市場調査に戻る
ベルリンのAGENTS HQ GmbHが運営するAGENTS.incは、企業探索、市場調査、販促コンテンツ、営業見込み客の評価に使うソフトウェアエージェントを提供する。AGENTS HQプラットフォームは専門エージェントを調整し、企業アプリケーションや外部情報に接続して、レポート、編集可能なレイアウト、顧客とのやり取りを生成する。サプライチェーン分野の用途は、主としてサプライヤーの探索と監視である。(1, 2, 9, 18)
サプライチェーン総合評価:3.2/10
| 評価軸 | 評点 |
|---|---|
| サプライチェーンへの理解の深さ | 2.8/10 |
| 意思決定・最適化の実質 | 2.6/10 |
| 製品・アーキテクチャの整合性 | 4.2/10 |
| 技術的透明性 | 3.2/10 |
| ベンダーの真摯さ | 3.0/10 |
AGENTS.incは情報収集と文書作成を自動化し、一部の業務フローでは業務システムも更新する。2026年9月のサプライヤー探索試験は、調査時間の短縮を示す具体的な証拠となっている。公開されている製品の説明には、不確実性を考慮した在庫方針、補充数量、生産判断の計算はない。サプライチェーンの評点が低いのは、この限定的な業務範囲に加え、技術面と経済面の主張に弱点があるためである。
最も重大な弱点は、約束される自律性と、義務づけられる検証との隔たりである。正確性のページは、公開済みの経営幹部向けレポートではハルシネーションがゼロであり、保険業務への導入では回答が完全に正確だと主張する。一方、利用規約は事実誤認を認め、公開または公衆向けに使用する前にすべての出力を確認する責任を顧客に課している。自律的な労働力という主張を支える作業量の計算には、この継続的な確認義務を含めなければならない。(3, 6)
同社は、協調処理、モデル選択、検証、コンテナ化、配置方式を説明している。統合、再調整、保守も基本料金に含む。弱点は保証の主張にある。出典の提示は正しい推論を保証せず、モデルの変更はアプリケーションの挙動を変えうる。並列実行は経過時間を短縮する一方、計算と検証のコストを増やすが、公開されている拡張性の説明ではそのコストを数値化していない。(2, 5, 8)
AGENTS.incとLokadの比較
AGENTS.incは、購買チームによるサプライヤー候補の発見と、その裏付け情報の収集を支援する。Company Agentは条件を受け取り、構造化された企業リストを返す。その後、購買担当者が候補を比較してサプライヤーを選ぶ。特に購買チームが不慣れな市場を調べる場合、費用のかかる準備段階を短縮できる。(9)
Lokadが扱うのは、その後の経済的な意思決定である。数量、時期、調達先への配分、在庫の配置など、需要と供給の不確実性によって価値が変わる行動を対象とする。サプライヤー情報は判断材料にはなるが、判断そのものを解決しない。メーカーが認証済みの供給元を新たに見つけても、安い価格が、より長く不安定なリードタイムを補うかどうかは別途判断しなければならない。
この違いは大きい。エージェントは、サプライヤーが公表する認証を正しく転記しながら、顧客の製品に必要な適格要件を見落とす可能性がある。公称納期を正しく特定しても、実際の納期の分布を推定するとは限らない。説得力のある候補リストを作成しても、どの購買配分が最良の期待経済成果を生むかは決めていない。AGENTS.incの公開された調達プロセスは、候補リストと購買担当者の選択で終わる。
したがって、運用面の比較は同等の計画エンジン同士ではなく、相互に補完する活動の比較である。AGENTS.incのタスク単位のサービスは、意思決定の前後にある調査や作成の工程を代替できる。『サプライチェーン入門』で展開されるLokadの設計思想は、判断を繰り返し生み出す経済ロジックの維持を目指す。どちらにも統合と専門作業が必要であり、評価すべきなのは実際に納品される成果に伴う反復的な作業量とコストの総体である。
サプライヤー探索:サプライチェーンに関する最も強い証拠
EU-LACが2026年9月24日に公表したMachu Picchu Foodsの調達試験では、16回の検索で3,136社を調べ、81社の関連サプライヤーを特定したと報告されている。検索時間は約八時間という従来の基準から最大一時間、多くの場合は十五〜二十分に短縮された。サプライヤーの選択は引き続き購買担当者が行った。(9)
