※本記事は、AWS re:Invent 2024のセッション「Building the open and interoperable internet of agents (AIM251)」の内容を基に作成されています。このプレゼンテーションは、AWSパートナーであるCiscoによって提供されました。

セッションの詳細情報やその他のAWSイベントについては、以下のリンクでご覧いただけます：

• AWS re:Invent: https://go.aws/reinvent
• その他のAWSイベント: https://go.aws/3kss9CP

本記事では、セッションの内容を要約・構造化しております。なお、本記事の内容は発表者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルのセッション動画をご視聴いただくことをお勧めいたします。

Amazon Web Services (AWS)は、クラウドコンピューティングコミュニティを結び付け、AWSの専門家との交流、コラボレーション、学習の機会を提供するために、オンラインおよび対面でイベントを開催しています。AWSは世界で最も包括的で広く採用されているクラウドプラットフォームであり、世界中のデータセンターから200以上の充実したサービスを提供しています。

1. イントロダクション

1.1. 発表者の背景

私はVijoyです。この発表が皆さんが聞く中で最も刺激的なセッションになるでしょう。私はCisco内のOutshiftというグループを率いています。Outshiftは、Ciscoという大企業内部のインキュベーターとして機能しており、私たちの役割は非常にユニークです。

私たちの主な使命は、Ciscoを新しい市場へと導くことです。私たちはCiscoのコア事業を超えて、新しい市場、新しいユーザーペルソナ、そして新しいバイヤーペルソナへと展開していくことを目指しています。今回は、エージェントのインターネット（Internet of Agents）についてお話しし、これをオープンで相互運用可能なものにするために皆さんと協力していきたいと考えています。

発表者として、このトピックについて話せることを大変嬉しく思います。なぜなら、私たちは今、AIとテクノロジーの歴史的な転換点に立っているからです。私の背景と経験を活かし、この重要なテーマについて皆さんと共有できることを楽しみにしています。

これは単なる技術的な提案ではなく、業界全体で協力して構築していく必要がある重要なインフラストラクチャーについての提案です。このビジョンを実現するための第一歩として、今日皆さんと共有させていただきます。

1.2. Cisco Outshiftについて

Outshiftは、Cisco内部のインキュベーターとして機能する特別な組織です。私たちは、Ciscoという大企業の中で、まるで複数のスタートアップが集まったような組織として活動しています。私たちの特徴は、製品開発の全ライフサイクルを担当していることです。

具体的には、アイデアの構想段階から始まり、製品の実際の開発、そして市場への展開、さらには顧客の成功までを一貫して担当しています。これは通常の製品開発組織とは異なるアプローチです。私たちは、Ciscoを隣接市場へと導き、新しいユーザーペルソナやバイヤーペルソナを開拓することを使命としています。

言い換えれば、私たちは大企業であるCiscoの中で、スタートアップのような機動性と革新性を持って活動する組織なのです。この特性は、今回お話しするInternet of Agentsのような革新的なプロジェクトを推進する上で重要な強みとなっています。

私たちの役割は、単なる技術開発にとどまりません。市場のニーズを理解し、そのニーズに応える製品を開発し、実際に顧客の成功につなげていくまでの全プロセスを担っています。このエンドツーエンドのアプローチこそが、Outshiftの独自性であり、強みとなっています。

1.3. 講演の目的

今日、私が皆さんにお話ししたいのは、エージェントのインターネット（Internet of Agents）の必要性についてです。この講演の核心は、私たちがこのプラットフォームをオープンで相互運用可能な形で構築する必要性を訴えかけることにあります。

エージェント型AIによる革命は、かつてのインターネットの登場に匹敵するような規模で私たちの仕事のあり方を変革しようとしています。多様なタスクがAIエージェントによって自動化されていく中で、私たちは重要な分岐点に立っています。基盤となるインフラストラクチャーをどのように構築していくのか、その方向性を決める時期に来ているのです。

この講演を通じて、私は皆さんに以下の点を理解していただきたいと考えています：

1. オープンで相互運用可能なエージェントのインターネットに必要な要件
2. 普遍的なコミュニケーション層とオープン標準の重要性
3. 協調的な開発の必要性
4. 囲い込みを避け、AIの変革力を民主化するためのオープンなエコシステムの重要性

この取り組みは、Ciscoだけでなく、業界全体で協力して進めていく必要があります。私たちは今、AIエージェントの時代の基盤となるインフラストラクチャーを構築する機会を手にしています。この機会を最大限に活かすためには、オープンで相互運用可能なエコシステムを共に作り上げていく必要があるのです。

