MITで私が見るエージェントの新しいパラダイム 今日、MIT の EmTech カンファレンスで、AI エージェントの分野全体について考え直すきっかけとなるデモンストレーションを見ました。 プレゼンターを務めたのは、比較的知名度の低い企業であるTinyFishでした。創業チームのメンバーのうち2人は中国人で、ICONIQが主導する3億5000万人民元（約3億5000万人民元）近くの資金調達に成功していますが、これまで主力製品を公に発表したことはありませんでした。 彼らがやっていることは、Google と DoorDash の Web エージェント操作をすでに何千万件も実行することです... これはラボのデモではなく、実際の運用環境です。 TinyFish 製品により、AI は人間と同じように Web ページを自動的にナビゲートし、エンタープライズ レベルのタスクを完了できるようになります... これにより、AI は API を必要とせずに、Web サイト全体の Web ページを自動的に読み取り、理解、操作し、ビジネス プロセスを実行し、データを収集し、情報を送信し、変更を監視できるようになります。 データ収集、価格比較、フォーム入力、在庫チェックからコンプライアンスレビューや動的価格設定まで、すべてを実現できます... 何千もの Web サイトにわたってリアルタイムでタスクを操作および実行できます。 つまり、1,000 個の ChatGPT アトラスを同時に実行し、同じ回答を 1,000 万回連続して実行することが可能になります... 誰もが見落としている事実 TinyFish CEO の Sudheesh 氏は、プレゼンテーション中に印象的な洞察を共有しました。 現在、市場にあるすべての AI エージェントは、ネットワークの 5% でしか動作できません。 それは開発者に技術的なスキルが欠けているからではなく、誰もが検索エンジンに基づいてエージェントを構築しているからです。 検索パラダイムは長い間時代遅れになっています。 検索が無効になったのはなぜですか? 非常に簡単な例、Amazon を見てみましょう。 Amazonのすべての商品ページはGoogleによって完全にインデックス化されており、クロール可能です。これは検索エンジンにとって理想的なシナリオです。 しかし、Amazon で「ラップトップ」を検索するとどうなるでしょうか? 何万件もの検索結果が表示されます。スポンサー商品、偽のレビュー、AIが生成した説明文が至る所にあります。数ページをパラパラと見て諦め、ようやく「よさそう」というページをクリックして、チェックアウトしてサイトを離れます。 これはAmazonの問題ではありません。検索パラダイムそのものの問題です。データの量が多すぎると、ランキングは効果を発揮しなくなります。 Googleは数百万ものAmazonページのインデックス作成に成功しましたが、検索の利便性は向上しませんでした。Amazonは独自の検索エンジンを構築しましたが、それでも問題は解決しませんでした。 ウェブは大きくなりすぎました。すでにインデックスされている部分であっても、ランキングはもはや効果的ではありません。 検索は何かを「見つける」ことを前提としています。しかし、「すべてを確認する」必要がある場合はどうすればよいでしょうか？すべてのサプライヤーを比較したり、すべての選択肢を確認したりする必要があるのでしょうか？ この時点で、パラダイム全体が崩壊しました。 残りの95%はどうでしょうか? さらに悪いことに、今述べたことは、インデックスされているネットワークの 5% にのみ適用されます。 ネットワークの残りの 95% はどこに隠されているのでしょうか? - ログインが必要なサプライヤーポータル - 認証された医療システム - 政府データベースはフォーム送信でのみアクセス可能 - 複数ステップのナビゲーションを必要とする競合情報 検索エンジンはこれらにアクセスできません。これは技術的な問題ではなく、アーキテクチャ上の問題です。アクセスに操作が必要なコンテンツをクロールすることはできません。 したがって、私たちは2つの問題に直面しています。 1. インデックスされたネットワークの 5% は大きすぎるため無効になりました。 2. 重要なデータの 95% はまったくインデックス化されていません。 どちらの問題の根源も同じです。検索パラダイムは、人間が手動で結果を評価することを前提としています。選択肢のランキングではなく、包括的な情報が必要な場合、このパラダイムは機能しません。 既存のソリューションではなぜこの問題を解決できないのでしょうか? 「RAGはどうなの？埋め込み機能はどうなの？ブラウザエージェントはどうなの？」と疑問に思う方もいるかもしれません。 誰もそれを解決することはできません。 なぜなら、それらはすべて検索の根本的な制限を継承しているからです。つまり、「すべてをチェックする」のではなく、何かを「見つける」ことを想定しているのです。 調達チームが 200 のベンダー ポータルにわたって競合価格を調べる必要がある場合、ランキングは役に立ちません。 