ボトルネックはもはやモデルではなく、ワークフローの欠落した状態にある

--- title: ボトルネックはもはやモデルではなく、ワークフローの欠落した状態にある slug: the-bottleneck-is-no-longer-the-model-but-the-missing-workflow-state meta_title: 長期的なエージェントにワークフロー状態が必要な理由 meta_description: Zerosetは、企業が実際に承認や引き継ぎをどのようにルーティングするかをエージェントが照会できる状態レイヤーNebulaのために520万ドルを調達した。 category: ai tags: Zeroset,Nebula,agent memory,workflow state,Gradient Ventures,long-horizon agents,enterprise AI,process mining,LongMemEval,context ---

520万ドルのプレシードは大きな金額ではない。Zerosetに付された主張は、その投資額よりも注目に値する。企業向けエージェントを妨げているのはモデルの能力ではなく、状態のシステムが存在しないことだ。

アクシャット・カンナンは18歳でスタンフォード大学を去った。ウィリアム・チャンは21歳でテキサス大学を去った。二人は2026年1月、ある限定的な観察に基づいてZerosetを創業した。フロンティアモデルはすでにメールの下書きや航空券検索をこなす。しかし、特定の企業が承認、例外、引き継ぎをどのようにルーティングするかを知る必要があるタスクでは行き詰まる。

10月6日、Gradient Venturesと2048 Venturesが520万ドルのプレシードを共同リードし、Leblon Capitalが参加した。同社は5人で、アクセスは引き続きクローズドなリサーチプレビューとなっている。

Nebulaが保存するもの

Nebulaは、ワークフローがすでに使用しているシステム、すなわちMicrosoft 365、SharePoint、Outlook、Teams、GitHub、職場のメッセージングに接続する。各ドキュメントを孤立したベクトルとして扱うのではない。意味的事実、エピソード的イベントクラスタ、手続き的習慣という3つの層を持つ階層的ベクトルグラフを構築する。

メモリストアとの違いは、エージェントが何を受け取るかにある。履歴を再構築するのではなく、ワークフローの現在の状態を照会する。同社はその戻り値を、系譜付きの型付きで照会可能な状態と表現する。何が真実か、いつ真実になったか、なぜシステムがそう信じるか、である。

ベンチマークは初期段階だが具体的だ。LongMemEvalでは、NebulaはMem0、Supermemory、単純なRAGよりも20パーセント高い精度を返し、中央値50ミリ秒未満で、クエリあたりのトークン数も少なかった。BPI Challengeのプロセスマイニングデータセットでは、次のアクティビティ予測で記録されたすべてのベースラインを10パーセント以上上回った。これは検索よりも難しいテストである。システムが次に正当なステップを予測できるかどうかを問うからだ。

トークン数は精度と同じくらい重要だ。クエリあたりのトークン数が少なければ、より小さなコンテキストウィンドウで同じ情報を運べる。これはエージェントの各ターンのコストを下げる。1週間動き続けるワークフローでは、その差はエラーと同じように複利で効いてくる。

創業者たちの出発点の観察は、この問題を最も的確に言い表している。フロンティアモデルはメールの下書きや航空券検索をこなす。しかし、特定の企業が承認、例外、引き継ぎをどのようにルーティングするかを知る必要があるタスクでは行き詰まる。そのシナリオでモデル自体に問題があるわけではない。単に情報がプロンプトになく、公開コーパスから取得できないだけだ。

統合面こそが真の堀

Microsoft 365、SharePoint、Outlook、Teams、GitHub、職場のメッセージングに接続するのは地味な仕事であり、同時に最も模倣しにくい部分でもある。競合は3層グラフの設計を四半期で複製できる。状態レイヤーを各ユーザーが見ることを許可されている内容と一致させ続ける、権限を認識したコネクタを再現するにははるかに長い時間がかかり、企業の購買担当者はまずそこを評価する。

権限は、ほとんどのメモリ製品が苦手とする部分だ。ワークフロー状態レイヤーは、基盤システムと同じアクセス境界を尊重しなければならない。そのため、あるユーザーのために動作するエージェントが、組織の別のレベルでしか可視化されない事実を表面化させることはできない。これを間違えると、間違った回答というよりもコンプライアンス事故になる。

また、同社がセルフサービス製品ではなくクローズドなリサーチプレビューを運営している理由でもある。状態レイヤーは、それが見てきたワークフローと同じくらいしか良くならない。そして新しい顧客統合のたびに、どのベンチマークもカバーしないルーティングロジックのエッジケースが浮かび上がる。

