AIエージェントの未来図――HubSpot創業者ダーメッシュ・シャーが描く“デジタルな同僚”の時代
近年の生成系AIのブームを背景に、「Agent（エージェント）」という概念が急速に注目されています。特にソフトウェア企業HubSpotの共同創業者兼CTOであり、Agent.ai（またはAgent.）の創始者として知られるダーメッシュ・シャー（Dharmesh Shah）氏は、ビジネス視点と技術視点の両面からエージェントの未来を語るキーパーソンの一人です。
本記事では、シャー氏が出演したポッドキャストでの発言や事例をもとに、エージェントとは何か、どのような技術・プラットフォームが存在するのか、そしてビジネスの世界や開発者コミュニティにどんな影響を与えているのかをわかりやすく解説します。また、彼が実際に取り組んでいるマルチエージェント・ネットワークやmCP（Manifest (またはMini) Component Protocol）と呼ばれる標準仕様、さらには「Sorry must pass」という独自の意思決定ルールなど、具体的なテーマに焦点を当てながら、その考え方や事例を提示していきます。
1. エージェントとは何か
1-1. 「エージェント」の広義の定義
多くのエンジニアや研究者は「エージェント」という言葉を聞くと、自律的に動作して目標を達成するソフトウェアをイメージします。しかし、ダーメッシュ・シャー氏は「AIを使って目的を達成するソフトウェア全般」をエージェントと呼ぶという、非常に広い定義を示しています。彼曰く:
「私の定義では、エージェントとは“AIを活用して何かしらのゴールを成し遂げてくれるソフトウェア”全般を指します。いわば、あなたの代わりに仕事をしてくれる代理人です」
これは「チャットボットの会話のみ」を想定した狭義のエージェントではなく、幅広いタスクやサービスを包括的に扱う可能性を示唆しています。
1-2. 行動様式と「ゴール指向」
シャー氏は「エージェントの本質は“ゴール”の代理実行である」と繰り返し強調します。人間が自分の頭で考えるタスクを、自然言語などを通じて「これをやって」と依頼し、あとはエージェントが複数ステップのプランを自律的に実行してくれるのが理想形。これをさらに多段階で実現するのが「マルチステップ・エージェント」や「マルチエージェント・システム」と呼ばれる領域です。
2. 技術的背景：ツール呼び出しからマルチエージェントへ
2-1. ツール呼び出し（Tool Calling）とmCP
エージェントがタスクを達成する際に、外部のツールやAPIと連携する仕組みが重要になります。最近はmCP（Manifest / Mini Component Protocol）という仕様が急速に注目されており、AIモデルが「ツール」を呼び出す際の標準的インターフェースとして広がっています。
「mCPは比較的シンプルな仕様ですが、エージェントが外部ツールを発見し、必要に応じてコールできる標準として非常に有用です。いわば“エージェント同士が連携するための共通言語”ですね」（シャー）
こうした標準仕様が整備されると、ソフトウェア開発者はツール連携の実装に手間取らず、より高度な「エージェントネットワーク」を組み立てやすくなります。
2-2. シングルセルからマルチセルへ：多様なエージェントの集合体
シャー氏はエージェントを「単細胞生物」になぞらえることがあります。最初は単純なチャットエージェントでも、それをたくさん組み合わせれば「マルチセル生物」のようにより高度な機能を実現できる、という比喩です。
「すべてを“ツール”と呼ぶより、すべてを“ミニマルなエージェント”と呼んだほうがエレガント。最終的には“マルチエージェント・ネットワーク”へと発展するでしょう」
彼の構想では、各エージェントが得意分野や役割をもって連携し、一つの目標を分担していく姿が理想とされます。
3. ビジネス視点：ワーク・アズ・ア・サービスと成果型報酬
3-1. Work as a Service（WaaS）とは？
一般的に私たちは「SaaS（Software as a Service）」、つまりソフトウェアをサービス形態で利用するビジネスモデルをよく知っています。しかし、シャー氏は、今後は「ソフトウェアが実際の“作業”や“成果”を提供する」WaaS（Work as a Service）へとシフトする領域が現れると述べています。
たとえば、カスタマーサポートの問い合わせ対応やマーケティング資料の自動生成など、ソフトウェアが実際に仕事をしてくれる代わりに、企業は「作業量に応じた料金」もしくは「成果に対する報酬」を支払うようになる未来が考えられます。
3-2. Results as a Service（RaaS）の可能性
さらに一歩進むと、エージェントが「成果」そのものに対して課金するモデルもあり得ます。顧客サポートであれば「1件あたりいくら」、契約書レビューであれば「1ドキュメントあたりいくら」といった具合です。シャー氏はこうした成果型課金モデルが定着しやすい領域として「客観的に評価しやすい業務（例：問い合わせ件数と顧客満足度など）」を挙げています。
ただし、デザインやクリエイティブのように「主観」や「複雑なフィードバック」が混じる領域では、成果報酬モデルの設計が難しいという課題があるとも指摘しています。
4. エージェントを取り巻く世界観：記憶とネットワーク
4-1. エージェントとメモリ：長期記憶・共有メモリ
現在、大規模言語モデル（LLM）のみではコンテキストウィンドウなどの制約があり、エージェントがいわゆる「長期記憶（long-term memory）」を保持しにくい問題があります。そこで、多くの開発者が「メモリ管理」や「階層型メモリ（短期・長期）」を導入する流れになっています。
「エージェントが本当に“知っていてほしい”ことを保持するには、ユーザごとの長期記憶が必要です。またエージェント同士の協調では、共有メモリが決定的に重要になります」（シャー）
