一言で言うと
Eragonは、従来のボタンやメニューに代わり、自然言語によるプロンプトで企業ソフトウェアの全機能を操作できるエージェントAIオペレーティングシステムを開発し、1,200万ドルの資金調達に成功しました。これは、企業におけるソフトウェア利用のインターフェースを根本から変える可能性を秘めています。
何が起きているのか
Josh Sirota氏が設立したスタートアップEragonは、企業向けエージェントAIオペレーティングシステム（OS）の開発で1,200万ドルを調達し、評価額は1億ドルに達しました。Sirota氏は「ソフトウェアは死んだ」と主張し、従来のボタンやダイアログボックス、プルダウンメニュー中心のインターフェースを過去のものとし、将来のビジネスはプロンプトによって行われると予測しています。
Eragonは、Salesforce、Snowflake、Tableau、Jiraといった既存のビジネスソフトウェア群を、大規模言語モデル（LLM: Large Language Model）インターフェースを通じて統合的に提供することを目指しています。具体的には、顧客データセットでQwenやKimiのようなオープンソースモデルを後学習（post-train）させ、企業のメールアカウントなどと連携させます。
ここでの技術的なポイントは、「自然文だけで全部できる魔法」が生まれたというより、3つの要素が実用水準でつながってきたことです。1つ目は、LLMが人の指示の意図をかなり安定して読み取れるようになったこと。2つ目は、複数の業務ソフトのAPIや社内システムをまたいで、必要な処理を順番に呼び出す「ツール利用」やワークフロー実行が進んだこと。3つ目は、顧客ごとのデータでモデルを調整し、会社ごとの用語や業務手順に合わせやすくなったことです。
デモでは、「新しい顧客を追加して」と自然文で指示するだけで、ログイン権限の発行、クラウド上でのEragonの利用環境の立ち上げ、初期設定の開始までが自動で進む様子が示されました。つまり裏側では、自然文を理解したLLMが、必要なシステム連携や設定手順を呼び出して実行しているわけです。 Eragonの技術は、企業のデータが自社サーバー内に留まり、モデルの重み（model weights）も企業が所有する「オンプレミス」に近い形態で提供される点が特徴です。これにより、セキュリティとプライバシーを確保しつつ、企業固有のデータで学習したモデルを資産化できると主張しています。
AI業界の文脈では
この動きは、大規模言語モデル（LLM: Large Language Model）の進化が、単なるチャットボットやコンテンツ生成ツールに留まらず、既存のソフトウェアインターフェースそのものを再定義する段階に入ったことを示しています。従来のグラフィカルユーザーインターフェース（GUI: Graphical User Interface）から、自然言語インターフェース（NLI: Natural Language Interface）への移行が現実味を帯びてきた背景には、モデルの理解力向上だけでなく、ツール呼び出し、外部システム連携、企業データでの調整といった周辺技術の成熟があります。
特に企業向けソフトウェア市場において、複数のSaaS（Software as a Service）を横断的に連携させ、タスクを自動化する「エージェントAI」の概念が現実味を帯びてきています。データ主権とセキュリティの確保は、企業がAIを導入する上での最大の懸念事項であり、Eragonが提供する「自社データでのモデル学習と所有」というアプローチは、この懸念に対する有力な解決策となり得ます。
NVIDIAのJensen Huang CEOも、GTCでエージェントAIツールがホワイトカラーの働き方を大きく変え、「Agentic-as-a-Service」が広がるという見方を示しており、業界全体がエージェントAIの方向へ進んでいることがうかがえます。
私の見立て
企業におけるAI導入の障壁は、技術的な複雑さよりも、既存ワークフローへの統合とデータ主権の確保にあります。Eragonのアプローチは、自然言語インターフェースによってユーザー体験を簡素化しつつ、企業が自社のデータをコントロールできる環境を提供することで、この二つの課題を同時に解決しようとしています。これは、AIが単なるツールではなく、企業活動の基盤となる「OS」へと進化する兆候と見るべきです。
特に医療分野では、電子カルテや医療機器、経営システムなど多岐にわたるソフトウェアが並立しており、それらを自然言語で統合的に操作できるエージェントAIは、業務効率を大きく改善する可能性があります。データプライバシーとセキュリティが最重要視される医療現場では、モデルの重みを自社で管理できる点も強みになりそうです。
→ 何が変わるか: 企業は、複雑なSaaS群を個別に操作する手間から解放され、自然言語による指示一つで横断的な業務を自動化できるようになります。
→ 何をすべきか: 自社の業務プロセスの中で連携が複雑な箇所を特定し、エージェントAIでどこまで自動化できるかを、小さな実証で確かめるのが現実的です。