導入前に購買担当者が尋ねるべきこと

有用な状態レイヤーとデモを分ける3つの質問がある。システムは各事実がいつ真実になったかを記録しているか、そして置き換えられた事実を無効化できるか。なぜそう信じるのかを、元のイベントまでたどって説明できるか。読み取り元のシステムと同じ権限を適用しているか。

系譜の要件は、曖昧に答えられがちなものだ。出所なしで事実を返す状態レイヤーは、機能的にはキャッシュである。そして自律エージェント内の古いキャッシュは、メモリがまったくないよりも悪い。エージェントが自信を持ってそれに基づいて行動するからだ。

永続性は二次的な問題だ。数日から数週間にわたる継続的な状態が価値提案のすべてであり、それほど大量の派生した組織知識を保存することは、保持、削除、地域ごとの保管に関するデータガバナンスの議論を引き起こす。

古い状態が複利で悪化する理由

同社が挙げる失敗モードこそが、このカテゴリーが存在する理由だ。古い事実や矛盾する指示は、単一のエラーを引き起こすだけではない。それは次のターンの開始状態となり、複利的な手戻り、余分なツール呼び出し、人間の介入を生む。

コストがかかるのは、この複利効果のためだ。単一の誤った行動は回復できる。20ステップのプロセスを通じて持続する誤った前提は、その後のすべてのステップを汚染し、誰かが気づく頃には、作業は以前のチェックポイントからやり直さなければならなくなる。何時間も無人で動くエージェントはこれを悪化させる。誰もドリフトを監視していないからだ。

会話型メモリシステムは類似したチャンクを検索する。取得された事実が3週間前のもので、ワークフローが先に進んでいる場合、エージェントはもはや存在しない世界から推論し、応答のどこにもその不一致を示すものはない。検索の類似性と事実の最新性は異なる特性であり、ベクトルストアは前者を最適化する。

Nebulaの3層グラフは、エージェントがそれらを区別する手段を与える試みだ。意味的事実は何が真実かを記述する。エピソード的イベントクラスタは何が起きたかを記述する。手続き的習慣は組織が通常どのように物事を行うかを記述する。系譜はそれを監査可能にする部分だ。事実、それがいつ真実になったか、なぜシステムがそう信じるかである。

これがどこに位置づけられるか

Mem0とZepは隣接するメモリインフラストラクチャカテゴリーに位置する。Zerosetの賭けは、長期的な企業エージェントには会話メモリではなくプロセス状態が必要だというものだ。この区別は、システム境界をまたいで数日から数週間に及ぶものすべて、すなわち保険金請求処理、リリース承認、多段階の調達にとって重要だ。

これらのプロセスは構造を共有している。人とシステムの間の引き継ぎ、暗黙のルールに従う例外、誰が対応可能かに依存する承認が含まれる。それらのどれもドキュメントには存在しない。実践の中に存在する。だからこそ表現が難しかったのだ。

プロセスマイニングは最も近い先行技術であり、Zerosetがプロセスマイニングのデータセットに対してベンチマークを行っているのは示唆的だ。その分野は20年をかけて、イベントログから実際に仕事がどのように流れるかを再構築してきた。同じことをリアルタイムで行い、エージェントがタスクの途中で照会できるようにするのは、合理的な進化だ。

Gradientが公表した投資テーゼも同じ主張をしている。消費者向けエージェントが成功したのは、公開ウェブで訓練されたからだ。企業向けエージェントは依然として、非公開組織内で仕事が実際にどう動くかの表現を欠いている。

これが機能すれば何が変わるか

2つある。エージェントハーネスは、欠落した構造を補うためにますます大きなコンテキストウィンドウを搭載するのをやめる。問題は決してウィンドウサイズではなかったからだ。そして企業は、汎用モデルがいつか推論してくれることを期待するのではなく、自社ワークフローの運用モデルを自社の境界内に保持できる。

2番目の帰結はより戦略的だ。企業の境界内に存在するワークフロー表現は、企業が所有する資産である。汎用モデルによって推論されたものは、企業が借りている能力だ。規制産業では、この違いがエージェントを導入できるかどうか自体を左右する。

名指しする価値のある競争リスクがある。大手プラットフォームベンダーがプロセス状態は自社スイートに属すると判断すれば、5人規模のスタートアップは、状態レイヤーがどれほど優れていようと流通の問題に直面する。Gradientの関与は助けになるが、流通は520万ドルのラウンドで解決できるものではない。

今日の数字は小さい。5人、2つの公開ベンチマーク、クローズドプレビュー。主張はより大きく、そして検証可能だ。企業自動化が能力の段階を過ぎたのなら、次の競争は、仕事が実際に何であるかを誰が知っているかをめぐるものになる。