製薬会社が何千もの研究施設にわたって臨床試験の患者をマッチングする必要がある場合、検索は役に立ちません。 これは「この作業は面倒なので自動化したい」という問題ではありません。「この分析は必要な規模で実行するのは不可能だ」という問題です。 読めるウェブから実行できるウェブへ Sudheesh 氏は彼らの解決策を次のように説明しました。 重要なのは、より優れた検索ではなく、運用インフラストラクチャです。 TinyFish によって構築されたシステムでは、次のことが可能です。 - ログイン認証システム - 複数ステップのワークフローをナビゲートする - 構造化データの抽出 - 数十万の並列セッションを同時に実行 これは、「読み取り可能な Web」から「実行可能な Web」への移行です。 ブラウザ プロキシ (OpenAI の Atlas など) を使用すると、一度に 1 つのセッション、1 つのブラウザで Web サイトをより速くナビゲートできます。 TinyFishのミノ： 👉 「AI ファクトリー」のように、企業が自らこれらの「Web エージェント」を作成、展開、管理できるようになります。 Mino はインフラストラクチャ規模で数十万の並行セッションを実行できるため、人間のチームが完了するには数週間かかる複雑なワークフローでも精度を維持できます。 これは自転車とバイクの違いではありません。自転車と貨物輸送網の違いです。 大規模な実証 これは理論ではない TinyFish はすでに、ClassPass、Google、DoorDash などの企業向けに毎月 3,000 万件のオペレーションを実行しています。 ClassPassの例は典型的です。数万ものフィットネススタジオからクラスを集約する必要があります。ほとんどのスタジオはAPIを持たず、手動で更新する予約サイトのみを使用しています。クラスのスケジュールは毎日変更され、料金は時間、場所、レベルによって異なります。 従来の方法はすべて失敗しました。 - 手動データ入力: スケーリングできず、データは常に古いものになります。 - Web クローラー: Web サイトが再設計されるたびにクラッシュします。 - API 統合: ロングテール API は統合されません。 TinyFish を導入した後、会場のカバー範囲が 3 ～ 4 倍に拡大し、コストは 50% 削減されました。 より具体的な実例: 🏨 Google ホテル 日本の多くのホテルでは、Google の集約プラットフォームにアクセスできない古いシステムを使用しています。 TinyFish エージェントはこれらのホテルの在庫と価格を自動的に取得できます。 IT の変更を必要とせずに、Google ホテルをリアルタイムで更新できるようになります。 99% のリアルタイム カバレッジを達成し、更新頻度が 20 倍に増加し、毎月 1,000 万件を超える操作を処理しました。 🛵 ドアダッシュ 各都市に AI エージェントを展開し、競合他社の Web サイトのメニュー、価格、プロモーションを自動的に収集します。 1 時間ごとの更新、自動重複排除、異常検出。 DoorDash の内部データ システムと自動的に統合されます。 毎月数百万の価格変数を収集します。 価格を動的に調整し、市場の反応を最適化するために使用されます。 市場データ収集の 95% は自動化されています。 予測モデルの精度が 30% 向上しました。 手動調査のコストを大幅に削減します (元々は 1 か月あたり 1,200 時間以上)。 それはどういう意味ですか 検索は過去 25 年間にわたってうまく機能してきました。これは、ネットワークが十分に小さいため、人間が手動でランキング結果を評価できるからです。 インターネットは今やあまりにも巨大になり、インデックス化された部分でさえ管理不能になっています。そして、インターネットの95%はインデックス化されていません。 次なるパラダイムは、より優れた検索やよりスマートなランキングではありません。パブリックとプライベート、インデックスの有無を問わず、Web全体にわたるナビゲーション、推論、そして検索を可能にする運用インフラストラクチャです。 エージェント機能は予想をはるかに上回るスピードで開発が進みました。わずか36ヶ月で、「AIがメールを作成する」から「AIが完全なワークフローを実行する」へと進化しました。 TinyFish はすでに、エンタープライズ規模での実際の実装をリードしている可能性があります。 彼らはこのインフラストラクチャを開発者に公開しています。大規模な信頼性が求められるエージェント製品を開発している場合、これは注目すべき初期兆候となる可能性があります。
TinyFish を使用すると、企業は Web ページ上の反復タスクを AI に置き換えて、情報から操作までの自動化を実現できます... TinyFish (@Tiny_Fish) は、ICtinyfish.ai00 万ドルを確保しました。 ウェブサイト: https://t.co/kneIlDWvjf
