何が論点になっているか

Asanaや関連分野の専門家は、現状の生成AIエージェントには「組織として学習する仕組み」が決定的に欠けていると指摘しています。あるメンバーがプロンプトの工夫やフィードバックでエージェントを改善しても、その学びは隣の同僚のエージェントには引き継がれません。結果として、同じツールを使っているはずなのに、社員ごとに「別バージョン」のエージェントを育てている状態が生まれます。

なぜ「共有メモリ」が必要なのか

そもそも大規模言語モデルは設計上ステートレスで、会話の文脈をモデル自身に保持できません。したがってメモリは、コンテキストウィンドウの外側に専用層として実装する必要があります。Asanaは「Agentic Work Management」と呼ぶ基盤で、社内の業務文脈をグラフ化し、エージェントへ自動的に注入する仕組みを構築中です。誰か1人がプロンプト工学に長けていなくても、チーム全員が同じ精度の出力を得られる状態を狙う設計です。

個人最適か、組織最適か

MicrosoftのCopilotは、ユーザーの役割や文体の好み、業務パターンを個人メモリとして学習し、Microsoft 365全体で再利用する「個人優先」のアプローチを取っています。これに対しAsanaやCollateのSriharsha Chintalapani氏、Zeta GlobalのNeej Gore氏は、共有された文脈こそが「企業全体で知能を複利的に積み上げる生きた記憶」になると主張します。共有メモリを持たないままでは、タスクの重複、現実認識のばらつき、誤りの拡散、エージェント同士の矛盾が避けられないという指摘です。

残る論点

ただし、何を保存し、誰が制御し、複数のエージェントやユーザーが同じインスタンスに書き込んだ際にどう整合性を保つかは未解決です。Chintalapani氏は、関係性をたどってメモリを参照できるエージェントを自前で構築できる企業は、最大手のモデルベンダー以外にはほとんどないとも述べています。

出典: VentureBeat

💼 事業会社視点：これは自社にどう効くか

日本の事業会社にとって、この議論は「AI導入が一人歩きする」リスクへの警告です。とくに営業・カスタマーサクセス・受託開発のように属人化しやすい現場では、優秀な担当者がエージェントを丁寧に育てても、その知見が退職や異動とともに消えてしまいます。これでは社員75%が使い5%しか成果が出ないという現状を、自社でも再現することになります。

SaaSベンダーや受託開発企業は、自社プロダクト・自社業務のどちらでも「共有メモリ層」を持つかどうかが、3年以内に明確な競争差になります。すでに海外ではエンジニアリングや業務オーケストレーションの担当者が、エージェント基盤を評価する際の調達基準に共有メモリを組み込み始めています。日本のEC事業者やバックオフィス系SaaSも、ベンダー選定時に「修正は組織全体に伝播するか」「文脈グラフは自動付与されるか」を必ず確認すべきです。

経営者が今動くべきは2つ。第一に、現在導入済みのCopilotやAsanaなどが、個人最適型か組織最適型かを棚卸しすること。第二に、社内のSOPや業務文脈を構造化データとして整える投資を始めること。これは結果的に、どのベンダーに乗り換えても流用できる「企業の資産」になります。