万博の裏テーマは「エンタープライズグレード」だった

Built for Speed: ~10ms Latency, Even Under Load
Blazingly fast way to build, track and deploy your models!
- Handles 350+ RPS on just 1 vCPU — no tuning needed
- Production-ready with full enterprise support
AI Engineer World's Fair 2026(https://www.ai.engineer/worldsfair/2026)をCIOの視点で読み解くと、カンファレンスの中に別のカンファレンスが浮かび上がってきます。確かに、見出しを飾ったのはループ、ハーネス、コーディングエージェントでした。しかし、プログラムの構成に注目してください。 AIネイティブ企業 リーダーシップトラックは全日程を通じて開催され、CTOサークルや「Tokenmaxxing(トークン最大化)」、「AIファクトリー」と題されたリーダーシップセッションも並行して行われました(公式プログラム)。これは、私たちが「Tokenmaxxing」三部作で詳しく論じてきたテーマであり、 AIコストガバナンス、 管理された利用のアーキテクチャ、そして AIレバレッジの構築について扱っています。参加者層にも注目してください。ウォルマート、キャピタル・ワン、フィデリティ、Uber、Netflix、CVSヘルス、トヨタのWovenなど、フォーチュン500企業が名を連ね、研究機関やスタートアップと肩を並べていました(ai.engineer)。また、会期を通じて重要な枠を占めていたトラックにも注目です。2日目のセキュリティ、3日目の評価(Evals)、4日目のエージェント型コマース。会場には買い手側が詰めかけており、彼らが求めていたのは「エージェントに何ができるか」ではなく、「いかに運用するか」――つまり、ガバナンスが効き、測定可能で、自社の境界内で実行できるかという点でした。冷静なアナリストの分析が示す通り、最先端のデモと警告が指し示すのは、同じ「欠落した中間層」、すなわちエンタープライズグレードの実行レイヤーの存在です。本稿では、そのレイヤーに具体的に何が必要か、そしてそれを実現する TrueFoundryのプラットフォーム について解説します。

1. バイヤーが参加したカンファレンス
エンジニアリングトラックが注目を集める一方で、リーダーシップ向けプログラムが本質を突いていました。フェアの主要な各日には、10の並行エンジニアリングトラックに加え、「AIネイティブ・エンタープライズ」トラックが開催されました。さらに、リーダーシップラウンジでのCTOサークルや、トークンエコノミクス(「トークンマクシング」)および産業化されたAI運用(「AIファクトリー」)に関するアーキテクト向けセッションといった、定期的なリーダーシッププログラムも実施されました(llms.md)。セキュリティ、評価(Evals)、エージェント型コマースの各テーマは、メインプログラムの中で重要な枠を占めていました。2日目はセキュリティ、3日目は評価、4日目はエージェント型コマースという構成です。カンファレンスが公開した登録データを見ると、参加者の顔ぶれがわかります。ラボや開発ツール構築企業に加え、金融(Vanguard、Fidelity、Capital One)、消費者向けサービス(Walmart、Uber、DoorDash)、ヘルスケア(CVS Health、Intuitive Surgical)、産業(Rockwell、Woven by Toyota)といった企業が名を連ねています(ai.engineer)。この顔ぶれこそがすべてを物語っています。最前線の実務家たちはループ技術の交換を求めて集まり、企業側は調達に関する問いへの答えを求めて集まったのです。すなわち、 自社の管理下で、自社の規模に合わせて、これを実行するには何が必要か? という問いであり、プログラムの構成からも主催者がその意図を汲んでいたことがわかります。
第三者の観察者も、このプログラムの構成を同様に読み解いています。広く共有された DEV Communityの記事 では、単に「AIエージェント」と銘打たれたトラックはもはや存在しないと指摘されています。注目すべき変化は、 「エージェントを構築するだけでなく、管理するためのインフラ」 が、独立した講演カテゴリーとして確立されたことです。これこそが、ベンダーの立場を離れた外部からの視点による「エンタープライズグレード」の結論です。業界の動向は今や、エージェントの 構築 と ガバナンス を明確に切り分けているのです。 それらであり、後半部分は購入者が抱く疑問に答えるためのものです。偶然にも、この後半部分こそが、ガバナンスの効いた AIゲートウェイ および管理された エージェントハーネス が解決すべき課題です。そして、登壇者の顔ぶれが、これが単なるサイドトークではないことを物語っていました。基調講演にはOpenAIの社長であるグレッグ・ブロックマン氏が登壇し、会場の半数の参加者が日常的に利用しているツールの開発者たちと肩を並べました。
2. エンタープライズグレードを定義する5つのドキュメントページ
「エンタープライズグレード」という言葉は、検証可能な特性に分解されるまでは単なる形容詞に過ぎません。ここでは、それぞれに対応する5つのページを紹介します。 ソブリンティ(主権): プラットフォームは、お客様のVPC、オンプレミス、または完全に隔離された(エアギャップ)環境にデプロイ可能です。「データがドメイン外に流出しない」という方針を明文化しており(truefoundry.com/ai-gateway)、この特性こそが、展示会で語られるローカルAIや規制産業向けの議論を、単なる理想論ではなく実現可能なものにしています。また、 セルフホスト型モデル をクラウドモデルと同じAPIで利用できます。 パス上のセキュリティ: PII(個人情報)の取り扱い、プロンプトインジェクションの検知、コンテンツモデレーションといったガードレールが、ゲートウェイでリクエストとレスポンスに対して実行されます。エージェントは認証情報を保持せず、仲介によるインジェクション、トークンのリフレッシュ、およびユーザーごとの委任が行われます。詳細は ハーネスのドキュメント および MCPセキュリティドキュメントをご覧ください。 IDベースのアクセス制御: 企業向けIdPと統合されたサーバー単位およびツール単位のRBAC、承認ワークフロー、そしてキュレーションされた仮想MCPツールサブセットを MCPゲートウェイで実現します。 属性ベースのコスト管理: チーム、ユーザー、モデル、アプリケーション、環境ごとの予算、レート制限、メタデータによるクォータ設定に加え、リクエスト単位のコスト、トークン数、レイテンシのメトリクスを可視化。1600以上のモデルを単一のインターフェースで統合(ゲートウェイのドキュメントを参照)。 監査機能: ゲートウェイを経由するエージェントのすべてのアクション(モデル呼び出しおよびツール呼び出し)をログに記録し、監査可能にします。 エージェントゲートウェイでは、管理されたエージェントハーネス実行のステップごとのトレースも可能です。アナリストの3要素への対応に注目してください。コストは予算と属性管理へ、不明瞭な価値は 評価レイヤー とワークフローごとの測定へ、そしてリスク管理はエンドツーエンドのガバナンスが効いたランタイムへとつながります。解約の理由は、建設的に捉えれば要件定義書そのものであり、すべての要件は解決策へのリンクとなります。


