モデルの賢さよりハーネスの使い勝手 AIエージェント競争の新ルール
AIモデルの性能が優れていても、それを使った製品が選ばれるとは限らない。AIを大量に利用する企業の間で、そんな現象が起きている。
米半導体・AIインフラ調査会社SemiAnalysisの創業者Dylan Patel氏は、11月17日公開のインタビューで、同社のAI支出が年換算1500万ドル(約23億円)規模に達し、直近の支出の45%が「常時稼働エージェント」向けになったと明かした。数か月前にはゼロだった割合が、急激に増えたという。
驚くのは、その大部分がOpenAIや米Anthropicの純正サービスではなく、米AI検索企業Perplexityが開発した「Computer」というハーネスを通じた利用だったことだ。ハーネスとは、AIモデルに仕事を指示し、必要な道具を使わせ、作業を管理する仕組みのことだ。しかも、Perplexity Computerの内部で動いているのは、主にAnthropicのClaudeやOpenAIのAIモデルだ。
なぜ、AIモデルの開発元ではなく、それを利用する別の企業のサービスが選ばれているのか。
「Claudeより驚くほど優れている」SemiAnalysisの評価
SemiAnalysisがPerplexityの実力に気づいたのは、今回が初めてではない。
同社は2026年6月ごろ、Devin、Mistral、GrokなどさまざまなAI製品を試した結果をLinkedInに投稿した。ほとんどは使い続ける価値がないと厳しい評価を下したが、Perplexity Computerの企業向けSlack連携については「Claudeより驚くほど優れている」と絶賛した。
Slackは企業内で広く使われているコミュニケーションツールだ。SemiAnalysisが評価したのは、AIにSlack上で仕事を頼むと、画像や詳細な調査レポート、データの可視化結果まで、そのままSlackに返してくれる使い勝手だった。
当時、SemiAnalysisはAI向けトークン予算の96%以上をAnthropicに割り当てていた。それでもPerplexityへの移行を検討すると明かしていた。
11月11日にはPatel氏がXに投稿し、現在はAI支出の45%が常時稼働エージェントに向けられ、その大半をPerplexity Computerで利用していると説明した。
同氏はAnthropicやOpenAIの純正エージェントについて、製品の使い勝手が悪く、改善要望にも十分対応してくれないと批判した。対照的にPerplexityは、顧客からの機能改善要求に素早く応え、必要な変更を24時間以内に実装することもあるという。
Patel氏はインタビューで、Perplexityが選ばれる理由を「単純にハーネスが優れているからだ」と説明している。
Perplexityは何が優れているのか AIの頭脳を生かす4つの仕組み
Perplexity Computerの強みは、AIモデルの能力を最大限に引き出し、複雑な仕事を効率よく進められることだ。その鍵となるのが、複数モデルの使い分け、大量の情報の調査、過去の仕事の記憶、継続的な業務の自動化という4つの仕組みだ。
まず、Perplexity Computerは、一つの仕事を複数の作業に分け、それぞれに適したAIモデルを使える。
11月17日に発表したMultiagentでは、Claude Fable 5.2が仕事全体を計画し、Claude Opus 5.5、GPT-6.1 Sol、Gemini 4 Carbonなどに作業を割り振る。最大16のエージェントが並行して働き、互いの分析結果を確認したり、間違いを指摘したりする。
例えば企業買収の調査なら、あるAIが財務資料を分析し、別のAIが契約書を調べ、さらに別のAIが市場の成長性を評価する。それぞれの発見を共有しながら、最終的な報告書にまとめることができる。
モデル開発企業の純正サービスは基本的に自社モデルを中心に動くが、Perplexityは競合するAI企業のモデルも組み合わせて使える。
2つ目は、大量の情報を調査する能力だ。
Perplexityは「Search as Code」という独自技術を開発した。AIに検索結果を渡すだけでなく、AI自身が検索手順をプログラムとして作り、数百から数千回に及ぶ検索、絞り込み、照合、集計などを効率的に実行する。
