10/05/2026

SaaSの生存を採点する(Part 11):マンデー・ドット・コム徹底解剖②——ハーネス・AI収益・席数課金からの転換

Main Imageコンヴェクィティ  コンヴェクィティ
記事要約

    ■ハーネスはモデル訓練と別
    顧客の文脈、記憶、道具の制御、評価を組み合わせる開発はRAGを超えますが、独自の追加学習の実証とは異なります。本文はB1を2.5へ引き上げ、経路3の条件には未達とします。

    ■AI事業はなお初期段階
    筆者は純増ARRへの寄与17%と四半期の倍増から、AIのARRを約2,000万〜3,000万ドルと推計します。会社の開示額ではなく、比較対象のAI企業とも指標や範囲が異なります。

    ■席数減と成果増は両立する
    A3は2.5、A5は4.0です。管理部門の省人化が進む一方、売上に結び付く仕事は拡大し得ます。やり取りの回数ではなく、有用な成果が増え、継続課金につながるかが重要です。

    ■APIとAIクレジットは別課金
    外部AIによる通常のボード操作はAPI枠に算入され、自社AIクレジットを消費しません。自社AI機能の利用は別に課金され得ます。追加収益が席数減を上回るかは未実証です。

この記事は約 27 分で読むことができます。(記事文字数:約 13,300 文字)

※本記事は「Part 10:AI製品と業務の暗黙知」の続編です。シリーズの採点基準は「Part 3」をご覧ください。

Part 10では、製品ごとの仕事、ボードの記録と顧客の暗黙知を扱いました。今回は、その文脈をどうエージェントへ渡し、性能を改善し、有料の仕事へ変えるかを検証します。


ハーネスの構築と、文脈を扱う初期の取り組み

ハーネスは、モデルが仕事を確実に行うのを助ける、周囲のソフトウェアです。モデルがどの情報を受け取り、どの道具を使え、回答や行動が確認を通らなかったときに何をするかを決めます。開発者が誤りを調べ、改善を試す助けにもなります。有能なモデルでも、不完全な情報を受け取ったり、許されるべきでない変更の権限を持ったりすれば、うまく働けません。

マンデー・ドット・コム(MNDY)が9月に公開したFeedAgentについての技術記事は、この仕事を詳しく説明しています。固定された規則に沿ったデータの準備、エージェントが引用した記録が実在するかの確認、一貫した形式での回答の要求、道具の使用制限、重複した結果の除去が含まれます。エージェントが情報をどう記憶し、その性能をどうテストするかも説明しています。利用者が直接述べた好みは規則にできます。行動からエージェントが見つけたパターンは、確定した指示ではなく、手掛かりとして扱います。これは、情報を検索し、指示文と一緒にモデルへ渡すだけの仕組みを超えています。

ハーネスの仕事の一部は、人の好みをエージェントがどう覚え、使うかを制御することです。利用者が、あるボードは関係ないと明言したなら、その指示を将来の回答の規則として保存できます。単にそのボードの更新をクリックしなくなっただけなら、理由は不明です。仕事が終わったのか、更新が役に立たないのか、単に忙しいのかもしれません。ハーネスは、その観測を確認済みの指示と分け、エージェントがそれに基づいてどう動くかを制限できます。これにより、利用者の好みについての推測を指示だと取り違え、重要な仕事を隠してしまうのを防げます。

記録のシステムから文脈のシステムへ移ることについて、同社が7月に行った発表は、関連する問題を扱っています。提案するWorld Modelは、長く保つ文脈を扱う遅い処理と、最近の出来事と緊急性を扱う速い処理を組み合わせます。スライドは、文書を集めれば仕事を理解で

Pro Plan専用コンテンツ

Pro Plan

この記事の続きを読むには「Pro Plan」にアップグレードする必要があります。

── 主なPro Plan機能 ──

📊

全レポート無制限閲覧

📈

詳細な財務データ分析

🎯

アナリスト評価&配当履歴

🔔

お気に入り&フォロー通知

関連銘柄月間チャート