皆AIについて語られている中、私は予言者の一波を跳ねる。OpenClawd(ex Clawdbot)のようなツールは、逆向きAPIやCLIを組み合わせた方案は実際かなり不安定であり、長期的にはますます多くのアプリが標準化されたAI呼び出し用インターフェース（MCP）を提供するようになるだろう。しかし、それに伴うもう一つの問題は、ユーザーがAIにインタラクションを委ねることで、特定のアプリ、特にtoCアプリがユーザーの注意力や行動データなどのコントロールを弱めてしまう可能性があるため、短期的にはこうしたアプリは回避したり積極的に障害を設けたりする傾向がある。したがって、エージェントの発展には以下の二つの可能性が考えられる。

一つは、標準化されたインターフェースの問題に対して、エージェントにGUIを制御する能力を持たせる補完策だ。これはロボティクス分野のVLAのように、視覚観測と言語指示を動作シーケンスにマッピングし、エージェントにクリックやマウス移動、スクリーンショット、タイピングなどの能力を持たせるものである。したがって、コストを考慮しなければ、春節のロボットが一般家庭に入り込むにはまだ時間がかかるが、GUI制御に関する技術の実用化はかなり現実的だ。

もう一つは、エージェントに支払い能力を持たせることだ。考えられる通貨は法定通貨、ステーブルコイン、あるいはBTCなどだが、いずれの場合もKYCやコンプライアンスの問題が関わってくることは間違いない。総じて、このニーズに対してはStripeのような決済インフラ企業が良い成長ポイントになると考える（ちなみに彼らはすでに取り組んでいるが、まだ上場しておらず、最近またPayPalの買収を検討していると言われている）。

最近のOpenClawd展開チュートリアルや、完売したMac miniの状況を踏まえると、投機的な要素を除けば、こうした現象は人々の個人エージェントに対する強い期待をある程度反映している。しかし、ローカル展開の方案にはハードウェアのハードルやメンテナンスコスト、安定性など個人ユーザーが解決しにくい問題が存在する。したがって、個人エージェントの本格的な規模化の最終形態は、ほぼ間違いなくクラウド上にあると考える。AWS、Azure、Google Cloudはもともと計算資源のインフラを提供しており、クラウドデスクトップ製品も持っている。そこにエージェントのオーケストレーション層を追加することは、非常に自然な製品の進化の流れだ。クラウド事業者がこの分野に取り組むことには、多くの長期的に蓄積されたインフラを活用し、エージェント周辺の一連の支援機能（観測性、ログ、権限管理、サーキットブレーカーなど）を提供できるという利点もある。総じて、このような事業は今後のクラウド事業者のストーリーの一つになるだろう。