事前の目標には、二十件の検索、実作業としての調査時間の80%超の削減、4/5を超える関連性、85%超のケースで活用可能な候補リストを得ることが含まれていた。しかし、結果が報告されたのは十六件の検索で、いずれも関連サプライヤーを少なくとも一社発見したというものだった。最終的な平均関連性や、活用可能な候補リストごとに三〜五社の有力候補を得るという目標の達成状況は報告されていない。
この証拠が裏付けるのは、範囲を限定した試験でのサプライヤー探索の迅速化である。購買価格の低下、納期の信頼性向上、サプライヤー適格性確認の成功、総調達コストの低下を示すものではない。展開の拡大と日常的な購買への統合は、今後の段階として説明されている。検索の経過時間、購買担当者の実作業時間、適格性確認の総作業量を区別することが重要である。候補リストを素早く得ても、相当な商務調査と技術調査が残りうる。
この事例は、検索の深さ自体が経済的な目的にならない理由も示す。より多くの企業を調べれば潜在的な網羅性は高まるが、重複候補、適合度の低い候補、確認作業も増えうる。適切な打ち切り基準は、もう一つの信頼できる選択肢を得る期待価値と、その発見・適格性確認にかかるコストとの関係で決まる。AGENTS.incは検索の深さを選べるようにしているが、これらのコストを比較する判断規則は公開していない。
エージェントが実行すること
プラットフォームは、専門エージェント、処理の振り分けと再試行を担う協調ハブ、検証レイヤーという三層で説明されている。各工程を人が中継しなくても、エージェントが調査結果をレポート作成エージェントに渡し、さらにプレゼンテーション生成につなげられる。モデルの選択はエージェント内部で行われ、商用モデルとローカルモデルの選択肢がある。(2)
出力の一部は要約にとどまらない。統合のページには、SAP PMRからの販促データの読み取り、Salesforceへの見込み客の評価結果と会話履歴の書き込み、Office 365による会議予約、編集可能なInDesignファイルの生成が記載されている。これらは具体的なアプリケーション操作である。経済的な在庫最適化の証拠ではないが、製品の自動化が会話形式の検索窓よりも広いことを示している。(7)
販促業務の流れは特に具体的だ。あるエージェントが商品データから文案とレイアウトを生成し、別の検査で印刷する価格を元データと照合する。同社は全国規模の小売導入について、制作が80%速くなったと報告する。その事例ページに顧客名はなく、測定期間、比較の分母、残るデザイナー作業も明らかではない。出力は編集可能な文書であり、キャンペーンが増やす利益幅は別の成果である。(10)
市場情報の調査とイノベーション探索は、条件の定義、企業の特定、情報の監視、適合性の評価、レポートまたは資料の作成という共通の流れをとる。反復的な収集作業や体裁調整は減らせる。一方、条件の選択、不完全な証拠の解釈、経済的な判断は顧客に残る。十件の市場レポートを並列に作ることは、十件の検証済み需要予測を作ることではない。(12, 13)
出典を示すことは正しさの証明ではない
AGENTS.incの正確性の説明には、強力だが範囲の限られた仕組みがある。生成された価格を対応するSAPレコードと照合することである。商品識別子、通貨、日付、税処理、販促の適用範囲が定義されていれば、決定論的な比較で不一致の数値を拒否できる。
ところが同じ説明は、自由形式のレポートに含まれるあらゆる事実の主張へと広げられる。独立した検証、出典の追跡、エスカレーション、公開済み経営幹部向けレポートにおけるハルシネーションゼロが説明されている。公開資料には、評価用データ、誤りの分類、標本数、却下率、あるいは引用元が生成された主張を実際に支えると確かめる方法がない。(3)
これらの欠落は文書の体裁だけでなく、仕組みに関わる。実在する情報源でも、古かったり、別の法人を扱っていたり、ベンダーの裏付けのない主張を含んでいたり、実績ではなく目標を記していたりする。文章はその情報源を引用していても誤りうる。主張を見直す別のモデルも、最初のモデルと同じ誤りを共有しうる。実行が独立していることは、失敗が独立している証明ではない。
