【2026年7月版】
AIエージェント時代の「作らない技術」(1) ― 母屋に呑み込まれるサードパーティ
公開日: 2026/07/25
読了時間: 約 11分
AIエージェントを実装するとなると、考慮すべき領域は無数にある。長期記憶をどう持たせ、どう実装するか。複数のエージェントをどう協調させるか。モデルごとにプロンプトをどう最適化するか。壊れたJSONをどう修復するか。コンテキストをどう分割し、要約し、必要な部分だけを再投入するか。API料金を抑えるために、モデルルーターやセマンティックキャッシュを構築すべきか。
どれも技術的には面白い。だが、その実装は本当に必要だろうか。さらに言えば、それが完成する頃にも必要とされているだろうか。
最高のAIエージェントを開発したあと、最高のツケが回ってくる。モデルが世代交代するたびに追いかけて直し、やがて手が回らなくなるか、モデルごと廃止され、撤退すれば書いたコードはただのゴミになる。API料金よりも、こうして費やす時間のほうがずっと重い。本シリーズは5回に分けて、この見立てを確かめていく。第1回は、すでに起きたことを振り返る。生成AIブーム初期に現れたサービスが、どのように本家へ吸収されていったのか。
残る会社、消える価値
生成AIブームの初期には、汎用モデルが不得意だった作業を補うサービスが大量に登場した。PDFを読ませるサービス、文章からスライドを作るサービス、複数のプロンプトを売るサービス、外部APIをChatGPTへ接続するプラグイン、会話を記録して個人の記憶にするサービス。
これらがすべて消滅したわけではない。だが、その中核機能の多くはいまやChatGPT、Claude、Geminiの標準機能に組み込まれている。企業として生き残ることと、当初その企業を成立させた機能がいまも独立した価値を保つことは、別の話だ。その価値を失った多くの企業は、別の専門性を身につけるか、違うアウトプットへ切り替えるか、ピボットを迫られた。
PDF対話だけでいつまでも戦えるのか
ChatPDF、AskYourPDF、PDF.aiなど、PDFをアップロードして質問できるサービスは、生成AIブーム初期の代表的な製品だった。現在もサービス自体は存在する。しかし、ChatGPTやGeminiなどの汎用AIが文書アップロード、画像を含む文書理解、長文コンテキストを標準で扱うようになった。GoogleのGemini APIは数百万トークン規模の入力から文書・画像・動画を直接理解する機能を案内している。
「PDFをアップロードして質問できる」というだけではもう独立サービスの技術的優位にはならない。生き残るには、契約書比較、証拠管理、法令照合、厳密な引用、アクセス制御など、単なるPDF対話より上の問題を解く必要がある。PDFサービスが軒並み失敗したわけではない。ただ、PDF対話を成立させるために必要だった関連技術の資産価値が失われてしまった。
積み上げるのは数週間、崩れ落ちるのも一瞬
文章からスライドを作るTomeは、ブーム初期を象徴するサービスの一つだった。しかし同社は2024年10月にスタッフの約3分の1を削減してプレゼンテーションから軸足を移し、2025年3月にスライド製品の終了を告知、2025年4月30日にプレゼンテーション製品を停止した。エクスポートされなかったユーザーのスライドは削除された。チームは現在、AIネイティブのCRMであるLightfieldを開発している。
プレゼンテーション生成はモデルの文章・画像・レイアウト能力が上がるほど、Microsoft、Google、Canvaなど既存の制作環境が取り込みやすい。専用サービスが市場を発見し、大手プラットフォームが標準機能として追いつく。従来の市場にもある話だが、AIではロックオンされてから撃ち落とされるまでがあまりに短いのだ。
一年で梯子を外される実装
ChatGPTプラグインが発表されたとき、多くの開発者が外部サービスをChatGPTへ接続しようとした。作業はAPIを一つ公開して終わりではなかった。OpenAPI定義、認証、プラグイン固有のメタデータ、公開方法、利用説明、動作確認。ここまで揃えて、ようやく一つのプラグインが動いた。
その後、OpenAIは2024年2月にプラグインベータの縮小を告知し、2024年3月19日以降は新規プラグインの利用と新しい会話での使用を停止、2024年4月9日には既存のプラグイン会話も動かなくなった。拡張の中心はGPTsとActionsへ移り、開発者向けの後継経路は2025年3月のResponses APIになった。
プラットフォームが自社の仕様を一方的に決められるのは昔から変わらない。新しいのはその入れ替わりの速さだ。プラグインは発表からおよそ一年で主役の座を外れ、専用の知識も実装も検証も、まとめて旧資産になった。仕様の寿命がここまで短ければ、投じた時間を回収する前に、その仕様のほうが先に消えてしまう。
供給元が最大の脅威
見落とされがちなのは、本家が単なるモデルの供給元ではないことだ。ChatGPTもClaudeも、モデルの性能だけで選ばれているわけではない。会話の履歴や記憶、ファイルやツールの連携、練られた使い心地。アプリとしての完成度が、日々高まっている。
提供の範囲も、チャット画面にとどまらない。Webとモバイルのアプリ、デスクトップアプリ、ターミナルで動くCLIエージェント、クラウド上で自律的に動くエージェント。本家は、どこでも動くAIを丸ごと押さえにきている。サードパーティがどの場所を選んでも、この広がりのどこかで本家とぶつかる。
つまりサードパーティは、モデルの上で勝負しているつもりで、実際には本家のアプリそのものと競合している。しかも本家は、こちらが依存するモデルと、競合するアプリの両方を自ら開発している。全ユーザーの利用状況から需要を把握でき、アプリ開発に割ける人員も資金も、サードパーティとは桁違いだ。
特定のモデルに依存しすぎるAIアプリの実装は、本家が同じ機能を標準に取り込んだ瞬間、乗り換えられる他の提供元もなく、依存したまま、市場から弾き出されてしまう。
間違えた投資の代償
PDF対話、AIプレゼン、プラグイン。どれも、専用サービスがまず隙間を埋め、あとから本家がそれを標準機能として呑み込んでいった。そのたびに、それを支えた実装も、そこに費やした時間も、事業とともに価値が消失していく。変化の速いAIに合わせて走り続けるだけでも、相当な労力がいる。たいていは追いつく前に振り落とされる。その間に積み上がる機会損失は、時間が経つほど失った投資そのものを上回っていく。
しかも、AI分野の陳腐化は通常のソフトウェアより一段深いところで起きる。ライブラリが古くなっても、新しいものへ乗り換えれば済む。だがAIでは、依存していたAPIが破壊的に変わるか廃止されれば、こちらのコードは作り直しか撤去を迫られる。さらにモデルが賢くなるほど、本家はサードパーティの事業領域ごとブラックホールのように吸い込んでいくのだ。
次回(第2回)は、この「サービスより先に、実装技術のほうが先に陳腐化する」という二段構造を、三つのメカニズムに分けて具体的に見ていく。APIの廃止、モデル能力向上による周辺コードの不要化、コンテキスト拡大による長文処理の縮小だ。