Parag Agrawal氏の主張は明快だ。現在のウェブは、人間が検索し、リンクをクリックし、ページを読み、広告を見ることを前提に成り立っている。しかし、AIエージェントがウェブの主要な利用者になれば、その前提が崩れる可能性がある。

AIエージェントは複数のページを読み、必要な箇所だけを抽出し、情報を比較・統合して、利用者に答えを直接返せる。元のページに人間が訪れなければ、ページビューも広告表示も、意味のあるクリックも生まれにくい。出版社やコンテンツ制作者を支えてきた経済的なシグナルが見えなくなる、というのがAgrawal氏の問題意識だ。1444

同氏が創業したParallel Web Systemsは、こうした「ウェブの第2の利用者」であるソフトウェアエージェント向けのインフラを構築している。人間向けのウェブサイトを置き換えるというより、検索、情報取得、調査、出典表示、決済をエージェント向けに最適化する新たなレイヤーを加える構想だ。4047

なぜクリックが十分な指標ではなくなるのか

人間による検索では、比較的わかりやすい価値の流れがある。利用者が検索し、検索結果をクリックし、ページを読み、広告を目にする。場合によっては、その出版社やブランドを覚え、再び訪れることもある。

そのためクリックには、少なくとも二つの役割がある。ひとつはアクセスを広告収益や送客につなげる経済的な役割。もうひとつは、検索システムが情報の関連性を推測するためのシグナルとしての役割だ。

AIエージェントの行動はこれとは異なる。ひとつの依頼に対して多数の情報源を検索し、関連部分だけを抜き出し、内容を比較したうえで、利用者には要約された回答だけを提示することがある。この場合、情報源のページには人間の訪問が発生しないかもしれない。

しかもクリック数だけでは、あるページが重要な事実を提供したのか、結論を裏付けたのか、複雑な作業の一部を完了させたのかを十分に測れない。

Agrawal氏の考えでは、これからのウェブが測るべきなのは「人間がリンクをクリックしたか」ではなく、「その情報がエージェントのタスクにどれだけ役立ったか」だ。Parallelは、AIエージェントが人間の1,000倍の頻度でウェブを使う可能性があるという前提を掲げており、人間中心の経済モデルとのずれが大きな問題になると見ている。14

「並列ウェブ」は何を変えるのか

Parallelが描く「parallel web（並列ウェブ）」は、AIエージェントに特化したインフラのレイヤーだ。同社のAPIは、ウェブ検索、情報抽出、深掘り調査、エンティティの発見、チャット、継続的な監視などを想定している。公式ドキュメントでは、エージェントや開発者が調査や機械処理のためにウェブ情報へアクセスするためのツールとして説明されている。25

最大の変化は、最適化の目標である。従来のウェブでは、注目、リンク、クリックが関連性を推測する実用的な代理指標になってきた。エージェント向けのシステムでは、次のような問いが重視される可能性がある。

• 正確な回答を見つけるのに役立ったか
• 調査タスクの完了に貢献したか
• 事実や人物・企業などの対象を正しく特定できたか
• 意思決定や業務ワークフローを支えたか
• 最終回答の品質を高めたか

つまり、情報源の価値を一般的な人気ではなく、特定のタスクへの貢献度として評価する考え方だ。Parallelは、人間のクリックデータに大きく依存する代わりに、エージェントから直接得られるフィードバックを検索順位やインデックス作成に利用する方向性を示している。4445

ただし、これは現時点でウェブ全体に定着した標準ではなく、Parallelが掲げる事業上の仮説である。実現には、コンテンツ所有者、エージェント開発者、検索事業者、インフラ企業など幅広い参加が必要になる。

Shapley値で出版社に対価を支払う仕組み

Parallelが提案する報酬モデルの中心にあるのが、Shapley値に基づくアトリビューション（貢献度の帰属）だ。

Shapley値は、複数の参加者が協力して成果を生み出したとき、各参加者が追加的にどれだけ価値をもたらしたかを推定する考え方である。ゲーム理論で使われてきた概念だが、ParallelはこれをAIエージェントによる情報利用に当てはめようとしている。

