国産人工知能（AI）スタートアップのダルパのキム・ドギュン代表は先月27日、ソウル冠岳区の本社でAIが変える労働の未来をこのように展望した。単純反復業務を越え、マーケティング・企画など事務職の中核領域までAIに置き換わる流れが本格化しているとの診断である。こうした問題意識が、ダルパが既存の事業構造をやめて「エージェント中心企業」へ転換した直接的な契機になった。
キム代表は1999年生まれで、ソウル科学高とソウル大出身の同期らとともに2023年にダルパを創業した。学生時代からAIプロジェクトを共に進めてきたチームで、創業初期には汎用AIソリューションを開発したが、実際の企業現場で「AIが金を稼いでくれない」という限界を体感し、方向転換した。
グローバル研究機関も同じ方向を指している。マッキンゼーは2023年の報告書で、生成AIによって業務時間の約60〜70%が自動化され得ると分析し、ゴールドマン・サックスも同年、約3億件の雇用がAIの影響を受け得ると展望した。特に事務職の業務の相当部分が自動化の対象に含まれ、企業の人員構成と意思決定のあり方そのものが変わる流れが始まったとの評価である。
これを受けダルパは「汎用AI」ではなく特定産業を深く掘り下げる戦略を選んだ。創業初期には多様な企業を対象にAIプロジェクトを遂行する「プロジェクト型ソリューション企業」だったが、約6カ月前に事業モデルを全面転換した。現在はKビューティー・ファッション・飲食料など消費財企業を対象に、全社業務をAIが遂行する「エージェント基盤オペレーティングシステム（OS）」の構築に集中している。ダルパは現在までに133億ウォンの投資を誘致し、200余社の顧客企業を確保した。
「エージェント」とは単純な生成AIを越え、目標を入力すると必要な業務を自ら設計し実行するシステムを意味する。例えば「売上を伸ばせ」という目標が与えられれば、インフルエンサーの選定、広告の実行、成果分析、商品企画まで一連のプロセスを自動で遂行する。
このような構造は実際の成果につながっている。ダルパは、同一の予算を人間のマーケティングチームとAIエージェントにそれぞれ投入した実験で、エージェントが3〜5倍高い成果を記録したと明らかにした。再生数だけでなく売上寄与度でも格差が現れた。
ダルパは企業データを一つの「地図」のように整理したうえで、その上で複数のAIが役割を分担し同時に働く構造を作る。広告を実行するAI、商品を企画するAIが有機的に動き成果を生み出す方式だ。「コブラ（COBRA）」はこのプロセスを小さな作業単位に分解し組み立てるように実行するシステムで、状況に応じて最適の組み合わせを作り出す。この構造により、人が逐一介入しなくても成果を継続的に改善できるという説明である。
キム代表は「AIは24時間データに基づき実験と最適化を繰り返すため、人間の組織より速く成果を出すしかない」と述べた。続けて「導入した企業は使用量が継続的に増える」とし「成果が目に見えるため『減らそう』ではなく『もっと使おう』という反応が出る」と付け加えた。
ダルパは「AIが実際に企業の金を稼ぐ構造」を中核ビジョンとして掲げている。キム代表は「既存のAIが道具だったとすれば、エージェントは組織に近い」とし「今後、実行業務の大半はAIが担い、人は方向設定と承認に集中することになる」と語った。
Anthropicの「Claude」のように自ら業務を遂行する「エージェント型AIモデル」が急速に進化し、企業が別途の開発なしでもAIをすぐ導入できる環境が整いつつある。これに伴い、競争の焦点も「どのモデルを使うか」より、これを実務に適用して成果へつなげる能力へ移行しているとの分析である。
ダルパはこの地点で、消費財企業に特化したデータと実行構造を前面に出し、「エージェント基盤オペレーティングシステム（OS）」を先占する戦略だ。キム代表は「今後は10人がやっていた仕事を1人がやる構造がつくられる」とし「究極的には1人がエージェントを活用して100億ウォンの売上を生む時代が来る」と語った。続けて「企業組織も人中心からAIと人が結合した構造に再編される」と付け加えた。以下はキム代表との一問一答。
― ダルパはどのような会社か。既存モデルと今はどう変わったのか。
「初期には多様な企業を対象にAIプロジェクトを遂行する会社だった。チャットボットやマーケティング自動化のような機能中心だった。しかしこの方式は一部の業務改善にとどまり、企業全体を変えるには限界があった。今は消費財企業のための『エージェントOS』を作る会社へ転換した。企業のマーケティング・商品企画・オペレーション全般をAIが遂行する構造が中核だ。」
― なぜ消費財産業に集中したのか。
「消費財はAIの効果が最も速く売上につながる領域だ。意思決定サイクルが短く、データに基づく最適化がそのまま成果に結びつく。結局AIは『金を稼ぐ技術』であるべきだと見ており、その基準で最も適した産業が消費財だった。」
― 人間のマーケティングチームと比べたときの成果の差は。
「同一予算基準で3〜5倍の差が出た。再生数だけでなく実際の売上寄与度でも格差があった。エージェントは24時間データに基づき実験と最適化を繰り返すため、構造的に異なる。」
― 顧客企業の反応はどうか。
「導入した企業は使用量が継続的に増える。成果がすぐ見えるため『減らそう』ではなく『さらに拡大しよう』という反応が出る。特に経営陣レベルで満足度が高い。」
― 『人はコンファームだけする』という変化は現実的か。
「すでに内部ではそう変わっている。エージェントが結果を作り、人が検討する構造だ。今後、実行はAI、人は承認の役割へ移行する。」
― 今後の目標は。
「消費財領域で最も優れたエージェントOSの会社になることが一次目標だ。その後は『1人が100億ウォンを稼ぐ構造』を現実化し、グローバル市場へ拡張する計画だ。」