「個人AI」から「自律型エージェント」へ──爆発的なコスト低下がもたらす地殻変動
「1年前、『UserからBuilderになろう』と呼びかけました。この1年で日本でもAIが極めて普及し、誰もがビルダーとなりました。そして今、皆様にお伝えしたいメインメッセージは『Bet AI ”AIエージェント”』です。単なる便利なツールを超えて自律し、一緒に働く同僚のような存在へ進化させる。それをどう作り、会社に溶け込ませるかが問われています」
セッションの冒頭、福島氏はそう強調した。1年前のAI活用といえば、人間がプロンプトを入力して回答を得るテキスト生成や、コード生成などの「運転支援（レベル1〜2）」が中心であった。しかし、現在のAIは特定条件下において人間を介さず業務を完了する「条件付き／特定条件下の完全自動運転（レベル3〜4）」へと足を踏み入れつつある。
この変化を後押ししている最大の要因が、知能の圧倒的な低価格化とモデル性能の飛躍だ。2025年11月時点では、複雑な開発業務をこなすフロンティアモデル（例：Opus4.5）のAPIコストは入力100万トークンあたり5ドル、出力25ドルといった高価格帯であった。しかし、わずか8ヶ月後の2026年7月時点では、GPT-5.6 Lunaが入力0.2ドル・出力1.2ドル、オープンウェイトモデル（重み付けが公開されたモデル）であるDeepSeek-V4-Flash-0731が入力0.14ドル、出力0.28ドルと、opus4.5に匹敵、あるいは同等以上の性能を持つモデルが破格のコストで利用可能となった。
「コストは20分の1から60分の1に下がっています。それでいて、以前の最高峰モデルより賢い。1年ごとに恐ろしいスピードで賢い知能が登場し、コストが急落する。我々は過去に誰も経験したことがない歴史的な時代にいます」と福島氏は語る。
市場に横たわる「吸収ギャップ」と主戦場となったハーネスエンジニアリング
モデルの知能向上と低価格化が進む一方で、社会側の受け入れには大きな溝が存在する。福島氏はこれを「吸収ギャップ（Assimilation Gap）」という概念を用いて解説した。
現在、AI技術そのものは計画立案、ツール呼び出し、コンテキストの読み込みを通じた複雑な業務実行が可能だ。しかし、実際の産業界や企業現場において、こうした高度なエージェント技術を使いこなせている割合はごく一部にとどまる。簡単なOCR（光学文字認識）による帳票データの抽出機能ですら、社会全体の普及率は6〜10%程度に過ぎないのがリアルな現場感である。
「今、仮に知能の進化が完全に止まったとしても、現実世界に設置・定着できていない領域だけで数百兆円規模の吸収ギャップが市場に存在します。AIアプリケーション企業の主戦場は、もはや『どのモデルを選ぶか』ではなく『知能をどう現実世界に着地させるか』に移りました」（福島氏）
ここで重要となるのが「ハーネス（Harness）」の概念だ。エージェントとは「モデル＋ハーネス」で構成される。ハーネスとは、モデルが現実世界のデータやツールにアクセスし、企業のセキュリティルールや権限管理の枠組み（ガードレール）の中で正しく振る舞うための接続機構・制御環境を指す。モデル単体の性能評価に終始するのではなく、ハーネスを強固に構築し、仕事の評価・フィードバックをループさせて自己改善させることこそが、吸収ギャップを埋める鍵となると福島氏は指摘した。
