AIエージェントは「オン・ザ・ジョブ」で学習するが、チーム全体のためではない
AI agents are learning on the job — just not for your whole team
多くの知識労働者がAIを活用しているにもかかわらず、企業の生産性向上率は低い。これは、AIエージェントの学習内容が個々のユーザーに限定され、チーム内で共有されないためである。Asanaの調査によると、知識労働者の75%がAIを利用しているが、生産性向上を報告している企業はわずか5%にとどまる。Asanaの製品責任者であるArnab Bose氏は、AIモデルは推論能力の向上に長けているが、人間が共有メモリとして理解できる形でエンタープライズの作業コンテキストを取り込むのが苦手だと指摘する。Asanaは、チームメンバーがAIエージェントを修正した場合、その修正がチーム全体に適用される「Agentic Work Management」プラットフォームを開発した。これにより、プロンプトエンジニアリングやコンテキストエンジニアリングの専門家でなくても、AIエージェントが組織内のコンテキストグラフを自動的に利用できるようになる。共有メモリは、単一エージェントからマルチエージェントワークフローへと移行する際に、コンテキストと振る舞いを共有する必要があるエンタープライズにとって不可欠な設計上の決定となる。Collate社の共同創業者兼CTOであるSriharsha Chintalapani氏も、共有メモリの欠如がマルチエージェントワークフローにおける一貫性の大きな障害であると述べている。Zeta Global社の最高データ責任者であるNeej Gore氏は、共有コンテキストは「企業全体の知性を複利で増やす」生きたメモリになると述べている。Microsoft Copilotのようなプラットフォームは、個々のユーザーの役割、トーンの好み、作業パターンを学習する個人中心のアプローチを採用しているが、チーム全体のメモリ層に接続されたエージェントは、組織的な知識を自動的に構築する。
- Asanaが、チームメンバーによるAIエージェントの修正がチーム全体に適用される「Agentic Work Management」プラットフォームを開発した
- Asanaの調査により、知識労働者の75%がAIを利用しているが、生産性向上を報告している企業はわずか5%であることが明らかになった
本記事は、AIエージェントの「共有メモリ」欠如というエンタープライズAI導入における重大なボトルネックを指摘している。個々の生産性向上は進んでいるが組織全体の生産性向上率が低いというデータ(75%がAI利用、生産性向上報告は5%のみ)は、現状のAIツールがチーム学習や組織知識の蓄積に貢献できていないことを示す。Asanaが開発した「Agentic Work Management」プラットフォームは、チーム全体でAIエージェントの修正やコンテキストを共有できる仕組みを提供しており、マルチエージェントワークフローへの移行が進む中で、組織的知識の自動構築を可能にするアプローチとして注目に値する。Microsoft Copilotが個人中心なのに対し、Asanaは組織全体の知性を高める方向性を打ち出しており、エンタープライズAI市場における差別化要因となり得る。