裏付けのない主張を拒むだけでは、網羅性も保証されない。扱いにくい証拠を省くエージェントは、見かけ上完璧なレポートを作りながら目的を果たさない可能性がある。評価には、システムが見逃したもの、人へ回したケース、検証で廃棄した作業を含める必要がある。受け入れられた出力だけの誤り率を報告すると、これらのコストが隠れうる。
利用規約の説明は、より控えめである。第5節は、検証レイヤーがハルシネーションを減らすと述べ、事実と書式の誤りを認め、公開または公衆向けの使用に先立って顧客がすべての出力の事実確認と承認を行うよう求める。これは、アーキテクチャによって自律的な出力を安全に公開できるという、より強い主張と直接矛盾する。検証による利点は、顧客に残る確認作業を差し引いて測る必要がある。(6)
顧客の導入範囲と完全な正確性の主張
保険の事例は、顧客をFink & Wagner AXAとSalesuranceと特定している。その説明と並べて、五十か国に9,400万人の顧客を持つAXAグループ全体の規模を示し、毎日数千人の見込み客に対応すると述べる。より広範な展開の証拠がない限り、代理店への導入に保険グループ全体の規模を当てはめるべきではない。(11)
同じページは回答精度100%と、誤情報のリスクがないことを主張する。しかし、評価した会話、正しさの判定方法、回答を拒否した質問、その割合が実際の本番利用を対象とするかどうかは開示していない。厳しく限定した回答群は、制限のない保険助言よりはるかに厳密に検査できるが、ページはその境界を定義していない。
適切な検証は、難しい質問、エスカレーション、顧客が尋ねる内容の変化を含む、代表性のある会話標本を独立して審査することである。
技術の歴史と約束の履行
エージェントというテーマは、現在のLLMの流行よりも前から続いている。この歴史は製品の目標の継続性を示すが、かつての情報検索の自動化と、今日の自律的な労働力という主張は区別しなければならない。
| 時期 | 公開記録 | 評価 |
|---|---|---|
| 2013–2016年:共同作業ソフトウェア | Sebastian Denefの2018年の記述は、視覚的な共同作業製品、事業化の難しさ、2016年のSAP/Capgeminiプログラムでのエージェントへの方向転換を説明する。 | 製品の方向転換についての創業者の説明であり、今日のエージェント能力が当時からあったという証拠ではない。 |
| 2017–2018年:エージェントフレームワーク | 同じ記述は、稼働するフレームワーク、Innogyの投資、科学研究、会議、ICO分析向けのハッカソン試作品を報告する。 | 具体的な開発活動である。ただし、試作品の実演は持続的な本番自動化を証明しない。 |
| 2019年:調査アシスタント | 同社が入居するテクノロジーパークのインタビューは、ニュース、科学、企業、知的財産の各エージェントと、共有のビジュアルボードを紹介する。 | 基本的な調査の流れは現在の製品にも見られる。数週間の調査を数分で代替するという主張には、対照を設けた評価がなかった。 |
| 2021年前後:プラットフォームの投入 | Scalewayの顧客事例は、AWSからの移行、コンテナ化したエージェント、エージェントが契約を探すマーケットプレイスの構想を説明する。 | 出所を特定できるインフラ開発と、より広いプラットフォーム構想である。現在の提供内容はベンダーが構築・保守するエージェントが中心で、構想されたマーケットプレイスの実現は説明されていない。 |
| 2024年:インフラ開発 | あるエンジニアの公開職務経歴書は、Kubernetesへの移行、ArgoCD、Terraformの作業をAGENTS.incでの業務として挙げる。 | マーケティング用語の変更だけではない、具体的な開発の証拠である。 |
| 2026年:運用込みの業務フローと調達試験 | 現在のページは運用込みのマーケティング・営業自動化を強調し、EU-LACは購買向け検索の概念実証を記録している。 | 範囲の狭い調達成果は評価できる。普遍的な信頼性の主張には、それに見合う詳細な検証がなお欠ける。 |
