B2Cサービスで競争優位の源泉となってきた「データ複利ループ」が、LLM（大規模言語モデル）とエージェントの普及を背景に、B2B SaaSにも広がる可能性が出てきた。Foundation Capitalのパートナー、ジャヤ・グプタ氏は、企業の意思決定に伴う痕跡を記録・学習できるようになったことで、企業向けソフトウェアでも新たな競争力を築けるようになると指摘している。

NetflixやMeta、Amazon、TikTok、GoogleといったB2C企業は、ユーザーのクリックやスクロール、離脱といった行動データを継続的に収集・分析し、サービス改善に生かしてきた。グプタ氏は、こうした企業が過去20年余りで築いてきた競争力の本質は、「データ複利ループ」にあるとみる。

ユーザー行動を集めてシステムを改善し、その改善がさらに多くの利用者を呼び込み、より多くのデータを生む――。この循環が回るほど、競合にとっては追随が難しくなる。

一方で、企業向けソフトウェアでは同じ構造を取り込みにくかった。理由は意思決定の回数が少ないからではなく、B2Cのようにその過程を観測しにくかったためだとされる。

グプタ氏はX（旧Twitter）への投稿で、LLMの台頭により、この状況が変わりつつあると強調した。企業向けソフトウェア企業にとって新たな武器になるのは、これまで十分に持てなかった「複利ループ」であり、消費者向けプラットフォームがクリックやスクロールを学習してきたのに対し、今後のB2Bソフトウェアは企業の意思決定プロセスそのものを学習対象にできるという見方だ。

その背景としてグプタ氏は、リモートワークと非同期型の協業が定着し、意思決定がデジタルな痕跡として残るようになった点を挙げる。コメント、文書の修正履歴、チケット、承認記録、通話録音などがその代表例だ。

B2Cでは、単一のユーザーが1つのインターフェース内で行動するケースが多い。これに対し企業の意思決定は、営業、財務、法務、オペレーション、セキュリティ、経営陣など、異なる権限と利害を持つ複数の関係者の間で進む。判断はクリック1つで完結せず、交渉や調整を経て決まる。そのため企業はこれまで、行動と結果の間にある意思決定の文脈を測る手段を持ちにくかった。

企業システムの多くは最終状態を記録する設計で、最終的な数値や結論が、どのような過程を経て導かれたのかは見えにくい。例えば修正後の契約書を見れば最終条項は分かるが、却下された代替案までは追いにくい。意思決定の文脈は、会議室や個人の頭の中、メールのスレッド、雑談、連携していない複数のシステムに分散し、保存される必然性も乏しかった。結果として、意思決定データは長らく業務プロセスの副産物として扱われてきた。

ただ、足元ではその前提が崩れ始めている。グプタ氏は理由として、記録可能な空間への移行、LLMによる非構造化データ処理の進展、エージェントによる意思決定記録の自動化という3点を挙げる。

同氏によると、リモート・非同期業務の定着によって、コメントや文書提案、チケット履歴、承認フロー、通話録音といった場所に意思決定の痕跡が蓄積されるようになった。さらにLLMを使えば、文字起こしデータやチャットログ、文書コメントなどから、そうした痕跡を抽出できる。

エージェントの役割についても、同氏は具体例を示す。エージェントが価格提案を出し、営業担当者が割引率を25％から30％に修正したうえで、「競合Xへの対応が必要」とメモを残す。こうした修正こそが、意思決定の痕跡だという。モデルが提示する案は、システムが妥当と判断した構造化済みの初期値であり、人間による修正は、モデルが捉え切れていない判断シグナルを示す。

もっとも、SalesforceやServiceNow、Workdayのような既存B2B SaaS大手は、この環境を既存プラットフォーム上で実装しにくいと同氏はみる。

各社は既存基盤にエージェントを載せ始めているが、そのエージェントも「現在の状態だけを保存する」設計を引き継いでいるためだ。グプタ氏は、割引が承認された時点で文脈が失われ、意思決定時点の状態を再現できないため、監査や学習、過去事例の再利用が難しいと指摘する。SnowflakeやDatabricksなどのデータウェアハウスについても、ETL（Extract, Transform, Load）を経た後のデータを受け取る構造のため、結果は残っても、その結果に至る判断の過程までは残りにくいとしている。

一方、既存資産を持たないエージェント基盤のスタートアップは、意思決定を学習・分析できるシステムの構築で相対的に有利だという。エージェントがワークフローを実行する過程で、決定が確定する瞬間の文脈を捉え、ETL後ではなくリアルタイムで正式な記録として保存できるためだ。

こうした仕組みが整えば、AIが担える業務の質も大きく高まる可能性がある。

グプタ氏は、法務、保険、医療、金融、調達、セキュリティなど、あらゆる分野に数十年分の専門家判断が蓄積されているにもかかわらず、それらは十分に文書化も学習もされず、実用可能な形で整理もされてこなかったと指摘する。そのうえで、「最高水準の専門性は、組織が数十年かけて蓄積してきた経験と判断に由来する。いまや、こうしたデータを捉え、構造化し、学習できるようになった」と主張した。