注意深い読者ならお気づきでしょうが、この展示会で最も声高に語られたテーマのうち2つは、図の中に矢印がありません。これは地図が不完全なのではなく、誠実であることを示しています。それらはプラットフォームのネイティブ機能ではなく、あなたが構築する専門領域だからです。 その プラットフォーム上で。評価はその一つです。TrueFoundryはネイティブの評価製品を提供していませんが、ゲートウェイの視点(すべてのリクエスト、レスポンス、コスト、トレースが一箇所を通過する)こそが、オンライン評価の実践に必要な基盤となります。それが私たちの オンラインLLM評価に関する記事の主張です。つまり、トラフィックが既に存在する場所で品質モニタリングを行うということです。もう一つはループエンジニアリングです。エージェントにプロンプトを出すシステムを設計するのはチェックボックスを埋めるような作業ではなく、あなたの技術そのものです。しかし、私たちの エンタープライズグレードのループエンジニアリング に関する記事で述べているように、その技術は 前提となるランタイムと出会います 。承認、予算、トレース、管理された認証情報などがそれにあたります。そして、その フリート規模の続編 では、同じ考え方を多数のループを同時に実行する場合にまで広げています。オーケストレーション、ルーティングとレジリエンス、無人攻撃対象領域、そして管理されたランタイム上でのループのライフサイクル管理です。まずは基盤、次に専門領域。この順序が重要です。明確にしておくと、プラットフォームの ネイティブかつファーストクラスの 領域とは、ゲートウェイファミリー(AI、MCP、エージェントゲートウェイ)、エージェントハーネスランタイム、プロンプト管理、スキルレジストリ、デプロイメントとファインチューニング、そしてそれらを取り巻くガバナンス制御(予算、クォータ、RBAC、ガードレール、トレース)のことです。評価の実践とループエンジニアリングは ネイティブ機能では ありません。それらは、その基盤の上にあなたが構築する能力なのです。
AIエンジニア以外に誰が注目すべきか
このカンファレンスはAIの名を冠しており エンジニアしかし、バッジの組み合わせが物語る真実は、優れたエンタープライズAIとは組織的なスポーツであるということです。誰もが恩恵を受ける共通のレイヤーは小さく、1つのゲートウェイエンドポイント、 モデルを横断する統合API、予算とトレース、そして 共有エージェント語彙 があれば、会議で言葉の定義を繰り返し議論する必要はなくなります。そこから先は、各役割がそれぞれの関心事を持つことになります。 情報セキュリティ部門 は、エージェントがアクションを実行可能になった後のリクエストパスを管理します。そのため、ガードレールのフック、MCPツール呼び出しポリシー、サンドボックス化、認証情報の分離が彼らの守備範囲となります。 コンプライアンスおよび法務部門 は、データがどこへ行き、どのような条件で扱われるかを定義します。デプロイメントの形態(VPC、オンプレミス、エアギャップ環境)や、ベンダーが提示する認証が彼らの管轄です。 監査部門 は、「エージェントは何をしたのか」という問いを引き継ぎます。リクエスト/レスポンスログ、ガバナンス対象の実行におけるステップごとのトレース、コストの帰属情報により、事後調査をクエリへと変えることができます。 FinOpsおよびエンジニアリングリーダーシップ は、請求書と取締役会から問われるランレートを管理します。予算、クォータ、チャージバックがそのためのレバーとなり、 Tokenmaxxingシリーズ がその詳細なプレイブックとなります。 プラットフォームおよびSREチーム は、ルーティング、フェイルオーバー、セルフホストモデルのオートスケーリングなど、システムの運用を担います。さらに、 プロダクトマネージャーおよび調達部門 も利害関係者です。PMにとってはエージェントの品質ゲートがリリースを左右し、調達部門にとっては「このベンダーは信頼できるか」が標準的なデューデリジェンスの質問となります。これらの人々がAIエンジニアになる必要はありません。必要なのは、共通レイヤーとそれぞれの専門領域です。その両方をガイドする道筋については、 TrueFoundry Academy は、同じ内容を体系的な学習プログラムとして提供しています。
本記事の姉妹編である「Loops, Harnesses, and 6,000 Engineers」(こちらで公開中: https://www.truefoundry.com/blog/aiewf-2026-loops-harness-engineering)では、エンジニアの視点から「ループから検証、そしてハーネスへ」というプロセスを辿っています。本記事では、それを購入者の視点から解説します。