この効果は数字にも表れている。Perplexityが2026年6月に公表した比較実験では、複雑な調査業務を評価する「WANDR」で、同じGPT-5.5を使いながら、Perplexityのシステムは0.386、OpenAIのシステムは0.130というスコアだった。Perplexity側の得点が約3倍になった。
Perplexity自身が実施した評価だが、同じAIモデルを使っても、それを動かす仕組みによって成果が大きく変わることを示す興味深い結果だ。
3つ目は、過去の仕事を記憶し、次の仕事に生かす能力だ。
Perplexityは6月に「Brain」という記憶システムを発表した。利用者が何を好むかを記憶するだけではない。AI自身が過去にどんな仕事をし、何に成功し、何に失敗したのか、利用者からどんな修正指示を受けたのかを記録する。
例えば毎週の業界調査で、「この情報源は信頼できない」「この項目は必ず確認する」と修正された場合、次の調査ではその経験を生かす。
Perplexityの社内評価では、過去に経験した種類の仕事について回答の正確性が25%向上し、過去の情報を必要とする仕事のコストは13%減少したという。
さらに同社は、長時間の仕事を支える「SPACE」という実行基盤も開発した。AIが使っているファイルや作業環境を保持できるため、仕事を途中で中断したり、障害が発生したりしても、前の状態から再開できる。
4つ目は、AIに継続的な仕事を任せられることだ。
Perplexityは「Automations」という自動実行機能を提供している。例えば「毎週月曜日に競合企業の価格を調べ、前週との変化をまとめてSlackに報告する」と指示すれば、AIが定期的に仕事を進める。
Slackへの投稿やメールの受信などをきっかけに仕事を始めることもできる。前回までの調査結果を記憶しているため、毎回ゼロから調べ直す必要もない。
11月4日には、さらに「Teammates」という新機能を発表した。AIに継続的な担当業務を持たせる仕組みだ。
例えば営業担当のAIなら、取引先の注文状況を監視し、発注が減った顧客を見つけると、過去の取引や問い合わせ履歴を調べて原因を分析し、営業担当者に対応策を提案する。人間から新しい指示がなくても、状況の変化を見つけて仕事を進める。
このようにPerplexity Computerは、複数のAIモデルを使い分け、情報を集め、過去の経験を生かしながら、長期間にわたる仕事を継続できるように設計されている。
同じことはOpenAIやAnthropicにもできる。それでもPerplexityが選ばれる理由
実は、ここまで紹介した機能の多くは、Perplexityだけのものではない。
OpenAIもWorkspace Agentsを提供しており、Slackとの連携、定期的な仕事の実行、過去の仕事の記憶などに対応している。AnthropicもClaudeを使ったエージェントや、業務を自動化する仕組みを開発している。
つまり機能の数や種類に差があるわけではない。総合的な使い勝手において、少なくともSemiAnalysisの業務ではPerplexityに軍杯が上がるというわけだ。SemiAnalysisによると、特にSlackで仕事を頼んだ際の成果物の受け取りやすさ、複数のAIモデルの使い分け、製品改善の速さなどが優れていたという。そしてその結果、AI支出の45%を占めるまでに成長した常時稼働エージェントの利用につながっているという。
優れたAIモデルを持っていることと、それを使って優れた製品を作れることは、必ずしも同じではないということだ。
AIの競争はモデルの性能だけでは決まらない
AIエージェントが普及すると、利用者が選ぶのは「どのAIモデルが最も賢いか」だけではなくなる。「どのサービスに仕事を任せれば、最もよい成果が得られるか」が重要になる。
この変化は、業界ごとの専門サービスにも広がり始めている。
Perplexityはすでに、35種類の業務手順を備えた金融向けComputerや、法令調査、契約書レビュー、規制の監視などに対応する法務向けComputerを提供している。Anthropicも金融業務に特化した10種類のエージェントを発表しており、専門分野に合わせたハーネスの競争が始まっている。
今後は、優れたAIモデルを開発する企業だけでなく、金融、法務、医療などの仕事を最もよく理解し、使いやすいハーネスを提供する企業にも大きな事業機会が生まれそうだ。
モデルの性能が向上するほど、その能力をどう使いこなすかが問われる。SemiAnalysisの事例は、AIエージェントの競争が新しい段階に入りつつあることを示していると言えそうだ。