ウェブコンテンツに置き換えると、問いはこうなる。複数の情報源を使ってエージェントが回答を作ったとき、特定の情報源は成功した出力にどれだけ貢献したのか。

他のページにはない事実を提供した情報源や、最終的な結論を大きく変えた情報源は、すでに別のページにある内容を繰り返しただけの情報源より大きな評価を受ける可能性がある。1629

このモデルの狙いは、報酬を単純なトラフィック量や一律のライセンス料から切り離し、情報が生んだ「限界的な貢献」に結びつけることだ。一方で、実際の運用には難題も多い。タスクの成功をどう定義するのか、貢献度を毎回一貫して計算できるのか、評価を意図的に操作する行為をどう防ぐのかといった問題が残る。

現時点の資料から確認できるのは、Shapley値が広告に代わることが実証されたということではなく、Parallelが提案する報酬設計の仕組みだという点である。

Parallelの「Index」は何をするのか

「Index」は、この構想における出版社やコンテンツ所有者向けの製品だ。Parallelによれば、出版社、データ提供会社、独立系クリエイターは、AIエージェントが自分たちのコンテンツをどう利用しているかを確認できる。

具体的には、どのような検索クエリへの回答に使われたのか、どの程度参照されたのか、エージェントの作業においてどれほど独自性のある貢献をしたのかを把握できるという。報酬は、情報源ごとのShapley値を推定した貢献度に連動する。29

2026年5月の製品発表をめぐる報道では、立ち上げ時のパートナーとしてThe Atlantic、Fortune、PR Newswireのほか、PitchBook、Enigma、RocketReach、ZoomInfoなどのビジネス・データ情報提供会社、独立系クリエイターが挙げられている。6

Indexが向き合うのは、可視性と支払いという二つの問題だ。コンテンツ所有者は、AIシステムが自分たちの仕事をどのように頼りにしているかを知ることができる。一方、Parallelは、人間がクリックしなくても有用な情報を提供したコンテンツに対して、報酬を分配する仕組みを作ろうとしている。

資金調達と顧客基盤

Parallelは2024年1月に3,000万ドルのシード資金を調達したと報じられている。続いて2025年11月には、Kleiner PerkinsとIndex Venturesが共同主導する1億ドルのシリーズAを実施し、報告された評価額は7億4,000万ドルだった。1133

さらに2026年4月には、Sequoia Capital主導のシリーズBで1億ドルを調達し、評価額は20億ドルと報じられた。既存投資家のKleiner Perkins、Index Ventures、Khosla Ventures、First Round、Spark、Terrain、Abstractも参加したとされる。11015

同社は、AIエージェント向け製品を開発する企業に検索・調査APIを提供している。シリーズA発表では、Clay、Sourcegraph、Ownerなどが顧客または利用企業として挙げられた。40

ただし、提供された資料から、顧客の全体像や独立検証済みの開発者数を確定することはできない。したがって、導入社数や開発者数について、より具体的な数字を同社の包括的な開示なしに断定することはできない。

Google Cloudとの連携が重要な理由

Parallelは、Gemini関連のツールを使って企業向けエージェントを構築するGoogle Cloudの顧客向けに、検索・グラウンディングの選択肢として提供されるようになった。報道された連携では、開発者はウェブ情報によるグラウンディングにGoogle SearchとParallel Searchを併用または選択できる。12

これは、企業が自律的な調査エージェントや業務ワークフロー向けのエージェントを試し始める時期に、Parallelが大手クラウド基盤を通じて顧客へ届けられることを意味する。

同時に、戦略上の緊張関係もある。Googleは強力な販売・流通パートナーである一方、自社でも検索とAIのインフラを大規模に展開している企業だ。ParallelにとってGoogle Cloudは重要な配布経路であると同時に、長期的には競争相手にもなり得る。512