3. 正直な考察と、今週の真の教訓
2つの調整が必要です。このレイヤーは必要条件であって十分条件ではありません。アナリストのリーダーたちもまた、 選択 を行いました。プラットフォームが選択を行うわけではありません。プラットフォームが保証するのは、あなたが何を選択しようとも、それが自社の境界内、管理下のID、予算の範囲内、そして監査証跡が残る環境で実行されるということです。この収束点におけるTrueFoundryの立ち位置は明確かつ検証可能です。本記事で紹介した、今週の2つのターゲット層が求めていたエンタープライズグレードのAIゲートウェイおよびエージェントランタイムは、本日公開された一連の公開ドキュメントページに集約されています。最も迅速なデューデリジェンスは、それらに目を通すことです。
4. よくある質問(FAQ)
購入時にアナリストが指摘する「エージェント・ウォッシング(実態のないエージェント製品)」の罠を避けるにはどうすればよいでしょうか? ブランディングではなく、動作をテストしてください。主体性、失敗への適応力、実際のツール活用能力、永続的なメモリといった要素は、 当社のエージェントハーネス解説記事 で詳しく説明しています。これらを確認した上で、ガバナンスのテストを行ってください。エージェントのIDとスコープ、予算上限の設定、承認キュー、そして昨日の実行トレースを確認しましょう。前者(機能)は優れていても後者(ガバナンス)が不十分なベンダーは、エージェントの「魅力的な半分」しか売っていないと言えます。
ここで説明したレイヤーを実現するための、最小限の第一歩は何でしょうか? AIの呼び出しをゲートウェイ経由にすることです。これにより、帰属(コストの要因)、評価の場(価値の要因)、そしてガードレールとID(リスクの要因)を即座に可視化できます。本記事で紹介した他の要素(ハーネス、スキル、承認フロー、エアギャップ環境でのデプロイ)はすべて、このパスの上に段階的に構築可能です。 ゲートウェイのドキュメント が、その出発点となります。
参考文献
- AI Engineer World's Fair 2026 — プログラム構成(AIネイティブ企業向けデイリーセッション、CTOサークル、トークンマクシング/AIファクトリーのリーダーシップトラック。セキュリティ、評価、エージェントコマースがそれぞれ主要トラックとして設定): ai.engineer/worldsfair/2026/llms.md; 参加組織および規模: ai.engineer/worldsfair/2026。
- TrueFoundry ドキュメント — AI Gateway (デプロイ構成:VPC/オンプレミス/エアギャップ環境、ガードレールを含む)および ゲートウェイのドキュメント (1000以上のモデル、予算管理、属性分析); MCP Gateway および 認証とセキュリティ; Agent Harness; Agent Gateway (監査、クォータ管理)。
TrueFoundryの機能に関する記述は、リンク先の公開ドキュメントを要約したものです。最新のドキュメントで内容を確認してください。TrueFoundryは、本カンファレンスや引用された調査会社とは提携しておらず、本稿の統合的な見解は筆者個人のものです。
免責事項。 本稿は、一般的な情報提供を目的としてTrueFoundryが公開した独立した解説であり、法的、財務的、または専門的な助言を構成するものではありません。カンファレンス名、企業名、登壇者名は、公開イベントや公開報道に関する識別および誠実な解説を目的としてのみ使用されています。AI Engineer World's Fair、OpenAI、Anthropic、またはその他の個人や出版物による提携、後援、推奨を意味するものではなく、これらが本記事をレビューまたは承認した事実もありません。引用部分はリンク先の公開ソースからの短い抜粋であり、解説のために出典を明記して使用しています。内容に不正確な点があると思われる場合は、弊社までご連絡ください。速やかに確認し、修正いたします。
TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.












.webp)

.png)
.png)
.png)



.png)
.png)
.png)

.png)
.png)
.png)
.png)
.png)
.png)