彼はさらに「複数エージェントが集まる場では、ユーザの一貫した文脈や情報が必要」とし、「例えば同じユーザが以前エージェントAに教えた情報を、次に作られた別エージェントBでもすぐ活用できる状態が望ましい」と言及しています。
4-2. クロス・エージェントの記憶共有とプライバシー
一方で、情報共有がどこまでも進むとユーザのプライバシー保護とのトレードオフが生じるため、きめ細かいアクセス制御が必須になります。
「メールの全履歴を全部渡したくはない。でも必要なトピックだけ共有して、役立てたい。こういう部分的な承認フローを作るインフラが、今後ますます大切になるでしょう」
たとえばOAuthの権限スコープを細分化したり、“信頼できる中間サービス”を通してデータを一部だけエージェントに渡すモデルなど、多様なやり方が模索されています。
5. HubSpotとダーメッシュ・シャーの発想原点
5-1. インバウンドマーケティングの流れと共通点
HubSpotは「インバウンドマーケティング」というコンセプトを広めた企業として有名です。これは、ユーザに価値あるコンテンツを提供し、相手から“自発的に”近づいてもらうことでビジネスを加速させる考え方です。シャー氏は、そのエッセンスをAIエージェントにも当てはめる可能性を示唆しています。
「顧客やユーザに“押し付ける”のではなく、役立つ情報やサポートを提供して自然に関係性を築く。AIエージェントの広がり方も、同じ価値観が鍵を握るかもしれません」
5-2. 「競合しない」選択肢と壮大なコミュニティ戦略
シャー氏は「競合しない」戦略として、強力な相手との真正面の勝負を避ける姿勢をとっているとも述べています。とりわけ「Sam Altman（OpenAI CEO）とは戦わない」と公言しており、競合領域を避けながら、オープンなエコシステムで付加価値を高める方向性を志向しているとのこと。
「Samとは競合したくないんです。私が進むのは“モデル提供者”ではなく、もっとオープンなネットワークやアプリケーション側。そこにこそ大きな需要があると思うからです」
6. ドメイン売買と「Sorry must pass」ルール
6-1. ドメイン売買への独特のこだわり
シャー氏はAIやHubSpotだけでなく、良質なドメイン名を取得・運用・投資することにも熱心で、「chat.com」をOpenAIに譲った逸話が有名です。彼は「playground.com」「prompt.com」「agent.com」など、多数の短くてわかりやすいドメインをコレクションし、それをきっかけに投資機会や新しいネットワーク構想を得ています。
6-2. 「Sorry must pass」：時間管理と意思決定
シャー氏のブログ記事「Sorry must pass」は、余力や興味を超えた依頼が増えすぎたとき、あえて断りを入れる基準を明確にするためのポリシーとして知られています。
「『Sorry must pass』は、相手に対して決して悪意や否定的感情があるわけではなく、むしろ自分の時間とリソースを守るために、きっぱり断るという明確なメッセージなんです」
この方針は「何でもかんでも引き受けてしまう罪悪感」から脱却するために生まれ、HubSpot創業期から続く“時間管理”の要諦でもあります。多くの企業家やエンジニアが同じ悩みを抱える中、このルールは有効なヒントとして注目されています。
7. 今後の展望：エージェントと人間が共創する未来
7-1. ハイブリッドチームの時代
シャー氏は「近い将来、人間とエージェントが混在する“ハイブリッドチーム”が当たり前になる」と述べています。これまでオフショア開発やリモートワークが拡大してきたように、**AIエージェントという“別形態の従業員”**が組織に加わるフェーズを想定しているのです。
7-2. 新しい仕事観とエンジニアの価値
「エージェントが増えればソフトウェアエンジニアの仕事が減るのでは？」という懸念がありますが、シャー氏は逆に「より多くの問題を解決する力」が生まれるため、総需要は増すと主張します。エンジニアは今後「AI活用の要」として、より戦略的・高付加価値の業務に携わる可能性が高いのです。
「コーディングは一部自動化されるかもしれない。でも、それにより解決できる問題領域が拡大して、エンジニアの仕事の総量はむしろ増えるはずです」
ダーメッシュ・シャー氏は、エージェント技術の進化、マルチエージェント・ネットワークの可能性、そしてビジネス上の新しい契約形態（WaaS / RaaS）など、多角的なアプローチで“次なるソフトウェアの時代”を語っています。彼の持つ次のようなキーワードは、今後ますます注目度を増していくでしょう。
エージェント：AIを使い目的を達成するソフトウェア全般
mCP・ツール連携：オープンな標準仕様がエージェントの生態系を育む
メモリ共有：ユーザ情報やチーム情報を抜本的に効率化し、再利用する
ハイブリッドチーム：人間とエージェントの共創で仕事の総量を拡張
Sorry must pass：時間・集中力を守るための意思決定原則
こうした視点は、単なるAIの技術論だけではなく、組織論や働き方論、さらには新たな市場創出につながる戦略論でもあります。私たちがエージェントをビジネスや日常に取り込む際、どのように連携し、どのように制限やルールを設け、そしてどんな成果を得るのか。そのすべてが、新しい価値とリスクをはらむ大きな転換期に来ているといえるでしょう。
エージェント技術のさらなる発展は、まだ始まったばかりです。シャー氏の言葉にもあるように「今は目の前の問題にどう対処するかではなく、将来訪れる無限のチャンスにどのように備え、実用レベルに落とし込むか」を考えるフェーズに突入しています。この記事が、エージェントの世界を理解する一歩となり、読者一人ひとりのビジネスアイデアや開発プロジェクトに役立つヒントをもたらせば幸いです。
関連記事
