Glean GO 2026 ウェビナーレポート
企業AIの次の現実解を考える

AIを導入するだけでは、仕事は変わらない。
コンテキスト、トークセッション、セキュリティ。
Glean GO 2026で示された3つの論点から、企業でAIを使い続けるための条件を読み解きます。

2026年8月、サンフランシスコで開催されたGleanのイベントには、5,000人以上がキーノートを視聴。前年の1日開催から2日間へ拡大したイベントで、企業AIの現在地と次の課題が共有されました。

今回のウェビナーでは、現地参加した池上啓司がキーノートの要点を紹介し、Glean Technologiesの岩井智朗氏とともに、企業でAIを活用する際に避けて通れない論点を掘り下げました。中心となったのは、次の3つです。

AIへの指示を何度も修正する「ボットシッティング」。その原因は、モデルの性能だけではなく、AIが組織の前提を知らないことにあります。

「違う、そうじゃない」とプロンプトを打ち直し、背景を説明し、また修正する。AIを使っているはずが、いつの間にかAIの面倒を見ている。この状態を、キーノートでは「ボットシッティング」と表現していました。

人は入社後、会議や対話、仕事の履歴を通じて、組織のコンテキストを少しずつ学びます。どのような判断が好まれるのか、誰がどの領域に詳しいのか、顧客とどのような関係があるのか。文書化されていない「なぜ」の部分まで含めて理解することで、数か月後に仕事の質が上がっていきます。

一方、企業には「何をしたか」という結果は残っていても、「なぜその判断に至ったか」という背景が残っていないことが少なくありません。Gleanは、複数のSaaSに残る仕事の痕跡をつなぎ合わせ、AIに企業固有の文脈を渡すアプローチを取ります。

ここで重要なのは、単に外部ツールのデータへ「つながる」ことと、情報同士の関係性や権限、過去の活動履歴まで含めて「理解する」ことは異なる、という点です。MCPなどの接続技術を活用しながらも、企業の文脈をどのように構造化し、回答へ反映するかが差別化のポイントになります。

生成AIの導入初期は、利用を増やすことがKPIになりがちです。しかし、モデルの高性能化と利用量の増加に伴い、請求額と成果のギャップが新たな経営課題になっています。

キーノートでは、AIの請求書を見て驚いた経験があるかという問いに、会場の約半数が手を挙げたと紹介されました。年間予算を数か月で使い切るケースもあるという話からは、AI活用が実験段階を越え、利用量を管理すべきフェーズに入ったことが伝わります。

ここで提示された考え方が「トークンイールド」、つまり使ったトークンに対してどれだけの効果が得られたかという視点です。AIを使わないことが正解なのではなく、軽い仕事には高速・低コストなモデルを、重要な判断には高精度なモデルを割り当てる。車にたとえるなら、近所への移動に毎回高級車を使う必要はない、という発想です。

モデル選定を個人のリテラシーだけに委ねない
モデルの価格や性能は短いサイクルで変化します。全ユーザーが常に最新情報を追うのではなく、システム側が質問の内容に応じて適切なモデルを選ぶことが現実的です。

検索計画と前処理で、後段の負荷を減らす
文脈を踏まえて検索対象を絞り、フロンティアモデルへ渡すクエリを最小化する。検索と生成の間にオーケストレーションを置くことで、品質とコストの両立を狙います。

コピー、ダウンロード、共有。個々の操作だけを見れば正当でも、組み合わせや順序によっては情報漏えいにつながる可能性があります。

ウェビナーで紹介された「文脈認識型」の脅威検知は、誰が、どのデータに対して、どのような順序で操作したかを捉えます。単一アクションを機械的に良し悪し判定するのではなく、組織が定義した振る舞いと照合し、全体として適切だったかを検知する考え方です。

この視点は、人の操作だけでなく、AIが自動的に実行するアクションにも適用されます。AIが業務へ深く入り込むほど、回答の正確さだけではなく、どの権限で何を実行したのかを追跡できるガバナンスが重要になります。

イベントでは、テクノロジー企業だけでなく、製造、医療、金融、コンサルティングなど、情報量と権限管理の重要性が高い企業の事例が共有されました。

これらの事例に共通するのは、チャットの便利さだけではありません。業務システムや活動履歴とつながり、検索結果を次の意思決定やアクションへ接続している点です。特に、情報量が多く、権限管理が複雑な企業ほど、コンテキストの価値を出しやすいという見解が示されました。

製品アップデートは、Proactive AI、Glean Intelligence、Glean Platformの3領域で紹介されました。

今回のウェビナーが示したのは、AIを導入するかどうかという二択ではありません。企業の仕事にAIを組み込むなら、どのような文脈を理解させるのか、どの程度のコストで成果を出すのか、そして人とAIの行動をどう安全に管理するのかを、同時に考える必要があります。