課題・背景：エンタープライズに届かない汎用AIエージェント
生成AIの登場後、AIエージェントを謳うサービスは急増したが、エンタープライズ用途で実用に耐える製品は限られていた。理由は明確で、 セキュリティ・ガバナンス・継続的な学習機能 の三点が、汎用LLMをラップしただけのプロダクトでは満たせないからだ。
特に、企業のナレッジを安全に蓄積し、長期間にわたって組織の意思決定を補佐できる 長期記憶 を持つAIエージェントは、技術的にもインフラ的にもハードルが高い。組織のセンシティブな情報を扱う以上、汎用クラウドのチャット型AIでは要件を満たせないケースが多くある。
この 「エンタープライズに届かないAIエージェント」 という構造課題に対し、通信インフラとAI事業の双方を持つソフトバンクは独自のアプローチで取り組んだ。
取り組みの経緯：イントラプレナー主導のプロジェクト
AGENTIC STARの開発を主導したのが、ソフトバンク株式会社の 上原郁磨氏 である。同氏はソフトバンクの新規事業創出体制下でAGENTIC STARの構想と開発を主導し、事業化までを牽引した。
ソフトバンクは「ソフトバンクイノベンチャー」「ソフトバンクイノベーションプログラム」など複数の新規事業創出プログラムを長年運営しており、AGENTIC STARはその系譜から生まれた事例として位置づけられる。社員の 「志（Will）」 を事業化する文化的土壌が、本プロジェクトの基盤になっている。
「高度なガバナンス機能を備えた次世代型プラットフォームとして、企業の生産性向上と価値創出への貢献が評価された」
――第3回 日本新規事業大賞 講評（koubo.jp、2026年4月）
サービス・事業の仕組み：3形態で柔軟に組み込めるプラットフォーム
AGENTIC STARは、 専用仮想環境上で安全に利用でき、長期記憶により組織のナレッジを蓄積できる 自律型AIエージェントプラットフォームだ。アプリ開発、画像・動画生成、リサーチ・分析など、業務領域を限定しない汎用プラットフォームとして設計されている。
事業化アプローチの最大の特徴は、 3形態の提供モデル である：
- SaaS型：クラウド上で即座に利用できるエンドユーザー向けサービス
- 外部接続型：既存システムとAPI連携で接続するインテグレーション型
- SDKパーツ提供型：自社プロダクトに組み込むコンポーネント型
利用企業の導入レベルに応じて柔軟に選択できる構造は、エンタープライズBtoBプロダクト設計のベンチマークとなり得る。生成AI時代のプラットフォーム戦略として、 「単独製品ではなく企業が組み込める基盤を提供する」 という発想が中核に置かれている。
成果と現状：第3回 日本新規事業大賞 大賞受賞
2026年4月15日、 「Startup JAPAN 2026」 内で開催された 第3回 日本新規事業大賞 最終審査で、AGENTIC STARは グロース部門グランプリ を受賞し、さらに全部門の頂点となる 大賞 に選出された。同賞はSansan株式会社、SBイノベンチャー株式会社ほか複数企業による共催で運営されている。
「高度なガバナンス機能を備えた次世代型プラットフォーム」「複数の提供形態による柔軟性」「企業の生産性向上と価値創出への貢献」が主な評価ポイントとして挙げられた。
この事例から学べること
第一に、エンタープライズAIエージェントは「単独製品」より「プラットフォーム」として設計する方が拡張性を持つ。 個別ユースケースの完成度競争ではなく、企業が安全かつ拡張可能に組み込める基盤を提供することで、用途の天井を引き上げる。AGENTIC STARの3形態提供モデルは、この設計思想の実践例だ。
第二に、長期記憶とセキュリティはエンタープライズ用途の必須条件である。 汎用LLMでは満たせない組織ナレッジの蓄積と、安全な実行環境の確保は、企業AIサービスの差別化要因となる。通信インフラ事業の知見を持つソフトバンクならではの強みを、AIエージェントに転用した構造として読める。
第三に、新規事業創出文化を長年運営する企業からはイントラプレナーが育つ。 ソフトバンクの「志」を中心に据えた事業創出文化は、AGENTIC STARのような大型プロジェクトを生む土壌として機能した。一過性のコンテストではなく、長期にわたって続けることが、こうした成果を生む条件である。
関連項目
参考文献・出典
- koubo.jp「『第三回 日本新規事業大賞』大賞受賞のお知らせ」https://koubo.jp/article/75029