2. イノベーションの2軸モデル

2.1. 自動化の軸 - 効率化の実例

イノベーションを考える際、私たちは2つの軸で考えます。X軸は自動化、Y軸は抽象化です。まず、自動化の軸について、非常に基本的な例を使って説明させていただきます。

家を建てるという基本的な作業を例に取ってみましょう。最も基本的な建築ブロックは1個のレンガです。従来の方法では、そのレンガを1つずつ積み上げて壁を作り、4つの壁を作り、その上に屋根を載せることで家を建てます。

これを自動化する場合を考えてみましょう。例えば、ロボットを使ってレンガを積み上げ、壁を作り、屋根を取り付けるという作業を自動化することができます。このような自動化によって、私たちは現在の作業をより効率的に行うことができ、生産性を向上させることができます。

しかし、この段階ではまだ基本的な建築ブロックは変わっていません。つまり、依然として1つ1つのレンガを積み上げていく必要があります。自動化は既存の作業プロセスをより効率的にしますが、作業の本質的な方法は変わっていないのです。

この例は、自動化がどのように私たちの作業を効率化するかを示していますが、同時に自動化だけでは革新的な変化を起こすには限界があることも示唆しています。自動化は私たちをより効率的にし、より生産的にしますが、それは既存の作業方法の枠内での改善に留まります。

2.2. 抽象化の軸 - 新しい可能性の実例

自動化とは異なる軸として、抽象化のレベルを上げることを考えてみましょう。先ほどのレンガ積みの例を発展させると、3Dプリントされた壁という新しい抽象化レベルを考えることができます。この場合、もはや個々のレンガを積み上げるという考え方から完全に脱却し、壁そのものを一つの単位として扱うことになります。

この抽象化によって、私たちは物事を行う新しい方法を手に入れることができます。単にレンガを積み上げる作業を効率化するのではなく、まったく異なるアプローチで建築を行うことが可能になります。このような抽象化は、ビジネスの新しい可能性を切り開きます。

さらに、この新しい抽象化レベルにおいても自動化を適用することができます。例えば、3Dプリントされた壁を組み合わせて、お客様が夢見ていたカスタマイズされた家を建てるロボットを作ることができます。このように、抽象化は単なる効率化を超えて、まったく新しい方法でビジネスを展開する可能性を提供します。

抽象化の重要な点は、それが私たちの思考方法そのものを変えることです。個々のレンガという視点から、壁という大きな単位で考えることで、これまでにない革新的なアプローチが可能になります。この考え方は、テクノロジーの世界においても同様に適用できるものです。

2.3. テクノロジー分野での適用

私たちのビジネス領域であるテクノロジー分野に目を向けると、同じような自動化と抽象化のパターンを見ることができます。テクノロジーの進化は、この2つの軸に沿って展開されてきました。

最初の段階では、ハードウェアインフラストラクチャーの自動化に焦点が当てられました。私たちはハードウェアの管理を可能な限り自動化しました。完璧とは言えないまでも、大幅な自動化を実現することができました。しかし、これだけでは十分ではないことに気づきました。

そこで、私たちは新しい抽象化レイヤーとして仮想インフラストラクチャーを構築しました。この抽象化により、まったく新しい方法でインフラストラクチャーを扱うことが可能になりました。そして、この仮想レイヤーにおいても自動化を進めていきました。

しかし、それでもまだ完璧ではありませんでした。そこで、さらに新しい抽象化レイヤーとしてクラウドネイティブインフラストラクチャーへと進化しました。これにより、再び新しい方法が開拓され、そのレイヤーでも自動化が進められてきました。

しかし、クラウドネイティブインフラでさえも完璧な解決策とは言えません。そして今、私たちは新たな抽象化レイヤーの出現を目の当たりにしています。ただし、今回は今までとは異なります。なぜなら、生成AIと基盤モデルという、これまでにない技術が登場したからです。この新しい技術が、私たちをさらに新しい抽象化レベルへと導こうとしているのです。

3. 現在のAI革新の特異性

3.1. 生成AIと基盤モデルの特徴

今回のAI革新が本当に異なるものである理由を説明させていただきます。私たちは生成AI、そして基盤モデルという革新的な技術を手にしています。これらの技術は、生成、要約、変換という基本的な能力を持っており、さらにマルチモーダルな方法でこれらの機能を実行できます。