2023年より前のAIエージェントへの言及を、成熟した汎用的な推論能力の証拠と解釈してはならない。データベースの検索、資料の分類、要約の組み立ては、より限定的な手法で実装できる。2019年の技術記録にはPythonとscikit-learnの作業が含まれ、この狭い範囲と整合する。問うべきなのは、当時何が自動化され、検証されていたかであり、その呼び名が現在のLLMエージェントにどれほど似ているかではない。
エージェントの背後にあるモデルを変えてもパイプラインのほかの部分は何も変わらないという現在の主張は、強すぎる。インターフェースが変わらなくても、抽出の正確性、回答拒否の挙動、ツールの選択、遅延、コストは変化しうる。モデルの置き換えには、実際のアプリケーション業務に対する回帰テストが必要である。AGENTS.incは、その試験手順も結果も公開していない。(2)
ソフトウェアの構成要素
現在の公開ページは、配置方式とモデルの選択肢を説明する。より具体的な構成要素は、過去のインフラ資料とエンジニアの記録に示されている。
| 層 | 出所と時期を特定できる構成要素 | 運用上の意味 |
|---|---|---|
| 調査エージェントの実装 | エンジニアによる2019年6月から12月の業務記録にPythonとscikit-learnがある。 | 当時のエージェントには、従来型のデータ準備と機械学習の構成要素が含まれていた。 |
| 過去のデータプラットフォーム | 投入当時のScalewayの構成図には、Kafka、PostgreSQL、オブジェクトストレージ、Elasticsearch、MongoDBが描かれ、アプリケーションとエージェントのサービスがパリの二つのゾーンに配置されている。 | 複数の永続データシステムには、同期、バックアップ、アクセス制御、連携した変更作業が必要になる。 |
| 配置の自動化 | 2024年7月から11月の業務にKubernetes、ArgoCD、Terraformが挙げられる。現在のセキュリティ資料も、別途Kubernetesの利用を確認している。 | オーケストレーションとインフラ管理は、保守が続くソフトウェア上の責任である。 |
| モデルの実行 | 現在のプラットフォーム資料はGemini、Claude、GPT、Mistralと、ローカルで動くオープンウェイトモデルを挙げる。 | 挙動、データ経路、可用性、推論費用は、外部モデルサービスまたは顧客側で運用する代替モデルに部分的に依存する。 |
| 業務システムとの接続 | SAP PMR、Salesforce、Office 365、InDesign、WhatsAppのインターフェース。 | これらのシステムが変わっても、商品レコード、権限、文書形式、業務フローの操作の意味を維持しなければならない。 |
投入当時の図は、エージェントの背後にかなりのインフラがあることを示す。複数のデータストアには、整合性検査、復旧手順、足並みをそろえた更新が必要である。AGENTS.incは、どの構成要素が残っているか、現在の役割は何か、完了して確認済みとなったタスク一件あたりの運用コストはいくらかを公開していない。
配置のページは、十件の業界分析にかかる時間は一件と変わらず、八市場も一市場と変わらないと述べる。十分な資源があれば、並列実行で経過時間を減らせる。しかし、追加の推論、情報取得、保存、検証、調整の作業はなくならない。処理量は負荷と資源コストを添えて報告すべきであり、経過時間だけでは拡張性の主張として不十分である。(8)
セキュリティはデータの所在地だけでは決まらない
セキュリティのページは、専用ワークスペース、コンテナ化された配置、顧客によるホスティング、モデル提供元の保存に対する契約上の制限を説明する。これらはデータ取り扱いの問題の一部に対応する。しかし、テナント分離が、個別のクラスター、名前空間、サービスID、データベース、あるいはアプリケーション規則のどれによって強制されるかは説明されていない。(4)
データ所在地の説明も曖昧である。セキュリティのページはフランスのScalewayとSTACKITを挙げながら、該当する欧州での導入では厳密にドイツ国内で処理すると約束する。一方、プライバシーポリシーは、EUまたは米国のAzureを含むクラウドとモデルの再委託先を別途列挙している。顧客に必要なのは、自社のレコード、プロンプト、ログ、モデルへの要求が実際にたどる経路であり、提供企業の国籍からその経路は判断できない。(4, 19)
