SAP CTO Philipp Herzig、企業の「OS」をAI時代へ

SAP CTO が語る AI 時代：「技術の進化」ではなく「ビジネスモデルの転換」へ

SAP の CTO、フィルリップ・ハーツィグ氏は、AI を単なる技術的なパラダイムシフトとして捉えるのではなく、企業にとって不可欠な「ビジネスモデルの転換」と定義しています。既存の大規模ソフトウェアベンダーが生き残る鍵は、複雑な UI 操作を教える時代から脱却し、顧客の属人的な知識まで取り込むことで、意思決定の標準化とコスト削減を実現するデータフライホイールを構築することにあります。

「技術の移行」ではなく「ビジネスモデルの転換」

ハーツィグ氏は、AI 業界でよく語られる「技術的移行」という表現に懐疑的です。過去 20 年間で私たちはインターネット、クラウド、モバイルといった技術の波を乗り越えてきましたが、SAP が市場リーダーであり続けられた理由は、技術そのものではなく「顧客が求める成果と投資対効果（ROI）」が変わらないからです。

「AI は素晴らしい技術ですが、本質的に変わっていないのは『顧客が正しい成果を得たいという欲求』です。AI はそれをより迅速に、低コストで実現する手段に過ぎません」

ハーツィグ氏は、クラウド移行の例を引き合いに出します。当初は単にオンプレミスソフトをインターネット上に置けばいいと考えられていましたが、実際には CI/CD やマルチテナンシーなど、根本的な設計思想の転換が必要でした。AI についても同様で、「既存のソフトウェアに AI を付け足す」段階ではなく、「AI によってシステム全体を再設計する」フェーズに入っていると指摘します。

UI の終焉と「生成型 UI」への移行

従来のエンタープライズソフトウェアは、ユーザーが複雑な画面をクリックしてタスクを完了させるよう設計されていました。ハーツィグ氏はこれを「コンピュータの前に座って知能を必要とするソフトウェア」と呼び、この時代は終わったと断言します。

「古典的な UI 設計で人間に操作を教える時代は終わりました。これからは『生成型 UI（Generative UI）』の時代です」

新しい UI は静的ではなく、状況に応じて動的に生成されます。例えば、関税引き上げやホルムズ海峡の紛争といった事象がサプライチェーンに与える影響について、チャットボットで質問するだけで、SAP のデータと紐付いて分析結果を即座に表示します。さらに、システムが不具合を検知した際、ユーザーが朝起きる前に「営業側の問題です」と通知し、解決策を提案するプロアクティブな機能へと進化しています。

属人的な知識（トリバルナレッジ）の取り込み

AI エージェントを本格的に導入する際の最大の課題は、システム内の構造化データだけでは不十分だということです。ハーツィグ氏はこれを「エージェントマイニング」という概念で解決しようとしています。

「システムには記録されていない『属人的な知識（トリバルナレッジ）』こそが、真の意思決定の鍵です」

多くの企業では、熟練した担当者の判断や、Slack や Teams のチャット履歴、電話での会話といった非構造化データに「正解」が眠っています。SAP はこれらの情報を収集・分析し、AI エージェントが学習させることで、意思決定の標準化とプロセス改善を実現します。

例えば、特定の地域や給与計算システムに応じた旅行ポリシーの質問に対し、単なるマニュアル回答ではなく、その企業のマスターデータ（所在地、適用税制など）を考慮した正確な回答を返す仕組みです。これにより、10 万ドキュメント規模の複雑な環境でも、AI が一貫性のある判断を下せるようになります。

UI 自動化より「API ベース」のエージェントへ

多くのスタートアップや新参企業が注目する「UI の自動操作（ボタンのクリックを模倣する）」は、ハーツィグ氏にとって本質的な解決策ではありません。複雑な UI を自動化するのはコストが高く、予測不可能性も伴います。

「私たちは、バックグラウンドで API を呼び出すエージェント型アーキテクチャが主流になると予測しています」

SAP の戦略は、UI 操作に頼らず、システム間を直接つなぐAPI ベースのハイブリッド設計にあります。これにより、コスト制御と予測可能性を両立させつつ、顧客のビジネス成果に集中できます。

「技術の消去」と開発者の役割変化

SAP は特定の LLM（大規模言語モデル）に依存せず、複数のパートナーシップを活用しながら、「技術そのものをユーザーから見えなくする」ことに注力しています。ユーザーには AI の仕組みではなく、迅速なビジネス成果が提供されるべきです。

この転換は開発者の役割にも大きな影響を与えています。ハーツィグ氏は、AI エージェントコーディングの普及により、かつての「テスト駆動開発（TDD）」が復活すると指摘します。

「以前、開発者はコードを書く楽しさから優先順位を下げがちでした。しかし AI 時代では、システムに『何を達成すべきか』という境界条件や結果を記述することが最も重要になります」

AI がコードを生成する際、セキュリティやデータプライバシーの観点からの検証が不可欠です。開発者の役割は、単なるコーディングから「正しい成果を定義し、エージェントを検証・評価する」へとシフトしています。

まとめ：スケールと信頼性が勝敗を分ける

ハーツィグ氏の結論は明確です。AI 時代においてスタートアップが直面するのは、数枚のドキュメントでチャットボットを作るような「小規模な実験」ではなく、1000 件以上のドキュメントや 2 万個の API を扱う大規模スケールでの信頼性確保という課題です。

SAP のような既存ベンダーは、長年にわたって蓄積した顧客データと複雑なシステムへの理解を武器に、AI エージェントが「属人的な知識」まで含めて学習できる環境を提供することで、新参者に対する明確な優位性を維持しています。技術そのものよりも、いかにしてビジネス成果を生み出すかという視点こそが、AI 時代の勝敗を決めるのです。