あなたが今日注文した荷物が、無事に届く保証はどこにもありません。米国では2024年だけで8,500万個のパッケージが損傷した状態で届き、前年比30%増。業界全体のコストは40億ドル（約6,000億円） に達しています。

この「見えない損失」に挑む、新しいタイプのAIスタートアップが登場しました。

---

この記事でわかること

1. サプライチェーンの"闇": なぜ物流の例外処理は未だに手作業なのか
2. BackOpsのアプローチ: AIエージェントが「つながらないシステム」を接続する仕組み
3. 日米格差の実態: サプライチェーンAI導入率で日本が2〜3年遅れている理由
4. 日本企業への示唆: 今すぐ検討すべきアクションプラン

基本情報

---

40〜60のシステムを横断する「見えない作業」

1つの荷物が出荷されてから届くまでに、40〜60のプロセスを経由します。WMS（倉庫管理）、TMS（輸送管理）、ERP（基幹システム）、キャリアの追跡システム、CRM——それぞれが独立して動き、互いに「会話」しません。

Amazon Shippingで見えた現実

BackOpsの共同創業者Sean McCarthyは、Amazon Shippingの初期メンバーとして世界規模の配送オペレーションに携わりました。彼がそこで目の当たりにしたのは、1件の損害調査に4時間かかるという現実です。

なぜそんなに時間がかかるのか。答えはシンプルです——関連するデータが異なるシステムに散在しているからです。

担当者は以下の手順を手動で繰り返します：

1. キャリアの追跡システムにログインして配送状況を確認
2. 倉庫管理システムで出荷記録を照合
3. ERPシステムで注文情報を検索
4. CRMで顧客の過去のやり取りを確認
5. Excelで損害レポートを作成
6. キャリアに請求書を手動で提出
7. 顧客にメールで状況を回答

McCarthyはこの非効率性を「100億ドルの手作業」と表現しています。

「つながらない」が常態化した理由

これらのシステムが統合されない理由は技術的な問題だけではありません。各システムは異なるベンダーが提供し、異なる時代に導入され、異なるAPIやデータ形式で動いています。統合プロジェクトは大規模なIT投資を必要とし、多くの企業がROIを正当化できないまま、手動のワークアラウンドに頼り続けてきました。

---

BackOpsのアプローチ：「接続層」としてのAIエージェント

Theory Venturesの創業パートナーTom Tunguzは、最新のブログ記事「One Billion Lost Packages」でBackOpsへの投資テーゼを明らかにしました。

“

"AIエージェントは、会話するようには設計されていなかったシステム同士を接続できる。"

BackOpsの戦略は、既存のシステムを置き換えるのではなく、その間をつなぐ知能レイヤーとして機能することです。

2つのコアプロダクト

1. AI Process Center（プロセス最適化）

従業員の画面操作を記録し、ワークフローを自動的にマッピングします。どのシステムにいつアクセスし、どんなデータを参照し、どのような判断をしているのか——これをAIが学習し、自動化可能なポイントを特定します。

2. Relay（継続的実行エンジン）

メール、Slack、社内システムなどのコミュニケーションチャネルを横断的に監視し、問題を検知→解決まで自動で処理します。

Relayが自動化する主要タスク：

「人間を排除しない」設計思想

BackOpsの特徴的な点は、ヒューマン・イン・ザ・ループ（Human-in-the-Loop） を明示的に設計に組み込んでいることです。AIが自律的に処理できる範囲と、人間の承認が必要なポイントを企業ごとにカスタマイズできます。

これは単なるPR的な配慮ではありません。物流の世界では、1つの判断ミスが数千万円の損害につながることがあるため、完全自律ではなく「AIが一次対応し、人が最終判断を補う」ハイブリッド運用が現実的な選択肢です。

---

創業チームの強み：物流×AIの交差点

BackOpsの強さは、創業チームの経歴に凝縮されています。

McCarthyは「物流の非効率性を知り尽くした人間」であり、Ouは「大規模データを扱うAIシステムを作ってきた人間」です。この組み合わせが、BackOpsのプロダクトにドメイン知識と技術的深度の両方を与えています。

