Salesforce AI Researchは、多分に投機的な概念になりがちなAGI（人工汎用知能）に代わる実用的な選択肢として、「企業向け汎用知能（EGI）」を発表した。理論的なモデルとは異なり、EGIは高い能力と厳格な整合性の両立を優先し、ビジネスに最適化されたシステムに焦点を当てている。ここでいう能力とは、複雑なタスクの遂行やビジネスルールに基づく推論を指し、整合性とは予測可能な結果の提供と既存の企業ワークフローへのシームレスな統合を保証することを意味する。

システムの評価にあたり、SalesforceはAIを4つのプロファイルに分類する「能力・整合性マトリクス」を提案した。その中でも「チャンピオン」は、高度な推論能力とミッションクリティカルな業務に不可欠な信頼性を兼ね備えた、理想的なEGIを象徴する。この枠組みは、AIモデルが難解な問題は解けるのに基本的なタスクで失敗する「能力の偏り（Jaggedness）」という課題への解決策を提示しており、単一の巨大なモデルではなく、高度に調整された専門エージェントのエコシステムこそが企業の未来であると示唆している。

EGIへの移行には、広範な事前学習、業界特化型の微調整、そして企業独自のコンテキストに合わせた「超微調整（ultra-fine tuning）」という3段階の進化が必要となる。これにより、単に人間がプロセスを監視する「Human-in-the-loop」を超え、人間が戦略的な主導権を握る「Human-at-the-helm」型のガバナンスモデルへの転換を促す。その成功は、統一されたデータタクソノミーを含む成熟したインフラの整備と、自律型システムとの協働を習得した人材の確保にかかっている。

Salesforce AI Researchは、多分に投機的な概念になりがちなAGI（人工汎用知能）に代わる実用的な選択肢として、「企業向け汎用知能（EGI）」を発表した。理論的なモデルとは異なり、EGIは高い能力と厳格な整合性の両立を優先し、ビジネスに最適化されたシステムに焦点を当てている。ここでいう能力とは、複雑なタスクの遂行やビジネスルールに基づく推論を指し、整合性とは予測可能な結果の提供と既存の企業ワークフローへのシームレスな統合を保証することを意味する。

システムの評価にあたり、SalesforceはAIを4つのプロファイルに分類する「能力・整合性マトリクス」を提案した。その中でも「チャンピオン」は、高度な推論能力とミッションクリティカルな業務に不可欠な信頼性を兼ね備えた、理想的なEGIを象徴する。この枠組みは、AIモデルが難解な問題は解けるのに基本的なタスクで失敗する「能力の偏り（Jaggedness）」という課題への解決策を提示しており、単一の巨大なモデルではなく、高度に調整された専門エージェントのエコシステムこそが企業の未来であると示唆している。

EGIへの移行には、広範な事前学習、業界特化型の微調整、そして企業独自のコンテキストに合わせた「超微調整（ultra-fine tuning）」という3段階の進化が必要となる。これにより、単に人間がプロセスを監視する「Human-in-the-loop」を超え、人間が戦略的な主導権を握る「Human-at-the-helm」型のガバナンスモデルへの転換を促す。その成功は、統一されたデータタクソノミーを含む成熟したインフラの整備と、自律型システムとの協働を習得した人材の確保にかかっている。