記憶は堀である

最終更新：2026年4月

数ヶ月おきに新しいフロンティアモデルが登場し、ベンチマークがシャッフルされますが、注意深く観察していれば、そのパターンを見落とすことは困難です。つまり、主要なモデル間の格差が縮まりつつあるのです。価格は下落しています。18ヶ月前に最先端だったモデルが、人々が実際に必要とするタスクの大部分にとって十分に優れたものであることがわかり、さらに18ヶ月後にそれに取って代わるモデルは、現世代のほんの一部のコストで済むようになるでしょう。エンジンはコモディティ化しつつあります。

しかし、コンテキスト（システムがあなた自身、あなたの仕事、あなたの履歴、あなたの組織、そしてあなたのチームが特定の言葉を特定の意味で使う独自の方法について知っているすべてのこと）は、まったく異なる話です。コンテキストを構築するのは難しく、早送りすることは不可能であり、一度手に入れれば非常に価値のあるものになります。そして、真の競争力の差別化はますますこの領域に存在するようになっています。

ゼロコンテキストの罠

ほとんどの人や企業は、依然として検索エンジンを使うのと同じ方法でAIを利用しています。ウィンドウを開き、質問をし、回答を得て、ウィンドウを閉じます。すべての会話はゼロから始まります。そのモデルは、一般的な世界については驚くほど多くのことを知っていますが、あなたの具体的な状況については何一つ知っていません。

これは、記憶喪失の優秀なコンサルタントを雇うのとほぼ同じです。毎朝、彼らは自分の専門分野についてはすべて知っているものの、あなたの会社については何も知らない状態で出社するため、あなたは毎回のミーティングの最初の時間を、コンテキスト、制約、履歴、そしてすでに試したことを再説明することに費やすことになります。彼らが適切に現状を把握した頃には、セッションのかなりの部分を浪費してしまっており、明日になればまた同じサイクルが繰り返されます。

記憶喪失のコンサルタントも依然として有用であり、時には素晴らしい成果を上げますが、先週からの理解を引き継ぎ、既存の調査を吸収し、毎回ゼロから説明を受ける必要なしに、あなたの具体的な状況について推論できる場合に提供できるパフォーマンスのほんの一部しか発揮できていません。

これが、現在の個人レベルおよび企業レベルの両方におけるAI利用の大部分が置かれている状況であり、その理由を理解することには価値があります。

アクセスと理解のギャップ

エンタープライズの世界は、2024年と2025年をアクセスの問題の解決に費やしました。コネクタ、MCPサーバー、API統合、ツール利用フレームワークなどです。AIがデータにアクセスできれば、そのデータを処理できるという考え方でした。狭い意味ではこれは真実です。今やモデルをSlack、メール、CRM、プロジェクト管理ツールに紐づけて、質問を投げかけることができます。

多くの企業が（しばしば多大な投資の末に）気づき始めているのは、アクセスがもたらすのは「情報の検索（retrieval）」であって、「理解（understanding）」ではないということです。AIはSlackの履歴を検索してメッセージを見つけることはできます。Googleドライブをスキャンしてドキュメントを返すことはできます。しかし、最大の顧客との関係を誰が担当しているかを尋ねると、最も新しいメールスレッドから名前を引っ張ってきますが、それが正しい答えであるとは限りません。別のツールから尋ねると、別の名前が返ってきます。今期の最優先事項について尋ねると、たとえそれが6ヶ月前のもので3回も方針転換している古い文書であっても、最初に見つかった戦略文書を表示します。

システムは情報を完璧に見つけることができます。問題は、見つけすぎてしまうこと、何が最新かわからないこと、情報源同士の矛盾を解決できないこと、そして部分的な断片をさも全体的な真実であるかのように、かなりの自信を持って提示してしまうことです。

「理解」には合成が必要です。どの情報が最新で、どれが古いかを知ること。矛盾がある場合に、どの情報源が信頼できるかを判断すること。メール内の「lisa.chen@acme.com」、Slack内の「@Lisa」、そして会議の書き起こし内の「AcmeのLisa」がすべて同一人物であることを認識し、彼女がすべてのチャネルで発言したすべての内容をひとつのアイデンティティに統合すること。プロジェクトトラッカー、カレンダー、採用パイプライン、そして先週のスタンドアップのメモを組み合わせて、個々の情報源には存在しない洞察を導き出すこと。例えば、「リードエンジニアが来週不在で、決済チームへの依存関係が解決しておらず、当初のスケジュールはまだ入社していない新採用者を前提としているため、インフラの移行が危機に瀕している」といった洞察です。

有能な従業員であれば、数ヶ月勤務した後にこれらすべてを教えてくれるでしょう。しかし、信頼性の高いAIシステムはこれができません。なぜなら、それを可能にする「合成レイヤー」を構築している人はほとんどいないからです。