資金調達の軌跡

わずか2年で累計3,400万ドル（約51億円） を調達。Theory Venturesのリードは、Tom Tunguzがこの領域に大きな確信を持っていることを示しています。

---

市場規模と競争環境

35億ドル市場、年成長率13%

BackOpsが狙うサプライチェーン例外処理の自動化市場は、35億ドル（約5,250億円） 規模で、年率13%で成長しています。

さらに広い視点では、AIエージェント市場全体がCAGR 46.3%で爆発的に成長中です。2025年の78.4億ドルから、2030年には526.2億ドルに達すると予測されています。

競合との差別化

BackOpsの競合は大きく3つのカテゴリに分かれます：

BackOpsの差別化ポイントは、可視化から実行まで一気通貫で対応できることです。問題を「見つける」だけでなく、「解決する」ところまでAIエージェントが担います。

---

日本市場への示唆：2〜3年の遅れは「機会」でもある

PwCの衝撃的な調査結果

PwC Japanの「2025年サプライチェーンにおけるAI活用実態調査」は、日本企業の厳しい現実を浮き彫りにしています。

日本のサプライチェーンAI導入状況：

• AI導入済み：11%
• 試験導入中：14%
• 何らかの導入段階にある企業：全体の約25%

対する米国では53%の企業が複数領域でAIを活用しており、日本は明確に2〜3年の遅れを取っています。

なぜ日本企業は遅れているのか

調査から見えてきた3つの構造的要因：

1. レガシーシステムへの依存

「2025年の崖」として知られる問題です。多くの日本企業が10〜20年前に導入した基幹システムに依存し続けており、新しいAIツールとの統合が困難です。

2. データ基盤の未整備

興味深いデータがあります。エンドユーザーデータの収集率は74%（前年32%）、サプライヤーデータは64%（前年27%）と急上昇していますが、活用率は逆に低下しています。「データの洪水に飲み込まれて扱いきれていない」状況です。

3. 推進体制の不足

AIの効果について「まだ評価できていない」（28%）、「期待を下回る」（23%）、「効果なし」（19%）と回答。期待以上の効果を実感している企業はわずか1%です。

日本版「BackOps」の可能性

しかし、この遅れは「機会」でもあります。日本の物流業界には、BackOpsのようなアプローチが特にフィットする条件が揃っています：

NX総合研究所は、「自律する頭脳」としてのAIエージェントが日本の物流危機を救う可能性を指摘しています。調達、倉庫管理、輸送、顧客対応の各担当エージェントがチームのように連携する「エージェント型AIエコシステム」の時代が到来しつつあります。

---

Tom Tunguzの投資テーゼが示す未来

Theory Venturesの創業者Tom Tunguzは、元Redpointで15年近くSaaS投資を手がけ、Looker、Monte Carlo、Dremioなど8社のユニコーンを支援してきた人物です。彼がBackOpsに賭けた理由は、単なる物流効率化を超えています。

「接続の知能レイヤー」という新パラダイム

Tunguzの投資テーゼは明確です：

“

"The bet: AI agents can connect systems that were never designed to talk to each other. So far, the connections hold." （賭け：AIエージェントは、会話するようには設計されていなかったシステム同士を接続できる。今のところ、その接続は保たれている。）

これは物流に限った話ではありません。あらゆる産業で、レガシーシステム間のギャップをAIエージェントが埋める可能性があります。

SaaS業界の構造転換との関連

2026年初頭、SaaS業界では「SaaSpocalypse」と呼ばれる構造転換が進行中です。従来のシート課金型SaaSが、AIエージェントによるアウトカムベースの価格モデルに置き換わりつつあります。

BackOpsは、この構造転換の具体例でもあります。従来であれば「サプライチェーン管理SaaS」を購入していた企業が、代わりに「結果（例外処理の解決）にフォーカスしたAIエージェント」を導入する——この流れは今後加速する見通しです。