なぜ「12〜24カ月」での転換を見込むのか

Agrawal氏が示す12〜24カ月という時間軸は、測定されたコンセンサスではなく、同氏の予測である。その背景にあるのは、モデルの性能、ツール利用能力、エージェント開発フレームワークが進歩し、ひとりの利用者の依頼をきっかけにソフトウェアが多数の検索やサブタスクを実行できるようになるという見立てだ。

既存のクラウドサービスやAPIを通じた提供経路が整えば、企業による導入はさらに速まる可能性がある。AIエージェントが人間よりはるかに多くの検索を実行し、個別ページへ利用者を送る代わりに合成された回答を返すようになれば、消費者の普段のブラウジング習慣が変わる前に、クリックを軸とした経済モデルへの圧力が強まるかもしれない。

Parallelが掲げる「エージェントは人間の1,000倍ウェブを使う」という表現は、その変化の規模感を示すものだ。ただし、これは検証済みの予測ではなく、同社が示す事業上の信念として受け止める必要がある。14

最大の不確実性は「共通ルール」を作れるか

Agrawal氏が提案しているのは、現在の広告モデルがすでに失敗したという宣言ではない。AIエージェントが支配的な利用者になるウェブに向けて、別の市場設計を提示しているのだ。

Index、エージェントからの直接的なフィードバック、Shapley値に基づく報酬は、機械生成の回答に貢献したコンテンツを評価する一つの方法になり得る。しかし、その実現には、貢献度の判定、報酬の公平性、データの改ざん防止、そして多数の事業者による参加が必要だ。

この構想の核心は、条件付きの主張として整理できる。もしAIエージェントがオンライン情報への主要な入口になれば、クリックはウェブの経済や検索順位を支えるシグナルとして十分ではなくなるかもしれない。Parallelが賭けているのは、その代わりに、エージェントの成果、情報源の来歴、そして測定可能な情報貢献に対する支払いを軸とした仕組みが広がることだ。

Parag Agrawal氏の主張は明快だ。現在のウェブは、人間が検索し、リンクをクリックし、ページを読み、広告を見ることを前提に成り立っている。しかし、AIエージェントがウェブの主要な利用者になれば、その前提が崩れる可能性がある。

AIエージェントは複数のページを読み、必要な箇所だけを抽出し、情報を比較・統合して、利用者に答えを直接返せる。元のページに人間が訪れなければ、ページビューも広告表示も、意味のあるクリックも生まれにくい。出版社やコンテンツ制作者を支えてきた経済的なシグナルが見えなくなる、というのがAgrawal氏の問題意識だ。1444

同氏が創業したParallel Web Systemsは、こうした「ウェブの第2の利用者」であるソフトウェアエージェント向けのインフラを構築している。人間向けのウェブサイトを置き換えるというより、検索、情報取得、調査、出典表示、決済をエージェント向けに最適化する新たなレイヤーを加える構想だ。4047

なぜクリックが十分な指標ではなくなるのか

人間による検索では、比較的わかりやすい価値の流れがある。利用者が検索し、検索結果をクリックし、ページを読み、広告を目にする。場合によっては、その出版社やブランドを覚え、再び訪れることもある。

そのためクリックには、少なくとも二つの役割がある。ひとつはアクセスを広告収益や送客につなげる経済的な役割。もうひとつは、検索システムが情報の関連性を推測するためのシグナルとしての役割だ。

AIエージェントの行動はこれとは異なる。ひとつの依頼に対して多数の情報源を検索し、関連部分だけを抜き出し、内容を比較したうえで、利用者には要約された回答だけを提示することがある。この場合、情報源のページには人間の訪問が発生しないかもしれない。

