LLMの次に来るもの——モデルから「システム」へ

大規模言語モデル（LLM）はここ数年で驚異的な進化を遂げました。次の技術的焦点は、もはや「モデルそのもの」ではなく「モデルを取り巻く仕組み」へと移りつつあります。鍵となる四つのキーワードを手がかりに、その先を考えてみましょう。

オーケストレーション

単一のLLM呼び出しではなく、複数のモデルやツールを目的に応じて組み合わせ、順序立てて実行する層が重要性を増しています。タスクを分解し、適切な担当（サブエージェントやAPI）へ振り分け、結果を統合する——この指揮者的な役割こそが、複雑な業務プロセスの自動化を可能にする基盤になってきました。

ハーネス

LLMを実行環境に接続し、ファイル操作やコード実行、外部サービス呼び出しなど、現実世界とのインターフェースを提供する枠組みが「ハーネス」です。モデルの推論能力がどれだけ高くても、それを安全かつ確実に行動へ変換する“馬具”がなければ実務では使えない。Claude Codeのような仕組みは、まさにこのハーネスの好例です。

スキル

特定タスクのベストプラクティスや手順、テンプレートを再利用可能な形でモデルに与える仕組みが「スキル」です。都度ゼロから推論させるのではなく、蓄積されたノウハウを呼び出しながら一貫性の高いアウトプットを生成できる。企業固有の業務知識をスキルとして体系化することは、今後のAI導入における競争優位の源泉になります。

オントロジー

概念間の関係性を構造化した知識体系が「オントロジー」です。LLMの曖昧な自然言語理解と、厳密なデータ・業務ロジックとの橋渡し役を担う。オントロジーが整備されることで、モデルは組織固有の用語や関係性を正確に解釈し、誤解や幻覚のリスクを減らすことができます。

まとめ

これら四つの要素が示すのは、次世代AIの競争軸が「モデルの賢さ」から「モデルを取り巻くシステム設計」へ移行しているという事実です。オーケストレーションが指揮系統を、ハーネスが行動手段を、スキルが専門知識を、オントロジーが共通言語を提供します。これらを統合的に設計できる組織こそが、次の技術的未踏領域を切り拓くことになると私たちは考えます。

もう少し技術寄りの部分はKoji Matsubara氏にも解説していただきたいと思います。