複利効果という問題

投資の観点からこれに特に興味深い点があるのは、コンテキスト理解は、モデル自体の性能とは異なり、複利のように積み重なっていくという性質を持っていることです。

より優れたモデルは、切り替えたその日には段階的な改善をもたらします。より優れたコンテキストは、システムが稼働する日々、増大し続ける優位性をもたらします。1日目、コンテキストレイヤーが知っていることはわずかです。30日目には、数千のメッセージ、数百のドキュメント、数十の会議の内容を吸収しています。矛盾を解決し、アイデンティティマップを構築し、何が変わり何が変わらなかったかを追跡しています。30日目の理解は、1日目とは質的に異なり、180日目の理解はさらに異なります。

新しいデータポイントが追加されるたびに、単に一つの事実を追加するだけでなく、プロジェクトのステータスを確認し、関係性を更新し、優先事項の変化を明らかにし、古い情報源との矛盾を解決することで、既存のコンテキストがより価値の高いものになります。グラフはより密に、より強固に繋がり、加速度的に便利になります。

これを早送りすることはできません。小切手を書いて6ヶ月目にスキップすることは不可能です。理解は蓄積されなければなりません。つまり、待つことのコストは「まだ持っていない」ということではなく、「始めない日々が増えるほど、さらに遅れをとっている」ということです。今日コンテキストレイヤーの構築を始める企業や個人は、後からいくらお金を支払っても買うことのできない、6ヶ月間積み重なった理解を持つことになります。

物事を明確に捉えるならば、参入障壁となるのは、特定の会社、あるいは特定の人の知識に関する、蓄積され、合成され、矛盾が解決された理解です。モデルは切り替えることができ、コネクタはますます標準化されていますが、その蓄積された理解は独自のものであり、複利効果を持ち、時間とともに成長するだけです。

個人版のコンテキスト

同じ力学は個人レベルでも当てはまり、個人の生産性ツールについて考えている人にとって、議論が興味深くなるのはここからです。

フロンティアモデルを使用しており、どちらも有能な2人の研究者を思い浮かべてください。1人目は、ゼロコンテキストのやり方でAIを使用しています。チャットを開き、質問をし、回答を得て、次へ進みます。2人目は、6ヶ月かけて個人の知識ライブラリを構築してきました。記事を取り込み、論文に注釈を付け、文献ノートを書き、情報源を保存し、アイデアに関する音声メモを記録し、そのすべてをファイル名ではなく意味で検索できるセマンティック検索を備えたシステムに通しています。

2人目の研究者が質問をすると、AIは6ヶ月間蓄積されたコンテキストを活用するため、返ってくる答えは、インターネットがそのクエリに対してたまたま提示した情報ではなく、彼らの具体的な読書、具体的な思考、具体的な研究の軌跡に基づいたものになります。1日目には、これら2人の研究者の違いはほとんど目立ちません。しかし180日目になると、2人目の研究者には自分の仕事を知り尽くした思考のパートナーがいるのに対し、1人目は依然として自分の仕事について何も知らない非常に高速な検索エンジンを持っているだけです。

これが、エンタープライズ向けコンテキストグラフのコンシューマー版です。あなたの知識ライブラリは、あなた自身の個人のコンテキストレイヤーです。蓄積されたノート、記事、注釈、そしてオリジナルの文章は、あなたが何を知っており、何を考えてきたかを表しています。MCPを通じて、そのライブラリは、特定のモデルやベンダーから切り離された、あなたが使用するすべてのAIエージェントの記憶レイヤーになります。ライブラリはどのモデルを実行しているかに関係なく維持されるため、モデルを自由に切り替えることができます。

広さより深さ

エンタープライズの側面から引き出す価値のある、関連した観察があります。それは、コンシューマー向けAI市場が「広さ」を重視するのに対し、エンタープライズ向けAI市場は「深さ」を重視するということです。

コンシューマー向けAIは、誤検知（偽陽性）を許容できます。仲介する人間がそれをキャッチできるからです。Geminiに投資メモの作成を依頼した場合、1行や2行の間違いは問題になりません。どこかに提出する前に、あなたがそれを読み、編集するからです。価値提案は正確さではなくスピードです。

エンタープライズ向けAI、特にシステムがアドバイスするだけでなく自律的に行動するエージェント型AIでは、誤検知は本質的に許容されません。請求書を処理するエージェントが1つでも間違えれば、重大な問題が発生します。履歴書を審査するエージェントが候補者の経歴を誤って解釈すれば、法的な問題が発生します。人間が介在せずに運用するために必要なドメイン特定の理解の深さは、チャットボットを構築するよりも、Waymo（インターネットのどこにも存在しないデータを用いた数万時間におよぶエッジケースのトレーニング）を構築するのに必要とされたものに近いです。