しかし、これらの能力自体は、実は革新の本質的な部分ではありません。確かにこれらの能力は私たち全員を興奮させる要素ですが、真の革新性はそこにはありません。より重要なのは、これらのモデルが言語の要素間に意味的な関係性を作り出し始めているという点です。

これらの基盤モデルは、単に次の単語を予測したり、文章を生成したりするだけでなく、言語の構造そのものを理解し始めています。この「理解」は、私たちが通常考える言語の範囲をはるかに超えています。音声や画像といった異なるモダリティを横断して、意味的な関係性を把握し、処理することができます。

これは、私たちがこれまで見てきた技術革新とは根本的に異なります。なぜなら、これらのモデルは単なる処理や自動化を超えて、意味的な理解と関係性の構築を行っているからです。この特性こそが、後ほどお話しする目標指向コンピューティングやエージェントシステムの基盤となる重要な要素なのです。

3.2. 意味的関係性の理解

現在のAIモデルの革新的な点は、言語の要素間に意味的な関係性を作り出し始めているということです。もし話し言葉を例に取ると、名詞、動詞、副詞、形容詞といった要素があります。これらのモデルは、これらの要素間の意味的な関係性、つまり文法を理解し始めています。

この理解は、単なるパターン認識を超えています。モデルは文法構造を把握し、その構造に基づいて次の単語を予測したり、次の段落を生成したり、適切な文章を構築したりすることができます。これは、言語の構造そのものを理解しているからこそ可能になる能力です。

予測能力の仕組みは、言語要素間の意味的な関連性の理解に基づいています。例えば、ある文脈で特定の単語が使われた場合、その後にどのような単語が続く可能性が高いかを、文法規則や意味的な関連性に基づいて予測することができます。これは単なる統計的な予測ではなく、言語の構造的な理解に基づく予測なのです。

このような意味的関係性の理解は、人間の言語理解に近い形で実現されています。これにより、より自然な対話や、より正確な文章生成が可能になっています。これは、後ほどお話しするエージェントシステムの基盤となる重要な技術的進歩です。

3.3. マルチドメイン言語理解の重要性

現代のAIモデルの革新性は、人間の話し言葉だけにとどまりません。私たちが気づいたのは、言語というものが実は至る所に存在しているということです。例えば、タンパク質の折りたたみにも言語があります。分子が結合して物質を形成する過程にも、独自の言語が存在しています。

これらの科学的なプロセスには、それぞれ固有の「文法」があります。物理学、化学、数学、これらの分野にはそれぞれ独自の言語体系があり、基盤モデルはこれらの言語の意味的関係性を理解し始めています。これらの言語を理解することで、モデルは様々な分野の知識を結びつけ、新しい洞察を生み出すことができます。

特に重要なのは、これらの異なる領域の言語を横断的に理解し、関連付けることができるという点です。基盤モデルはこれらの異なる「言語」間の関係性を理解し、それぞれの分野の知識を組み合わせて新しい発見や解決策を導き出すことができます。

このマルチドメインでの言語理解は、科学的な発見や技術革新を加速させる可能性を秘めています。例えば、タンパク質の折りたたみパターンを「言語」として理解することで、新薬開発のプロセスを革新的に変えることができます。また、物理学や化学の「言語」を理解することで、新しい材料開発や効率的な製造プロセスの設計が可能になります。

4. エージェントシステムの台頭

4.1. 目標指向コンピューティング

意味的関係性の理解が進んだ結果として、私たちは今、エージェントシステムの形成を目の当たりにしています。これらのシステムは、目標指向コンピューティング、あるいはオブジェクト指向コンピューティングと呼ばれる新しいパラダイムへと私たちを導いています。

この新しいコンピューティングの特徴は、エンドユーザーがシステムに対して最終目標を提示し、その目標について反復的に対話できることです。ユーザーが目標に満足すると、エージェントシステムは自律的にその問題を解決するために動き始めます。つまり、あいまいな指示をエージェントシステムに与え、システムに対してその問題を解決するための権限（エージェンシー）を与えるのです。

エージェントシステムは必要に応じて様々なAPIを自動的に呼び出し、目標達成に必要なあらゆる処理を実行します。これは単なる自動化とは異なります。エージェントは与えられた目標を理解し、その達成に必要なステップを自律的に計画し、実行することができます。

