2024年がAIの実験の年だったなら、2025年は産業化の年だった。生成AIを巡る投機的なブームは、史上最も急速にスケールするソフトウェアカテゴリーへと成熟し、自律型エージェントは研究室から企業運営の中核へと移行した。年の瀬を迎える今、エージェント型AIの領域が、巨額の投資、重要な標準化、そして本番運用への準備という困難な課題解決に向けた冷静な注力によって、根本的に変貌したことは明らかだ。
\n\nだが、これは単なる導入の物語ではない。2025年は、業界がモノリシックなエージェントのアーキテクチャ上の限界と向き合い、より専門化され、スケーラブルで、かつ統制可能な未来へと決定的な転換を始めた年だった。
\n\nこの転換を最も如実に示すのは、投入された資本の絶対的な規模である。Menlo Venturesの2025年12月の報告書によると、企業による生成AIへの支出は2025年に370億ドルに急増し、前年から驚異的な3.2倍増となった[1]。この急増は、現在グローバルソフトウェア市場全体の6%以上を占めている。
\n\n極めて重要なことに、この支出の半分以上（190億ドル）がアプリケーション層に直接流入しており、長期的なインフラへの投資よりも即座の生産性向上を企業が優先していることを示している。この投資は、強力な導入指標によって裏付けられており、PwCの最近の調査では、79%の企業がすでにAIエージェントを導入していることが判明した[2]。
\n\n![\"2023-2025年](\"/assets/images/genai_spend_by_category_menlo.webp\")
\nSource: Menlo Ventures, 2025: The State of Generative AI in the Enterprise [1]
\n\n支出ブームがヘッドラインを賑わせる一方で、インフラストラクチャ層ではもっと静かで、より深遠な革命が進行していた。2025年に取り組まれた主要な課題は、相互運用性の危機だった。初期のエージェント型エコシステムは、独自APIと断片化されたツールセットが入り乱れる混沌とした状態であり、堅牢なクロスプラットフォームアプリケーションを構築することはほぼ不可能だった。今年、2つの重要な進展がその混沌に秩序をもたらした。
\n\n2024年末に導入されたModel Context Protocol（MCP）は、エージェントとツール間の通信における事実上の標準となった。2025年11月の1周年を記念して、非同期操作、サーバーアイデンティティ、正式な拡張フレームワークなど、本番運用への準備に関する初期の不満に直接応える重要なエンタープライズ機能を導入した主要な仕様リリースが行われた[3]。
\n\nこれは、AnthropicとBlock、OpenAIが、MCPをLinux Foundation傘下の新設されたAgentic AI Foundation（AAIF）に寄贈するとの12月9日の発表で最高潮に達した[4]。1万以上のアクティブなパブリックMCPサーバーと月間9700万回のSDKダウンロードを記録する中、MCPの中立的でコミュニティ主導の標準への移行は、エージェント型経済の基盤となるプロトコルとしての地位を確固たるものにした。
\n\n![\"MCP導入前後の比較\"](\"/assets/images/mcp_before_after.png\")
\n断片化された独自APIから統一されたMCPベースのアプローチへの移行は、エージェントとツールの統合を簡素化する。
\n\n同じプレイブックに従い、Anthropicは12月18日に別の画期的な動きを見せ、Agent Skillsの仕様をオープンにした[5]。これは、エージェントに手続き的な知識を装備するための標準化され、かつポータブルな方法を提供し、単純なツールの使用から、より複雑なマルチステップのタスク実行へと踏み出すものである。仕様とSDKをすべての人に利用可能にすることで、業界はスキルがあらゆる準拠したAIプラットフォーム間で開発、共有、展開できるエコシステムを育成し、ベンダーロックインを防いでいる。
\n\nこれらの標準化の取り組みは、次の主要なアーキテクチャ上の転換を解き放った。それは、モノリシックで汎用型のエージェントから、人間のチームのように機能する専門化されたスキルの集合体への移行である。どの企業も、マーケターでありエンジニアであり財務アナリストである「スーパー従業員」1人だけを雇うことはない。彼らは、自分の役割を極め、より大きな目標達成のために協力するスペシャリストを雇う。エンタープライズAIの未来も同じだ。
\n\nこの「マルチエージェント」あるいは「スキルベース」のアーキテクチャは、単なる理論的概念ではない。Anthropicの自社調査では、専門化されたサブエージェントを統括するリードエージェントを持つマルチエージェントシステムが、複雑な調査タスクにおいて、単一のより強力なエージェントを90%以上上回るパフォーマンスを示した[6]。理由は単純だ。専門化はより高い精度をもたらし、並列化はより大きなスケールを可能にする。
\n\nすでに、この思想に基づいて構築された最初の企業の波が見られている。例えば、YCがバックアップするGetden.ioは、エンジニア以外の人々が、さまざまなスキルと統合機能で構成されるエージェントを構築し、協力するためのプラットフォームを提供している[7]。このアプローチはエージェントの作成を民主化し、開発者だけでなくドメインエキスパートが、自分たちに必要な専門化された「デジタル従業員」を構築できるようにする。
\n\n2025年が接続の問題を解決したのに対し、2026年は、スケールにおける統制と調整の課題を解決する年となる。企業が数十のエージェントの展開から数千のスキルの展開へと移行するにつれ、新たな問題群が浮かび上がってくる。
\n\n2025年に築かれた基盤は、画期的なものだった。それは私たちを、孤立した実験的なボットの世界から、真のエージェント型経済の瀬戸際へと導いた。だが、旅はまだ終わっていない。2026年以降に勝利する企業は、エージェントだけでなく、専門化され協力し合うスキルの全体のワークフォースを構築し、管理し、セキュアにする技術を習得した企業たちとなる。
\n\n参考文献：
\n\n\n\n[2] PwC. (2025, May 16). PwC's AI Agent Survey. PwC.
\n\n\n\n\n\n\n\n[6] Anthropic. (2025, June 13). How we built our multi-agent research system. Anthropic Engineering.
\n\n[7] Y Combinator. (2025). Den: Cursor for knowledge workers. Y Combinator.
", "source_hash": "sha256:cb5643035fd521bfdc3971244410eb8b91cd5a819ff35838de87890e3b6da8c1", "model": "moonshotai/kimi-k2.6", "generated_at": "2026-08-07T07:09:39.244800+00:00" }