンク、スニペット、クリックする先を選ばせるための情報だ。エージェントはリンクのリストを必要としない。すでに構造化された情報そのものが必要だ。
エージェントが従来のインデックスを使う場合、各ページを取得・クリーニング・要約する処理が都度発生し、レイテンシが増加し、トークンコストが跳ね上がり、エラーの発生箇所も増える。エージェント専用インデックスはこの無駄を省く。ソースと日付付きで、モデルがそのまま使えるコンテンツを格納する。「どこから来た情報か」のトレーサビリティは、エージェントが自信満々に事実を捏造することへの現実的な防御になる。
② リアルタイムアクセス層
どれだけ優れたインデックスも、最後のクロール時点のスナップショットだ。動的な価格変動、規制の更新、新製品リリース——これらはインデックスが捕捉できない。エージェントが「今この瞬間」の情報を必要とする場面では、リアルタイムにWebへアクセスできるレイヤーが別途必要になる。
結論：投資の照準を変える
元記事が引くDeloitteの調査は明確に述べている。パイロットから本番移行を果たしている企業は、目に見えるAI層ではなく、その下の基盤に投資している企業だ。
モデルの性能向上だけでは、新鮮な情報が欠乏したエージェントは救えない。エージェントは、行動する瞬間にアクセスできる情報の質に縛られる。「エージェントが推論できること」と「エージェントが実際に読めること」の距離を縮めることが、AIの次のフロンティアだ。
詳細はWhat's next for AI and how to get thereを参照していただきたい。