アプリケーションの攻撃対象領域は、ホスティングの範囲を超える。エージェントは外部資料を取得し、メール、カレンダー、CRMレコードを操作できる。敵対的な情報源には、エージェントを別の行動へ誘導する指示が埋め込まれうる。公開文書には、信頼できない取得テキストを実行すべき指示からどう分離するか、認証情報をモデルに見える内容の外にどう置くか、操作権限をタスクごとにどう制限するかの説明がない。
生成後に事実の主張を確認しても、これらの権限の問題は解決しない。エージェントは文書を正しく引用しながら、権限のない相手にそれを送ることもできる。コンテナ化はプロセスを制約しうるが、効果はネットワーク権限、マウントされた秘密情報、実行権限、業務認証情報の範囲に依存する。無人でのアクセスが安全だと判断する前に、これらの境界を技術的に説明する必要がある。
設定の保守、労働生産性、結果への責任
AGENTS.incは継続的な作業を明示的に価格へ含めている。基本料金には、導入、統合、検証規則の設定、監視、保守、元データや事例の変化に応じた再調整が含まれる。その上で、エージェントの作業に利用量に応じた料金がかかる。設定の維持をすべて黙って購入者に移すライセンスより、運用提案は包括的である。実際の料金と請求対象タスクの定義は、範囲を決める段階で定める。(5)
利用規約では、消費量の単位をAgent Tokensと呼ぶ。したがって実際の費用は、一つの業務タスクが検索、モデル呼び出し、再試行、検証、エスカレーションにどう分解されるかで変わる。タスク単位という商業上の説明だけでは、受け入れられた成果物あたりの費用が予測可能とは限らない。その計算には、タスクの境界、再試行の扱い、品質の受け入れ条件が必要である。(6)
目的、元システムの意味、ブランドや適格性判定の規則、専門家の判断は、引き続き顧客が提供する。コードではなく指示や設定として記されていても、これらは実行可能な業務上の仮定である。サプライヤーの新たな証明書、販促規則の変更、保険商品の変更は、修正と再試験を要しうる。再調整を料金に含めることでベンダーが一部の責任を担うが、公開資料にはバージョン管理、ロールバック、試験範囲、自律運用前の変更規則の検証方法が示されていない。
Machu Picchuの試験は、この仕事のうち明確に定義された部分を測り、時間短縮を報告する。これはエージェント数やレポート数を数えるよりも有益である。完全な生産性評価には、提案されたサプライヤーの適格性確認、破棄した検索、専門家の確認、ベンダーによる調整、他部署へ移された仕事も含めるべきだ。この高速化を部署全体の成果とみなす前に、その観点で概念実証を拡張する必要がある。
責任の分担は依然として非対称である。価格のページは、基本料金によって運用リスクがベンダーへ移ると述べる。一方、利用規約は出力の確認に関する最終責任を顧客に置き、未確認の出力による損害を免責としている。別途締結する企業契約では、追加のサービス義務が定められる場合がある。公開上の約束と標準の契約義務は、異なる自律性の水準を表している。(5, 6)
サプライヤー探索の経済的な検証として有用なのは、適格な候補を実際の調達成果まで追うことだ。適格性確認の成功、購買条件、納入の信頼性、新たに利用できる選択肢の価値を対象とする。キャンペーン制作なら、制作時間に加えて修正と承認の作業を含める。AGENTS.incの現在の証拠が最も強いのは情報処理タスクの迅速化であり、その結果として生まれる業務判断の経済的な質を示す証拠は、はるかに弱い。
サプライチェーンの評価
サプライチェーンへの理解の深さ
| 評価項目 | 評点 |
|---|---|
| 経済性に基づく捉え方 | 3/10 |
| 意思決定の最終的な業務成果 | 2/10 |
| サプライチェーンに関する概念の明確さ | 3/10 |
| 旧来の定説への依存の少なさ | 4/10 |
| 見せかけのKPIへの耐性 | 2/10 |
平均:2.8/10
経済性に基づく捉え方 — 3/10。 調査時間とサービス費用は考慮されており、サプライヤー探索には商業的な価値がありうる。しかし、調達手法は提案を利益、運転資本、購入数量、供給途絶による期待損失へ結びつけていない。安価な検索は調達成果のための入力であり、完全な経済成果ではない。(5, 9)
