エンタープライズAIは、常に同じ場所で停滞します。モデルでもデータでもありません。実際の業務が行われている、アプリケーションとアプリケーションの「間」です。
ほとんどのエンタープライズAIプロジェクトは本番環境に到達しません。モデルの性能が低いからでも、ツールが未成熟だからでもありません。AIが「データが存在する場所」に導入され、「意思決定が行われる場所」に導入されていないためです。
この違いは重要です。
Foundation CapitalのAshu Garg氏は、2025年12月のコンテキストグラフに関する論考でこれを明確に定義しました。最も重要な組織知は単一のシステムの中には存在しません。それはアプリケーション間の余白に存在し、彼が「グルーファンクション」と呼ぶ領域にあります。これは、どのシステムにも収まりきらないコンテキストをつなぎ合わせる役割です。
- RevOpsは営業、財務、カスタマーサクセスをつなぎます。
- DevOpsは開発、QA、インフラを調整します。
- SecOpsはアイデンティティ、ネットワーク、アプリケーションのシグナルを統合します。
これらの機能は、5つ以上のシステムからの入力を統合して意思決定を行います。そしてほぼ例外なく、ここでエンタープライズAIは行き詰まります。
AIが停滞する理由はモデルではありません。インフラの問題です。
グルーが知性を生む
3つの例を見てみましょう。それぞれの機能ごとに、エンタープライズAI導入で問題が発生する典型的なパターンです。
RevOps：どのシステムにも存在しない予測
売上オペレーションチームが、Q1の実績が予測より18%低い理由を調査しています。Salesforceからパイプラインデータ、Marketoからセグメント別のリード品質、財務システムから売上計上データを取得します。それぞれのシステムは明確な答えを返しますが、その答えは一致しません。
この差は、Salesforce上の営業担当者による確度判断、Marketoのスコアリング変更、そして財務とCRMの売上認識タイミングの違いによって生まれています。本当のストーリーは、これらのシステムを横断して行われた意思決定の連鎖にあります。担当者がクローズ日を変更した判断、オペレーションマネージャーのスコア調整、そしてシステムに記録されていないスプレッドシート上の財務分析です。
Salesforce内のAIはパイプラインしか見えません。Marketo内のAIはリードデータしか見えません。どちらも、この差異を説明する意思決定の流れを見ることができません。その結果、既に可視化されている差異を確認することしかできません。
DevOps：誰も止められなかったリリース
DevOpsチームが木曜日の本番リリースを進めています。GitHubでは承認され、Jiraでもサインオフされています。
PagerDutyでは依存サービスのエラー率上昇が検知されています。オンコールエンジニアがSlackで指摘していますが、そのスレッドは多数のメッセージに埋もれています。
リリースは実行され、エラーが急増します。3時間後にそのスレッドが発見されます。
このリリースを止めるべきコンテキストは、GitHub単体にもJira単体にもPagerDuty単体にも存在していませんでした。それはそれらの関係性の中に存在していました。人間がそれらを横断して読み取り、つなぎ合わせていたのです。
単一システムを監視するAIはノイズを生成します。システム間の実行経路に存在するAIはシグナルを生成します。
SecOps：文脈によって意味が変わるアラート
セキュリティチームがSplunkから大量のアラートを受信します。12アカウントで異常な認証挙動が検知されています。CrowdStrikeではマルウェアは検出されていません。対象は出張から戻った営業チームで、複数のタイムゾーン・デバイスからログインしています。
アラートは正しいものです。しかし脅威ではありません。その理由はSplunkやCrowdStrikeの外側にあります。
HRシステムの出張情報、旅行ツールの位置情報、そして過去の類似ケースに基づくセキュリティ判断です。その判断はServiceNowのチケットとして記録され、すでにクローズされています。
Splunk内のAIは異常を検知してエスカレーションします。ビジネスコンテキストを理解している人間はそうしません。不足しているのは知性ではなくコンテキストです。
共通点
これら3つのケースには共通点があります。AIはデータにはアクセスできています。しかし、そのデータをもとにどのように意思決定が行われたかにはアクセスできていません。コンテキストはアプリケーション間に存在し、それをつなぎ合わせているのは人間です。
Garg氏は明確に述べています。最も重要なエンタープライズ知識はシステムオブレコードにもナレッジベースにも存在しません。アプリケーション間の余白に存在します。
RevOps、DevOps、SecOpsは例外ではありません。意思決定が行われる中心です。しかし多くのエンタープライズAIは個別システム内に配置され、その間には存在していません。
この設計が、パイロットが本番に進まない理由です。データは存在していますが、それを意味づける意思決定が存在していません。
システム間に位置するという設計
ここでWorkatoが役割を果たします。Workatoは単一システム内ではなく、システム間のワークフローをオーケストレーションします。そのため、グルーファンクションの意思決定が行われる実行経路上に位置します。
RevOpsワークフローでは、Salesforceの入力、Marketoのシグナル、財務のフラグ、そしてそれらを結びつけた意思決定を同時に捉えます。これらはスレッドに埋もれることなく、構造化された組織知として保存されます。
Enterprise MCPはこれをエンタープライズ規模で実現します。エージェントはシステム間で権限を継承し、意思決定の瞬間のコンテキストを把握し、ガバナンスの下でアクションを実行します。コンテキストは後から再構築されるのではなく、その場で取得されます。
これがグルーファンクションが出発点となる理由です。RevOps、DevOps、SecOpsの担当者はすでにこのコンテキストを手動で構築しています。プラットフォームはそれを強化します。
なぜAIは停滞するのか
3つの機能、異なるツール群、しかし同じ問題です。AIはアプリケーション内にあり、知性はその間にあります。
RevOpsのコンテキストはスプレッドシートに埋もれます。DevOpsのコンテキストはSlackに埋もれます。SecOpsのコンテキストはクローズ済みチケットに埋もれます。原因はアーキテクチャです。
多くのAIツールはシステムに接続します。Workatoはその間に位置し、意思決定のトレースを実行経路上で取得します。Enterprise MCPはそのすべてを統制し、信頼できるコンテキストを提供します。
エンタープライズを前進させる設計
AIで先行する企業は、最も優れたモデルを持っている企業ではありません。AIが機能する場所を正しく設計した企業です。
システム間という、これまでグルーファンクションが担ってきた領域にAIを配置した企業です。この設計が、AIが実際のビジネスを動かす知性に到達するかどうかを決定します。
ギャップは存在します。そして今、それには名前があり、解決策も存在します。