しかもクリック数だけでは、あるページが重要な事実を提供したのか、結論を裏付けたのか、複雑な作業の一部を完了させたのかを十分に測れない。

Agrawal氏の考えでは、これからのウェブが測るべきなのは「人間がリンクをクリックしたか」ではなく、「その情報がエージェントのタスクにどれだけ役立ったか」だ。Parallelは、AIエージェントが人間の1,000倍の頻度でウェブを使う可能性があるという前提を掲げており、人間中心の経済モデルとのずれが大きな問題になると見ている。14

「並列ウェブ」は何を変えるのか

Parallelが描く「parallel web（並列ウェブ）」は、AIエージェントに特化したインフラのレイヤーだ。同社のAPIは、ウェブ検索、情報抽出、深掘り調査、エンティティの発見、チャット、継続的な監視などを想定している。公式ドキュメントでは、エージェントや開発者が調査や機械処理のためにウェブ情報へアクセスするためのツールとして説明されている。25

最大の変化は、最適化の目標である。従来のウェブでは、注目、リンク、クリックが関連性を推測する実用的な代理指標になってきた。エージェント向けのシステムでは、次のような問いが重視される可能性がある。

• 正確な回答を見つけるのに役立ったか
• 調査タスクの完了に貢献したか
• 事実や人物・企業などの対象を正しく特定できたか
• 意思決定や業務ワークフローを支えたか
• 最終回答の品質を高めたか

つまり、情報源の価値を一般的な人気ではなく、特定のタスクへの貢献度として評価する考え方だ。Parallelは、人間のクリックデータに大きく依存する代わりに、エージェントから直接得られるフィードバックを検索順位やインデックス作成に利用する方向性を示している。4445

ただし、これは現時点でウェブ全体に定着した標準ではなく、Parallelが掲げる事業上の仮説である。実現には、コンテンツ所有者、エージェント開発者、検索事業者、インフラ企業など幅広い参加が必要になる。

Shapley値で出版社に対価を支払う仕組み

Parallelが提案する報酬モデルの中心にあるのが、Shapley値に基づくアトリビューション（貢献度の帰属）だ。

Shapley値は、複数の参加者が協力して成果を生み出したとき、各参加者が追加的にどれだけ価値をもたらしたかを推定する考え方である。ゲーム理論で使われてきた概念だが、ParallelはこれをAIエージェントによる情報利用に当てはめようとしている。

ウェブコンテンツに置き換えると、問いはこうなる。複数の情報源を使ってエージェントが回答を作ったとき、特定の情報源は成功した出力にどれだけ貢献したのか。

他のページにはない事実を提供した情報源や、最終的な結論を大きく変えた情報源は、すでに別のページにある内容を繰り返しただけの情報源より大きな評価を受ける可能性がある。1629

このモデルの狙いは、報酬を単純なトラフィック量や一律のライセンス料から切り離し、情報が生んだ「限界的な貢献」に結びつけることだ。一方で、実際の運用には難題も多い。タスクの成功をどう定義するのか、貢献度を毎回一貫して計算できるのか、評価を意図的に操作する行為をどう防ぐのかといった問題が残る。

現時点の資料から確認できるのは、Shapley値が広告に代わることが実証されたということではなく、Parallelが提案する報酬設計の仕組みだという点である。

Parallelの「Index」は何をするのか

「Index」は、この構想における出版社やコンテンツ所有者向けの製品だ。Parallelによれば、出版社、データ提供会社、独立系クリエイターは、AIエージェントが自分たちのコンテンツをどう利用しているかを確認できる。

具体的には、どのような検索クエリへの回答に使われたのか、どの程度参照されたのか、エージェントの作業においてどれほど独自性のある貢献をしたのかを把握できるという。報酬は、情報源ごとのShapley値を推定した貢献度に連動する。29

2026年5月の製品発表をめぐる報道では、立ち上げ時のパートナーとしてThe Atlantic、Fortune、PR Newswireのほか、PitchBook、Enigma、RocketReach、ZoomInfoなどのビジネス・データ情報提供会社、独立系クリエイターが挙げられている。6