意思決定の最終的な業務成果 — 2/10。 サプライチェーンの業務フローは、購買担当者が評価する候補を返す。CRMへの書き込みとキャンペーンファイルは他の製品領域での具体的な出力だが、公開された提供内容は購買配分、補充発注、生産判断を生成しない。(7, 9)
サプライチェーンに関する概念の明確さ — 3/10。 サプライヤー条件には、技術的適合性、認証、地理が含まれる。しかし、その手法は供給元の信頼性、将来の需要の不確実性、供給元同士の依存関係が選定にどう影響するかを説明しない。サプライヤーの公表情報で、この分析を代替することはできない。(9)
旧来の定説への依存の少なさ — 4/10。 この提供内容は予測の合意形成会議や在庫分類の上流にあるため、そうした工程を避けている。限界は、候補リストと人による選択を引き続き終点としていることである。従来の計画儀式がないからといって、代わりの経済的な計画手法が生まれたわけではない。(9)
見せかけのKPIへの耐性 — 2/10。 サプライヤー探索試験は有用な数値と基準値を報告する。一方、別の箇所では、ハルシネーションゼロ、完全な回答精度、グループ規模の顧客説明が、評価に必要な定義なしに示される。限定的な試験によって、これらの広い主張を検証することはできない。(3, 11)
意思決定・最適化の実質
| 評価項目 | 評点 |
|---|---|
| 確率的モデリングの深さ | 1/10 |
| 独自の最適化・機械学習の実質 | 3/10 |
| 現実の制約への対応 | 2/10 |
| 意思決定の自動化と労働生産性 | 5/10 |
| 実務の複雑さへの対応力 | 2/10 |
平均:2.6/10
確率的モデリングの深さ — 1/10。 需要やリードタイムの分布、依存関係のモデル、確率を用いた経済的な意思決定計算は文書化されていない。利用規約が認めるLLMの確率的な挙動は、将来のサプライチェーン事象の不確実性をモデル化することとは別である。(6)
独自の最適化・機械学習の実質 — 3/10。 システムは専門的な業務フロー、外部モデル、情報取得、検証を組み合わせる。過去の証拠には、従来型の機械学習の開発がある。しかし、この協調処理とアプリケーション開発を超える独自の最適化能力を、再現可能な比較試験や公開手法で示してはいない。(2, 14)
現実の制約への対応 — 2/10。 検索条件で供給元の特性を表し、出典確認によって特定の公開規則を守らせることはできる。しかし、それは調達能力、取引条件、在庫の利用可能性、納入の不確実性を一体で扱う証拠ではない。この製品は情報の適格性を評価するものであり、実行可能なサプライチェーン計画を作るものではない。(9, 3)
意思決定の自動化と労働生産性 — 5/10。 調達試験は調査時間の短縮を示し、ほかの業務フローはファイルを生成したり接続先のアプリケーションを更新したりする。ただし、顧客に残る確認とベンダーの調整があるため、タスク単位の改善を全面的な自律意思決定とみなすことはできない。(7, 9)
実務の複雑さへの対応力 — 2/10。 振り分け、再試行、エスカレーションは業務フローの実行に対応する。しかし、情報源の陳腐化、外部モデルの変更、検証の失敗、人による確認待ちの蓄積に対する挙動は、公開された証拠では数値化されていない。エージェントを増やしても、これらの失敗形態は解消しない。(2, 3)
製品・アーキテクチャの整合性
| 評価項目 | 評点 |
|---|---|
| アーキテクチャの一貫性 | 5/10 |
| システム境界の明確さ | 5/10 |
| セキュリティへの真摯さ | 3/10 |
| ソフトウェアの簡潔さと保有コスト | 3/10 |
| プログラム的・エージェント支援型運用との適合性 | 5/10 |
平均:4.2/10
アーキテクチャの一貫性 — 5/10。 専門エージェント、協調処理、検証、タスク別のインターフェースは理解可能なアプリケーション構造を作る。しかし、モデルを変えてもパイプラインの残りに影響しないという主張は、挙動の依存関係を無視する。層に分けた図だけでは足りず、回帰試験の証拠が必要である。(2)
システム境界の明確さ — 5/10。 統合のページは、情報源の読み取り、CRMへの書き込み、カレンダー操作、文書のエクスポートを区別している。調達フローも購買担当者の選択で終わることが明確だ。一方、認証情報の権限範囲と、生成・検証・公開の技術的境界は十分に明示されていない。(7, 9)