利害関係は低くなるものの、同じ原理が個人のAIにも適用されます。ジェネリックなAIがあなたに代わって文献レビューを書くと、誰かがGoogle Scholarで20分過ごしたかのような、ありきたりなアウトプットが生成されます。一方、あなたの個人のライブラリにある注釈付きの研究、文書化された思考、そして蓄積されたノートに基づいたAIは、実際のあなたの仕事に直結したものを生み出します。その深さは、モデルの一般的な能力からではなく、あなたが蓄積したコンテキストから生まれます。

これから進む先

「検索」から「理解」への移行は、エンタープライズレベルと個人レベルの両方において、AIの次のフェーズを決定づける変化です。

2024年と2025年は、エージェントにツールへのアクセスを与えることがすべてでした。コネクタ、API、MCPサーバーなどです。その作業は必要不可欠であり、ほぼ完了しました。AIがデータに到達するためのインフラは存在しています。

2026年以降は、合成レイヤーを構築することがテーマになります。エージェントが毎回ゼロから検索するのではなく、参照可能な、継続的に更新され、情報源に基づき、矛盾が解決された現実の表現を構築することです。エンタープライズレベルでは、これは一部で「会社の脳（company brain）」と呼ばれているものに似ています。個人レベルでは、それはあなたとともに成長し、あなたが知っていることを学習し、コンテキストがあらかじめ存在しているためにすべてのAIとの対話をより有益なものにする知識ライブラリに似ています。

このレイヤーを今構築している企業や個人は、モデルの選択では決して得られない方法で複利効果を生む投資を行っています。なぜなら、エンジンが収束していく一方で、そのエンジンを特定の仕事に役立たせる燃料である「蓄積されたコンテキスト」を構築するには時間がかかり、使用することによってしか成長しないからです。

今日コンテキストを構築している人々は、6ヶ月後、後から始める人々がいくらお金をかけても追いつけないような優位性を持つことになります。なぜなら、この特定の優位性は、購入するものではなく、育てなければならないものだからです。

よくある質問

モデルが改善し続ければ、最終的には個人のコンテキストがなくても機能するようになるのでは？ モデルの一般的な推論能力は向上しますが、特定の状況に適用される一般的な推論は、特定の知識に基づいた文脈化された推論よりも常に使い勝手が悪くなります。あなたの病歴を知らない優秀な医師は、あなたの病歴を知っている平均的な医師よりも役に立ちません。モデルがどれほど優秀になっても、この原理は変わりません。モデルが向上しても、コンテキストの価値が下がることはありません。優れたモデルは優れたコンテキストをより高度に活用できるため、むしろ価値は高まります。

個人の知識ライブラリは、ChatGPTのメモリとどう違うのですか？ ChatGPTのメモリは、会話から得られたあなたに関する事実を1段落分保存するだけです。知識ライブラリには、実際の仕事の中で何ヶ月もかけて蓄積された、何千もの文書、ノート、注釈、そしてつながりが含まれています。スケールの違いにより、可能になることが完全に変わります。指示の段落はモデルにあなたが誰であるかを伝えますが、何千ものアイテムにわたるライブラリは、あなたが何を知っており、どのように考えているかをモデルに示します。所有権の違いも重要です。ライブラリがあれば、会話履歴からコンテキストを借りるのではなく、あなたがコンテキストをコントロールできるからです。

コンテキストレイヤーを構築することは、特定のベンダーに縛られる（ロックインされる）ことを意味しますか？ 正しく設計されていれば、その逆になります。コンテキストがプロバイダーの会話履歴ではなく、あなた自身のライブラリに存在する場合、モデルを自由に切り替えることができます。MCPのようなオープンプロトコルは、コンテキストを持ち運び可能にします。ライブラリは実行しているモデルに関係なく維持されますが、これこそがまさに重要なポイントです。コンテキストは、個々のモデルの世代交代よりも長生きするべきなのです。

プライバシーやデータの所有権についてはどうですか？ これは、プロバイダーにコンテキストを渡すのではなく、自分がコントロールするシステムでコンテキストレイヤーを構築すべきという、最も強力な論拠の1つです。コンテキストは参入障壁（堀）となるものであり、それを誰が所有すべきかという疑問が生じます。あなたの条件に基づいたAPIアクセスを備えた、あなたに帰属する暗号化されたプライベートなライブラリは、他の誰かに抽出されたり、再学習に使われたり、人質に取られたりすることなく、あなたの利益のためにコンテキストを蓄積していくことを意味します。

関連文献： ナレッジマネジメントとは何か、 デジタルライフを整理する方法、 あなたの情報ダイエットがあなたを凡庸にしている、 実際にリサーチを行う方法。 関連ガイド： 人々はどのようにFabricを使用しているか、 セカンドブレイン（第二の脳）の構築、 リサーチのワークフロー。