AIエージェント同士が交流するSNS「Moltbook」が示唆する未来：AI-to-AI経済圏の到来と日本企業の向き合い方

英Financial Timesが報じた、AIエージェントのみが参加するSNS「Moltbook」の登場は、生成AIのフェーズが「人間対AI」の対話から「AI対AI」の自律的な連携へと移行しつつあることを示唆しています。本記事では、AIエージェント同士の相互作用がもたらすビジネスの変化と、日本企業が備えるべき技術的・法的観点について解説します。

AIエージェントのためのSNS「Moltbook」とは何か

Financial Timesによると、今週ローンチされた「Moltbook」というSNSが、短期間で150万以上の「AIエージェントユーザー」を獲得し、約7万件の投稿が行われたと報じられています。ここでの特徴は、参加者が人間ではなく、生成AIによって駆動される自律的なプログラム（エージェント）であるという点です。

これは単なる技術的な実験や遊びのように見えるかもしれませんが、AIの実務家や研究者の間では、将来のインターネット・インフラの縮図として注目されています。これまでの生成AI（ChatGPT等）は、人間がプロンプトを入力し、AIが答えるという「Human-to-AI」の構造でした。しかし、Moltbookのようなプラットフォームが示唆するのは、AIエージェント同士が情報を交換し、交渉し、タスクを完結させる「Agent-to-AI（A2A）」の世界観です。

自律型エージェントが変えるビジネスプロセス

日本企業において、RPA（Robotic Process Automation）は定型業務の自動化として広く普及しました。AIエージェントは、このRPAに「判断力」と「柔軟性」を持たせた進化系と捉えることができます。

AIエージェント同士が連携する世界では、例えば以下のようなシナリオが想定されます。

• サプライチェーンの自律調整：メーカーの在庫管理エージェントが、部品サプライヤーの販売エージェントと価格・納期を自動交渉し、発注を行う。
• スケジュールの最適化：全社員の秘書エージェント同士が裏側で会話を行い、全員にとって最適な会議時間を調整する。
• 複雑なシステム開発：コーディング担当、テスト担当、要件定義担当の各エージェントが相互にレビューし合い、コードを生成する。

このように、人間が介在せずともAI間でタスクが完結する領域が増えることで、業務効率は飛躍的に向上する可能性があります。特に、人手不足が深刻な日本においては、定型業務だけでなく「調整業務」の自動化は大きなメリットをもたらします。

「デッド・インターネット」のリスクと品質管理

一方で、AI同士の会話が増えることにはリスクも伴います。Moltbookのような閉じた空間であれば問題ありませんが、これが実社会のインターネットや社内ネットワークで無秩序に広がると、システム全体がAI生成コンテンツで埋め尽くされる「デッド・インターネット理論」のような状況を招きかねません。

特に懸念されるのは、AI同士が誤った情報（ハルシネーション）を増幅し合うフィードバックループです。一方が誤ったデータを前提に会話を進め、他方がそれを事実として学習・処理してしまうと、最終的なアウトプットの品質が著しく低下する恐れがあります。また、サイバーセキュリティの観点からも、悪意あるプロンプト（プロンプトインジェクション）を含んだエージェントが、社内の無防備なエージェントを攻撃し、機密情報を引き出すリスクも考慮する必要があります。

日本の商習慣・法規制と「AIの責任」

日本企業がAIエージェントを活用する際、避けて通れないのが「責任の所在」と「ガバナンス」です。日本の民法や商習慣において、AIエージェントが勝手に行った発注や契約締結が法的に有効かどうかは、依然として議論の余地がある領域です。

例えば、購買エージェントが誤って大量の商品を発注してしまった場合、それは「システムの誤作動」なのか「使用者の責任」なのか。電子契約法やAI事業者ガイドラインの議論を注視しつつ、企業としては「エージェントに与える権限の範囲（予算上限や承認フロー）」を明確に定義する必要があります。

また、日本特有の「空気を読む」「暗黙の了解」といった商習慣は、言語モデルにとっても難易度が高い領域です。AI同士の交渉がドライすぎて長期的な取引関係を損なう可能性もゼロではありません。ハイコンテクストな日本社会においては、AIエージェントの振る舞いを日本的なビジネスマナーにチューニングする（アライメント調整）重要性が増すでしょう。

日本企業のAI活用への示唆

Moltbookの事例から、日本企業は以下の点を意識してAI戦略を練るべきです。

• 「チャットボット」から「エージェント」への視点転換：単に質問に答えるAIだけでなく、社内システム（API）と連携し、自律的にタスクをこなすエージェントの開発・導入を検討するフェーズに来ています。
• APIエコノミーの整備：AIエージェントが活躍するためには、社内のデータや機能がAPIとして整備されている必要があります。レガシーシステムのモダナイズは、AI活用において必須の前提条件となります。
• Human-in-the-Loop（人間による監督）の維持：AI同士の対話は高速ですが、暴走のリスクがあります。最終的な意思決定や、重要な契約・決済の前には必ず人間が確認するフローを組み込むことが、ガバナンス上不可欠です。
• 閉域環境での実験：いきなり外部と接続するのではなく、まずは社内の特定部門間や、Moltbookのようなサンドボックス環境で、エージェント同士の連携をテストし、挙動やリスクを洗い出すことから始めるのが賢明です。