セキュリティへの真摯さ — 3/10。 配置方式の選択肢と保存に関する約束は、重要な懸念に対応する。しかし、テナント分離の強制、特権アクセスの制御、プロンプトインジェクションの封じ込め、タスク別の認可は公開資料で確立されていない。外部コンテンツを読み、企業アカウントで操作するエージェントにとって、これらの欠落は重大である。(4, 19)
ソフトウェアの簡潔さと保有コスト — 3/10。 過去の構成には複数の永続データシステムがあり、現在の運用には協調処理とモデル提供元への依存が加わる。基本料金に保守を含めれば、一部の仕事の担当者は明確になるが、ソフトウェア全体の維持が経済的だとは示していない。(15, 5)
プログラム的・エージェント支援型運用との適合性 — 5/10。 エージェント間の受け渡し、API、業務システムへの書き込みは、手作業の転記を省ける。しかし、業務フロー全体を独立して検査したり、一つの構成要素を安全に交換したりするために十分なインターフェースや認可の詳細は公開されていない。(2, 7)
技術的透明性
| 評価項目 | 評点 |
|---|---|
| 公開技術文書 | 3/10 |
| ベンダーを介さない検査可能性 | 2/10 |
| 移行性とロックインの可視性 | 4/10 |
| 導入手法の透明性 | 4/10 |
| 技術的主張を支える証拠の密度 | 3/10 |
平均:3.2/10
公開技術文書 — 3/10。 現在のページは、アーキテクチャ、検査、統合、配置を説明する。しかし、詳細なAPIリファレンス、検証アルゴリズム、試験手順、運用障害の分析は提供しない。現在の製品ページより、過去のホスティングと開発の記録のほうが、具体的なソフトウェア構成を示している。(2, 3, 14, 15)
ベンダーを介さない検査可能性 — 2/10。 購入者は公開データセットや実行可能な例から、誤りゼロの主張を再現できない。サプライヤー探索試験は報告された実験として検討できるが、検索条件の一覧、関連性の評価、全結果は提供されていない。結果の要約は、独立して繰り返せる評価ではない。(3, 9)
移行性とロックインの可視性 — 4/10。 編集可能なInDesign出力と顧客側での運用は、一部の実務上の障壁を下げる。一方、利用規約は、プラットフォーム、オーケストレーションのロジック、エージェントの基礎となる手法をベンダーの権利として留保する。レポートを所有していても、この仕組みなしに再生成できるわけではない。(6, 7, 8)
導入手法の透明性 — 4/10。 同社は、範囲の設定、データ統合、監督下での試験、その後の運用を説明し、継続的な再調整も含めている。しかし、受け入れ試験の範囲、規則のバージョン管理、ロールバック、元システムが変わった際に顧客別設定の信頼性を保つ方法は説明していない。(1, 5)
技術的主張を支える証拠の密度 — 3/10。 調達試験、クラウド提供元の事例、エンジニアの職歴は、特定できる活動を示す。しかし、信頼性と規模についての最も強い主張は、裏付けの詳細がかなり乏しい。別の検証エージェントと出典の提示だけでは、普遍的な正しさは証明できない。(3, 9, 14, 15)
ベンダーの真摯さ
| 評価項目 | 評点 |
|---|---|
| 対外説明の技術的な誠実さ | 2/10 |
| 技術ロードマップの整合性 | 4/10 |
| 概念の明確さ | 3/10 |
| 経済成果への責任 | 3/10 |
| エージェント型ソフトウェア時代の競争力 | 3/10 |
平均:3.0/10
対外説明の技術的な誠実さ — 2/10。 誤りがない、間違った情報がない、モデルを置き換えても挙動が変わらないという無条件の主張は、開示された手法を超えている。公開利用規約のほうが、営業ページより誤りの可能性を率直に認めている。(2, 3, 6, 11)
技術ロードマップの整合性 — 4/10。 調査アシスタント、クラウドインフラ、現在の業務フローは、継続的な開発を示す。しかし、過去のマーケットプレイス構想と広いAIの約束について、実現の状況を明確に説明していない。最近の調達試験のほうが、エージェントという呼称を続けていることより説得力のある進展の証拠である。(15, 16, 17, 9)
