毎日壊れるAIエージェントを、なぜ私たちは信頼してしまうのか - シャイ・ルパレル（Temporal）

Highlights

• 2025年の企業におけるAIの生産性向上効果は3兆ドルに達し、そのうち金融サービス分野が主な牽引役となっている。

• フィンテック企業の94%がAIをビジネス運営の中核と位置づけている一方で、62%のチームが信頼性の問題により時間や収益を失っている。

• エージェントを毎日使用している割合は80.8%に達するが、実際に本番環境で稼働させているのは49.1%に留まる。

• 回答者の41.1%が毎日またはそれ以上の頻度でエージェントの問題に直面しており、16.4%は1時間ごとに問題を経験している。

• エージェントの運用において、開発リーダーが挙げる最大の障壁は「サービス間の状態の追跡」であり、全体の35.7%を占めている。

Timeline

1. 00:34 - 07:18

   AIエージェントの普及と現場における信頼性のギャップ

   金融業界などの複雑なワークフローにおいてAIエージェントの導入が進んでいる。しかし、高い利用率と本番環境での稼働率の間には約30%のギャップが存在する。また、多くのユーザーがエージェントの出力を信頼している一方で、実際には高い頻度でシステムエラーや問題が発生している。

   • 2025年の企業におけるAIの生産性向上効果は3兆ドルに達する。
   • フィンテック企業の94%がAIをビジネスの中核としているが、62%が信頼性の問題で損失を出している。
   • エージェントを毎日使用する割合は80.8%だが、本番環境での稼働率は49.1%である。
   • 41.1%の開発者が毎日エージェントの問題に直面している。
2. 07:18 - 08:55

   プロトタイピングのスピードと大企業における導入の課題

   スタートアップ企業などは迅速にAIプロトタイプを本番へ移行させているが、大規模企業や規制の厳しい金融・保険・決済業界では厳格な基準を満たすために数か月の期間を要する。この遅れは無意味な官僚主義ではなく、信頼性と監査可能性を確保するために必要とされる。

   • AIプロトタイプを数時間で本番対応に引き上げられる割合は51.3%である。
   • 従業員が5,000人以上の大企業では、デプロイに数か月かかる傾向がある。
   • 規制のある業界では、承認プロセスや監査証跡の構築に時間が費やされている。
3. 08:55 - 21:24

   状態管理の障害とデモによるクラッシュからの復旧実証

   エージェントの実用化に伴い、状態管理やデバッグの難しさが深刻な課題となっている。従来のシステムではワーカーのクラッシュ時にメモリ上のデータが失われるが、Temporalを活用したデュラブルエグゼキューションでは進捗やシグナルがイベント履歴として保持されるため、最初からやり直すことなく安全に処理を再開できる。

   • 35.7%の開発者が「サービス間の状態の追跡」を最大の障壁として挙げている。
   • 22%の開発者がクラッシュによって進捗や作業を失っている。
   • デュラブルエグゼキューションを用いることで、ワーカーが強制終了しても状態やイベント履歴が保持される。