Indexが向き合うのは、可視性と支払いという二つの問題だ。コンテンツ所有者は、AIシステムが自分たちの仕事をどのように頼りにしているかを知ることができる。一方、Parallelは、人間がクリックしなくても有用な情報を提供したコンテンツに対して、報酬を分配する仕組みを作ろうとしている。

資金調達と顧客基盤

Parallelは2024年1月に3,000万ドルのシード資金を調達したと報じられている。続いて2025年11月には、Kleiner PerkinsとIndex Venturesが共同主導する1億ドルのシリーズAを実施し、報告された評価額は7億4,000万ドルだった。1133

さらに2026年4月には、Sequoia Capital主導のシリーズBで1億ドルを調達し、評価額は20億ドルと報じられた。既存投資家のKleiner Perkins、Index Ventures、Khosla Ventures、First Round、Spark、Terrain、Abstractも参加したとされる。11015

同社は、AIエージェント向け製品を開発する企業に検索・調査APIを提供している。シリーズA発表では、Clay、Sourcegraph、Ownerなどが顧客または利用企業として挙げられた。40

ただし、提供された資料から、顧客の全体像や独立検証済みの開発者数を確定することはできない。したがって、導入社数や開発者数について、より具体的な数字を同社の包括的な開示なしに断定することはできない。

Google Cloudとの連携が重要な理由

Parallelは、Gemini関連のツールを使って企業向けエージェントを構築するGoogle Cloudの顧客向けに、検索・グラウンディングの選択肢として提供されるようになった。報道された連携では、開発者はウェブ情報によるグラウンディングにGoogle SearchとParallel Searchを併用または選択できる。12

これは、企業が自律的な調査エージェントや業務ワークフロー向けのエージェントを試し始める時期に、Parallelが大手クラウド基盤を通じて顧客へ届けられることを意味する。

同時に、戦略上の緊張関係もある。Googleは強力な販売・流通パートナーである一方、自社でも検索とAIのインフラを大規模に展開している企業だ。ParallelにとってGoogle Cloudは重要な配布経路であると同時に、長期的には競争相手にもなり得る。512

なぜ「12〜24カ月」での転換を見込むのか

Agrawal氏が示す12〜24カ月という時間軸は、測定されたコンセンサスではなく、同氏の予測である。その背景にあるのは、モデルの性能、ツール利用能力、エージェント開発フレームワークが進歩し、ひとりの利用者の依頼をきっかけにソフトウェアが多数の検索やサブタスクを実行できるようになるという見立てだ。

既存のクラウドサービスやAPIを通じた提供経路が整えば、企業による導入はさらに速まる可能性がある。AIエージェントが人間よりはるかに多くの検索を実行し、個別ページへ利用者を送る代わりに合成された回答を返すようになれば、消費者の普段のブラウジング習慣が変わる前に、クリックを軸とした経済モデルへの圧力が強まるかもしれない。

Parallelが掲げる「エージェントは人間の1,000倍ウェブを使う」という表現は、その変化の規模感を示すものだ。ただし、これは検証済みの予測ではなく、同社が示す事業上の信念として受け止める必要がある。14

最大の不確実性は「共通ルール」を作れるか

Agrawal氏が提案しているのは、現在の広告モデルがすでに失敗したという宣言ではない。AIエージェントが支配的な利用者になるウェブに向けて、別の市場設計を提示しているのだ。

Index、エージェントからの直接的なフィードバック、Shapley値に基づく報酬は、機械生成の回答に貢献したコンテンツを評価する一つの方法になり得る。しかし、その実現には、貢献度の判定、報酬の公平性、データの改ざん防止、そして多数の事業者による参加が必要だ。

この構想の核心は、条件付きの主張として整理できる。もしAIエージェントがオンライン情報への主要な入口になれば、クリックはウェブの経済や検索順位を支えるシグナルとして十分ではなくなるかもしれない。Parallelが賭けているのは、その代わりに、エージェントの成果、情報源の来歴、そして測定可能な情報貢献に対する支払いを軸とした仕組みが広がることだ。