概念の明確さ — 3/10。 生成と検証を分離し、出典を保持することは合理的な設計である。しかし、出典を正しさと同一視し、レポート作成を検証済みの知見とみなすと、その設計を基礎とする議論が弱くなる。拡張性の説明は、対応する資源コストなしに経過時間を測っている。(3, 8, 12)
経済成果への責任 — 3/10。 基本料金は、統合と継続的な調整をベンダーの仕事としている。しかし、顧客の確認義務と出力責任の広い制限が、その約束を狭める。約束された運用リスクの移転と、顧客に残る作業とリスクとの整合性は、公開された証拠では確認できない。(5, 6)
エージェント型ソフトウェア時代の競争力 — 3/10。 保守される企業統合、タスク固有の検証、顧客別設定は価値を持ちうる。一方、一般的なモデルの協調処理、企業探索、レポート生成には、利用しやすい代替手段が増えている。独自レイヤーがそれらに対して持続的な品質やコストの優位を生むことを、同社は示していない。(2, 5, 7)
出典
出典は2026年11月4日に確認した。過去のアーキテクチャと開発の記録は、現在の製品の主張とは分けて時期を記している。
AGENTS.inc:ホームページ。日付なし。運用込みのマーケティング、営業、情報収集エージェント、顧客に関する主張、導入の流れ。
AGENTS.inc:プラットフォーム概要。日付なし。エージェント群、協調ハブ、モデルの選択肢、検証レイヤー。
AGENTS.inc:正確性と信頼。日付なし。SAP価格の照合、独立した検証、出典追跡、エスカレーション、誤りゼロの主張。
AGENTS.inc:セキュリティとコンプライアンス。日付なし。Kubernetes、ホスティングの選択肢、ワークスペース、保存に関する約束。
AGENTS.inc:料金。日付なし。基本料金、継続的な再調整、保守、タスク料金。
AGENTS.inc:利用規約。第5–6節は出力の検証と従量料金を扱い、その後の条項は所有権と責任を扱う。
AGENTS.inc:統合。日付なし。情報源の読み取り、CRMへの書き込み、カレンダーとメールの操作、文書出力。
AGENTS.inc:拡張性と配置。日付なし。運用込みの方式と顧客側でのホスティング、並列処理に関する主張。
EU-LAC Digital Accelerator:Machu Picchu FoodsとAGENTS.inc。2026年9月24日。顧客が定めた試験目標、報告された検索結果、今後の拡張。
AGENTS.inc:キャンペーン管理。日付なし。商品データの取り込み、文案、レイアウト、価格検査、制作時間の改善に関する主張。
AGENTS.inc:保険と金融サービス。日付なし。Fink & Wagner AXA/Salesuranceへの導入、それと並べたグループ全体の規模の説明、完全な正確性の主張。
AGENTS.inc:市場情報。日付なし。企業の整理、外部情報の監視、構造化された業界レポート。
AGENTS.inc:イノベーション探索。日付なし。企業の発見、適合性評価、監視、連絡先、プレゼンテーション生成。
Dmitrii Kochetov:公開技術職務経歴書。日付のない文書で、2019年および2024年7月から11月のAGENTS.incでの業務を記載。Python、scikit-learn、Kubernetes、ArgoCD、Terraformは、それらの職務に紐づけられている。
Scaleway:Agents.Inc.、AI知識市場の変革を目指す。2021年の投入に関する日付のない説明。AWSからの移行、コンテナ化したエージェント、マーケットプレイス計画、データサービスの名称を示す構成図。
Sebastian Denef、OWN intelligence:私たちの物語。2018年8月16日。共同作業ソフトウェア、エージェントへの転換、初期フレームワーク、投資、試作品。
ベルリン・アドラースホーフ・テクノロジーパーク:アイデアで満ちたパイプライン。2019年3月1日。調査エージェント、共有ボード、初期試験を説明する創業者へのインタビュー。
AGENTS.inc:法的表示。AGENTS HQ GmbH、ベルリン。
AGENTS.inc:プライバシーポリシー。日付なし。ワークスペースのデータ、公開情報源の収集、モデルAPI、ホスティングの再委託先。