Box CEO、AI導入の格差を語る | a16zショー

Box CEO が語る AI 普及の真実：エンタープライズは「コード」ではなく「ドメイン知識」が壁になる

シリコンバレーでは「Vibe Coding（自然言語でコーディング）」や「AI エージェント」によって SAP や Salesforce のような巨大なエンタープライズシステムが置き換わるという楽観論が広がっています。しかし、Box の CEO である Aaron Levie は、この見通しは現実を過小評価していると指摘します。彼によれば、既存のシステムには UI やミドルウェアに深く埋め込まれた「ドメイン知識」が存在しており、単純なデータレイヤーや生成 AI では代替不可能です。

また、人間よりも数百倍も多いエージェントがシステムを操作する未来では、ソフトウェア設計の前提が「人間中心」から「エージェント中心」へと根本的にシフトする必要があります。計算コストの問題も過渡期の課題に過ぎず、長期的にはエンジニアリングにおける「計算予算」が最大の議論テーマになると予測しています。

エンタープライズ AI 普及の遅れと「ドメイン知識」の壁

AI がエンタープライズ領域で急速に普及するだろうという楽観論に対し、Aaron Levie は懐疑的な見解を示します。SAP や Salesforce のような大規模システムには、単なるデータベースやデータレイヤーとして整理された情報以上のものが存在しているからです。

「SAP などのシステムを Vibe Coding で置き換えることは不可能だ。そこにあるドメイン知識は、整然と配置されたデータ層だけでは表現できないからだ」

これらの企業向けソフトウェアには、25 年以上にわたる運用ノウハウや業界特有のロジックが UI やミドルウェアの奥深くに埋め込まれています。例えば、財務レポートを生成する際、ユーザーが「このビューのスライスをこう処理して」と指示しても、システム内部でその処理がどのように行われるべきかという複雑な文脈（コンテキスト）を理解していないと機能しません。

これまで人間は、これらの複雑な機能を理解し操作するために、膨大な時間を要してきました。しかし、AI エージェントがこれらを単に「読み取る」だけでは不十分です。システムが持つ暗黙知や、長年の運用で蓄積されたノウハウを抽出し、エージェントが正しく解釈できる形に変換する作業こそが、現在の最大のボトルネックとなっています。

人間より多い「エージェント」のためのソフトウェア設計

未来の IT システムは、人間が操作するものから、人間よりも数百倍、数千倍も多い AI エージェントが操作するものへと変化します。Aaron Levie は、このパラダイムシフトに対応するために、ソフトウェアの設計思想そのものを変える必要があると説きます。

「もし人間より 100 倍、1,000 倍もエージェントが存在するなら、ソフトウェアは『エージェント向け』に作られなければならない」

従来のソフトウェア開発では、UI（ユーザーインターフェース）や CLI（コマンドラインインターフェース）が人間との対話手段として重視されてきました。しかし、これからは API や MCP（Model Context Protocol）といった、マシン同士の通信を最適化するインターフェースが同等以上に重要になります。

Box が最近リリースした Box CLI の事例がその好例です。Claude などの AI に Box CLI のコードを与えれば、AI エージェントは自然言語で Box システム全体と対話できるようになり、フォルダのアップロードやドキュメント処理を自律的に実行できます。これは人間が一つずつボタンをクリックするのではなく、エージェントが API を駆使してタスクを完遂する新しい形の「共働」です。

「私たちは今、コーディングエージェントに SAS ツールへのアクセス権を与え、知識作業のワークフローやコンテキストにアクセスさせることで、真のスーパーパワーを引き出そうとしている」

このアプローチにより、AI エージェントは単なる情報検索を行うだけでなく、実際にコードを生成したり、API を呼び出してタスクを実行したりする能動的な存在へと進化します。これが「クラウド共働（Cloud Co-op）」と呼ばれる新しいトレンドの核心です。

計算リソースの経済学と「計算予算」への移行

現在、多くの企業が AI の導入コストやトークン制限に悩まされていますが、Aaron Levie はこれを過渡期の問題だと断じ、長期的な展望を語ります。データセンターの容量増強やトランジスタ技術の革新により、計算リソースはかつてないほど安価で手に入りやすくなります。

「エンジニアリングにおける『計算予算（Compute Budget）』の議論が、今後数年間で最も過激なものになるだろう」

現在のトークン制限やコスト問題は、技術的な壁というよりも、供給と需要のバランスが取れていない一時的な状態に過ぎません。将来的には、AI の利用コストは劇的に低下し、企業が悩むべきは「AI を使えるか」ではなく、「計算リソースをどこまで割り当てるか」という予算配分の問題へとシフトします。

これは、かつてのソフトウェア開発が「機能の実装」から「パフォーマンス最適化」へ焦点を移したように、AI 時代には「コスト削減」から「計算資源の有効活用」へと議論の軸が変わることを意味しています。エンジニアリングチームは、限られた予算の中でいかに高効率な AI エージェントを運用するかという戦略が求められるようになります。

ジョブの抽象化とスキル転移：人間に求められる新しい能力

AI エージェントによる業務自動化が進行すると、人間の役割は単に「置き換えられる」のではなく、「抽象化レイヤー」が一段階上に移動します。これは、かつてスプレッドシートの普及によって、計算機を操作していた人々が「データ分析」や「管理」へと役割を変えた歴史と似ています。

Aaron Levie は、自身の MBA エリート校のいとこのエピソードを例に挙げます。コンピューティング黎明期にそのいとこは、インターン生（当時のエージェント）を指揮してスプレッドシート作業を行わせる立場にあり、数年後には自分自身がスプレッドシートの専門家として組織内で活躍するようになりました。

「AI エージェントは人間の業務を自動化しますが、それは単なる置換ではなく『抽象化レイヤー』の移動です。人間はより高次のシステム思考やエージェント管理という新しいスキルセットを習得する必要があります」

これからの仕事では、特定のタスク（例えば Google Adwords のキーワード選定や Facebook への移行）を直接行うのではなく、それらを自動化する「フローチャート」や「ルール」を設計し、AI エージェント群を統率する能力が求められます。つまり、人間は「何をするか」から「どうシステムを構成するか」という視点へとシフトする必要があります。

ただし、この移行には時間がかかります。組織内のドメイン知識を持つ熟練者がフローチャートを文書化できるのは一握りであり、多くの人が新しいインターフェースに慣れるまでには、スプレッドシートが普及したのと同じように数年を要するでしょう。しかし、一度その抽象化レイヤーが確立されれば、人間はより創造的で戦略的な業務に集中できるようになります。

まとめ

Box CEO の Aaron Levie は、AI 普及における楽観論と現実のギャップを鋭く指摘しました。エンタープライズ領域では「ドメイン知識」の抽出難易度が高く、エージェント向けソフトウェア設計への転換が不可欠です。計算コストの問題は技術革新で解決され、人間にはシステム思考とエージェント管理という新たなスキルが求められる未来が待っています。

企業は単に AI ツールを導入するだけでなく、自社の複雑なドメイン知識をどう抽出し、それをエージェントが自律的に処理できる形に変換するかという根本的なアーキテクチャの再設計を急ぐ必要があります。これが、次なる AI 時代の勝敗を分ける鍵となるでしょう。