このような目標指向コンピューティングの登場により、私たちのツールボックスに新しい強力なツールが加わることになります。これまでのソフトウェアはすべて確定的なものでしたが、目標指向コンピューティングによって、確定的なコンピューティングと確率的なコンピューティングの両方を活用できるようになります。これは非常に強力な変化であり、後ほどお話しする市場への影響にも直接つながっています。

4.2. 確定的・確率的コンピューティングの融合

目標指向コンピューティングの登場により、私たちのツールチェストに非常に強力な新しいツールが加わることになります。これまでのソフトウェアはすべて確定的なものでした。つまり、入力に対して予測可能な出力を返すシステムでした。しかし今、私たちは確定的コンピューティングと確率的コンピューティングの両方を活用できるようになっています。

この変化は非常に重要です。なぜなら、これにより私たちは特定の状況に応じて最適なアプローチを選択できるようになるからです。確定的なシステムが必要な場合には従来のアプローチを使用し、より柔軟で創造的な解決策が必要な場合には確率的なアプローチを採用することができます。

このような新しいコンピューティングパラダイムにより、私たちはソフトウェア開発の方法を根本的に見直す必要があります。従来のプログラミングパラダイムは確定的な処理を前提としていましたが、これからは確率的な要素も考慮に入れた設計が必要になります。この融合により、より柔軟で適応力の高いシステムを構築することが可能になります。

これは単なる技術的な進歩ではありません。確定的システムを基礎としたITスタックが情報技術を変革したように、この新しいパラダイムは知識労働、サービス労働、物理的な労働を含むすべての仕事のあり方を変革する可能性を秘めています。

4.3. 市場規模予測

この新しいエージェントシステムがもたらす市場の可能性について、具体的な数字を示してお話ししたいと思います。これまでの確定的なシステムとソフトウェアは、ITスタックを根本的に変革し、約650億ドルという市場を生み出しました。しかし、今私たちが目にしているのは、それをはるかに超える規模の破壊的イノベーションです。

新しいエージェントシステムは、知識労働、サービス労働、物理的な労働のすべてを変革する可能性を秘めています。さらに、ロボットに組み込まれたエージェントが物理的な作業を行うようになり、FacebookやMetaが進めているような仮想アバターを通じた社会的なインタラクションまでもが変革されようとしています。

市場規模の予測について、私が見つけることができた最も控えめな数字でさえ4兆ドルという規模です。さらに大きな予測では15兆ドル以上、あるいは世界のGDPの一定割合に相当するという試算もあります。ここでは控えめな数字を採用していますが、重要なのは市場規模の具体的な数字ではなく、私たちが massive な破壊的イノベーションの入り口に立っているという事実です。

このような巨大な市場が生まれる理由は、エージェントシステムが仕事や社会的インタラクションのあらゆる要素を抽象化し、新しい形で再構築しようとしているからです。これは単なる技術革新ではなく、人間の活動のあらゆる側面に影響を与える根本的な変革なのです。

5. エージェントコンピューティングの発展段階

5.1. スケールアップフェーズ

私たちは過去の経験から、新しい技術が登場すると、その技術を完成させるのに約10年かかることを知っています。今回の基盤モデルとエージェント、そしてアシスタントの場合も同様です。現在、私たちは最初のフェーズであるスケールアップの段階にいます。

このスケールアップフェーズでは、シンプルなエージェントやアシスタントを構築し、特定のユースケースに対応させることに焦点を当てています。より具体的には、単一のエージェントの能力を向上させ、特定の業務や課題に特化した機能を開発しています。

現在の開発状況を見ると、各企業が独自のエージェントを開発し、その能力を向上させることに注力しています。このアプローチは、特定の問題を解決する上では効果的ですが、より複雑な課題に対応するには限界があります。

しかし、これは必要な過程です。私たちは基盤モデルの技術を完成させ、エージェントやアシスタントの基本的な能力を確立する必要があります。この段階を経て初めて、次のスケールアウトフェーズへと移行することができるのです。このスケールアップフェーズは、将来のより複雑なシステムを構築するための重要な基盤となっています。

5.2. スケールアウトフェーズ

時が経つにつれて、私たちはスケールアップ方式が機能しないことに気づき始めています。その代わりに、既に業界はスケールアウトへの移行を始めています。このアプローチでは、特定のエージェントと特定の基盤モデルが特定のタスクに特化し、いわば分野の専門家として機能します。

このスケールアウトの段階では、様々な専門エージェントを協働させて問題を解決するマルチエージェントAIアプリケーションの開発が進んでいます。Cisco、Salesforce、Amazon、そして他の多くの企業が、このようなマルチエージェントアプリケーションの開発に取り組んでいます。

重要なのは、これらのエージェントが単独で動作するのではなく、それぞれが得意とする分野で専門性を発揮しながら協力し合うということです。例えば、あるエージェントがデータ分析に特化し、別のエージェントがセキュリティに特化し、さらに別のエージェントが最適化に特化するといった具合です。

このスケールアウトフェーズでは、個々のエージェントの能力を高めることよりも、異なる専門性を持つエージェント間の効果的な協働に重点が置かれています。これは、より複雑な問題を解決するために必要不可欠なアプローチですが、同時に次のステップであるクロスベンダー連携の必要性も示唆しています。このアプローチにより、私たちは個々のエージェントの限界を超えて、より包括的な解決策を提供することが可能になります。

5.3. クロスベンダー連携の必要性

しかし、個々の企業が開発するマルチエージェントアプリケーションだけでは十分ではありません。これらのマルチエージェントアプリケーションは、最終的にはより大きなビジネスニーズを満たすために連携する必要があります。そして、このビジネスニーズは本質的にベンダーを横断し、組織を横断し、さらには業界の垣根を越えて存在しています。

必要とされるエージェントは、単一の企業から提供されるわけではありません。むしろ、様々なベンダーからのエージェントが協力して、ビジネスニーズに対する総合的な解決策を提供する必要があります。これは、私たちの業界が直面している新しい課題です。

このクロスベンダー連携の必要性は、実際のビジネスの複雑さを反映しています。例えば、ある会社のエージェントが特定の専門知識を持っていても、他の会社のエージェントが持つ異なる専門知識と組み合わせることで、より包括的な解決策を提供できるケースが多々あります。

これは単なる技術的な課題ではありません。異なるベンダーのエージェント間の協力を可能にするためには、技術的な標準化だけでなく、ビジネスモデルの整備や、セキュリティ、プライバシーに関する取り決めなど、多岐にわたる課題を解決する必要があります。これこそが、後ほどお話しするInternet of Agentsの構想が目指す方向性です。

6. 実際のユースケース

6.1. ITシステム展開での例

具体例を用いて説明させていただきましょう。私たちはみなIT業界の人間だと思いますので、組織内でのソフトウェアアプリケーションの展開という例を考えてみましょう。

まず、ビジネス要件を基盤モデルに入力すると、それがアプリケーションのサービスグラフを生成します。このサービスグラフが生成されたら、次はそのサイジングを行い、実際の展開に移ります。この展開プロセスでは、様々なベンダーのエージェントが協働することになります。

例えば、ServiceNowのエージェントがCiscoのエージェントと対話し、さらにMicrosoftのエージェントとも連携して、環境内でのアプリケーションの展開方法を決定します。このプロセスは非常に複雑ですが、私は意図的に単純化して説明しています。

展開中には、複数のエージェントが異なる役割を担当します。スケーラビリティのチェックを行うエージェント、セキュリティチェックを実施するエージェント、コスト管理を担当するエージェント、そして全体の観測可能性を確保するエージェントなどが協働します。

このような例でさえ、Salesforce、Cisco、Microsoft、ServiceNowなど、複数のベンダーのエージェントが連携して一つの問題を解決する必要があることがわかります。これは単純化した例ですが、実際のビジネスプロセスではさらに多くのベンダーと、より複雑な相互作用が必要となります。

6.2. 創薬プロセスでの例

より複雑で実際の例として、創薬会社のケースを見てみましょう。このプロセスでは、まず大規模言語モデル（LLM）と対話して計画サイクルを実行します。開発したい薬剤の意図を入力し、そのプランが納得できるものになるまで反復的に対話を行います。

プランが確定したら、次は進化科学やAlphaFoldなどのタンパク質折りたたみの分野の基盤モデルを持つエージェントと対話します。このエージェントは、可能性のあるタンパク質の候補を提示します。ここで重要なのは、異なる専門分野のエージェントとの連携が始まることです。

次のステップでは、ウェットラボでのテストが必要になります。単にモデルの出力を信頼するのではなく、実際の実験による検証が不可欠です。ここでは、ロボットアームなどの物理的なエージェントが実験を実施します。これらのロボットエージェントは、実験結果に基づいてタンパク質の修正や反応テストを行います。

このプロセス全体を通じて、異なる分野の専門エージェントが協働しています。計画段階のLLM、分子設計のための基盤モデル、実験を行うロボットエージェント、そしてデータ分析を行うエージェントなど、複数のベンダーの異なる専門性を持つエージェントが連携して初めて、この複雑なプロセスが実現可能になります。

このように、創薬プロセスの例は、異なる専門分野を横断し、複数のベンダーによる協力が必要となる複雑な事例を示しています。この種の協働を可能にするためには、エージェント間の効果的なコミュニケーションと相互運用性が不可欠です。

7. Internet of Agentsの提案

7.1. オープンで相互運用可能なプラットフォーム

私たちは、これらすべての複雑性と異種性に対応できるインターネット規模の分散エージェントプラットフォームが必要だと考えています。これは、あらゆる業界、ベンダー、組織の境界を越えて機能する必要があります。

ネットワーク企業として、セキュリティ企業として、そして40年前にインターネットを発明した企業として、私たちCiscoは以下のように考えています。かつてインターネットがモノリシックなアプリケーションを接続し、ワークロード間やウェブからワークロードへの接続性を提供したように、そして後にクラウドインターネットがクラウドネイティブアプリケーションを接続し、サービス間やモバイルからサービスへの接続性を提供したように、今度は新しい形のインターネットが必要です。

このInternet of Agentsは、AIネイティブアプリケーション、つまりエージェンティックなアプリケーションを接続し、エージェント間の協働やエージェントとヒューマンの協働を可能にする必要があります。これは単なる技術的なインフラストラクチャーではなく、異なる専門性を持つエージェントが効果的に協力し合える環境を提供するプラットフォームです。

このプラットフォームは、先ほど説明した創薬プロセスやITシステム展開のような複雑なユースケースを可能にする必要があります。それは、異なるベンダーのエージェントが、セキュアかつ効率的に協働できる基盤となるべきものです。オープンで相互運用可能なプラットフォームとして設計することで、エージェント間の効果的な協働が実現可能になると考えています。

7.2. 量子安全性の重要性

このエージェント間のインターネットを構築する際に、私たちは非常に重要な点を考慮する必要があります。それは、このプラットフォームを最初から量子安全なものとして設計しなければならないということです。

現在、私たちが使用しているセキュリティプロトコルはすべて、量子コンピューティングが実用化された瞬間に脆弱性を露呈することになります。ですから、エージェント間の通信を新しく設計する今こそ、量子安全性を確保する絶好の機会です。量子ノードが実用化された時点で、既存のセキュリティプロトコルはすべて破壊される可能性があります。

このため、Internet of Agentsを最初から設計する際には、この通信を量子安全なものにする必要があります。これは単なる付加的な機能ではなく、プラットフォームの基本的な要件として考えるべきです。エージェント間の通信が安全でなければ、クロスベンダー連携や複雑なビジネスプロセスの自動化は実現できません。

ゼロから構築する機会を得た今、私たちは将来の脅威に対しても耐性を持つシステムを設計することができます。これは技術的な課題であると同時に、エコシステム全体の信頼性を確保するための戦略的な必要性でもあります。

7.3. エコシステムの構築

私たちは、Internet of Agentsが元のインターネットと同様に、オープンで相互運用可能な形で構築されるべきだと考えています。なぜなら、オープンなシステムは、バリューチェーンに関わるすべての参加者に最大の価値をもたらすからです。これは、ベンダー、開発者、運用者、そして最も重要な顧客や消費者のすべてに当てはまります。

ここで皆さんへの行動の呼びかけをさせていただきます。もしこの講演から一つだけ持ち帰っていただけることがあるとすれば、それはQRコードを撮影し、この取り組みに参加していただくことです。私たちは、このプラットフォームをオープンで相互運用可能な方法で構築するために、皆さんの参加を必要としています。

ベンダー、顧客、開発者、運用者の皆さん、ぜひ一緒にこのプラットフォームを正しい方法で構築していきましょう。皆さんからの意見や実際の開発への参加を心からお待ちしています。もしQRコードを読み取れない場合は、私に直接連絡していただいても構いません。ぜひ私に話しかけていただき、一緒にこのビジョンを実現していきましょう。

これは単なる技術的なプラットフォームの構築以上の意味を持っています。私たちは、AIの変革的な力を民主化し、すべての参加者が恩恵を受けられるエコシステムを作り上げようとしています。この取り組みを成功させるためには、業界全体の協力が不可欠です。ぜひ皆さんの参加をお待ちしています。