AIはもはや単なる生産性向上ツールではない。新たな能力の獲得を意味し、企業の運営方法そのものを根本から変えつつある。AI駆動型企業では、全てのワークフローと意思決定が学習・改善を続けるインテリジェンスレイヤーを通じて流れるクローズドループシステムとして機能する。組織全体をAIに可視化させ、エージェントを各コミュニケーションチャネルに組み込むことで、従来の管理階層は不要となり、極めて少人数のチームで圧倒的な成果を生み出すことが可能になる。スタートアップは既存企業と異なり、レガシーシステムに縛られることなく、初日からAIネイティブな設計で企業を構築できる優位性を持つ。
AIがもたらす根本的な変化
こんにちは、私はディアナです。YCでパートナーを務めています。ここ数ヶ月で、AIは単にソフトウェアの構築速度を上げたり、ワークフローを自動化するだけのものではないことが明らかになってきました。AIは、スタートアップの運営方法そのものを根本的に変えようとしています。どんな役割が存在するのか、どんな製品が構築可能なのか、そういった全てが変わろうとしているのです。
このエピソードでは、創業者がAIネイティブな企業の構築についてどう考えるべきか、チームにはどんな役割が必要か、そして今すぐ採用できる具体的な社内プラクティスによって、どうやってはるかに速く前進できるかについてお話しします。
現在、多くの人はAIを生産性という観点で語っています。エンジニアの生産性をいかに高められるか、既存のワークフローにコパイロットを追加してより多くの機能を出荷する必要がある、といった話を延々としているわけです。
しかし、このフレーミングは私たちが今目の当たりにしている変化を見逃しています。この変化は、生産性の向上というよりも、全く新しい能力の獲得に関するものなのです。適切な人材がAIツールを使えば、かつては全チームを必要としていた機能や、そもそも不可能だった機能を構築できるようになります。AIを新しい能力という観点で考えることは、創業者が会社をどう運営すべきかについて、いくつかの重要な示唆を与えてくれます。
AIをOSとして捉える
大局的に見ると、AIについて考える正しい方法は、AIを会社が単に使うツールとして捉えるのではなく、会社が動作するオペレーティングシステムとして捉えることです。全てのワークフロー、全ての意思決定、全てのプロセスが、常に学習し改善を続けるインテリジェンスレイヤーを通じて流れるべきなのです。
これが具体的に意味するのは、会社の重要なプロセス全てが、インテリジェントなクローズドループによって捕捉されるべきだということです。クローズドループは情報を捕捉し、それをインテリジェントシステムにフィードバックして、時間と共にプロセスを改善していきます。
制御システムを学んだことがあれば、オープンループシステムとクローズドループシステムの違いはおなじみでしょう。オープンループは、フィードバックループのない制御システムです。古い世界では、企業は基本的にオープンループとして運営されていました。
意思決定を行い、それを実行するものの、必ずしも体系的に結果を測定してプロセスを調整するわけではありませんでした。オープンループは本質的に情報の損失を伴います。一方、クローズドループは自己調整機能を持っています。継続的に出力を監視し、設定された目標をより良く達成するためにプロセスを調整していきます。クローズドループは、正確性と安定性の面で極めて強力なのです。
自己改善するエージェントがあれば、あなたの会社はクローズドループとして運営されるべきです。これらのクローズドループを構築するには、会社全体をクエリ可能にする必要があります。言い換えれば、組織全体がAIにとって理解可能でなければなりません。重要なアクション全てが、会社の中心にあるインテリジェンスが学習し、自己改善のために使用できる成果物を生成する必要があるのです。
組織全体のAI可視化
これは、AIノートテイカーでミーティングを記録すること、ダイレクトメッセージやメールを最小限に抑えること、そしてエージェントを全てのコミュニケーションチャネルに組み込むことを意味します。また、会社の全て、つまり収益、営業、エンジニアリング、採用、オペレーション、全てについてカスタムダッシュボードを構築することも意味します。
具体的な例を挙げましょう。エンジニアリングマネジメントとスプリント計画を考えてみてください。もしあなたがLinearチケット、全てのSlackエンジニアリングチャネル、メールやPylonのようなツールからの全ての顧客フィードバック、GitHub、NotionやGoogleドキュメントでの高レベルな計画、営業電話、デイリースタンドアップの記録にアクセスできるエージェントを持っていれば、そのエージェントは前回のスプリントで実際に何が出荷され、それが顧客のニーズを本当にどれだけ満たしたかを分析できます。
そこからさらに一歩進めることができます。何が出荷され、何がうまくいき、何がうまくいかなかったかを完全に可視化できれば、エージェントは先を見据え始めることができます。エンジニア向けに、はるかに予測可能で正確で、目標に沿ったスプリント計画を提案できるのです。非常に情報が失われるアンカーマネージャーのステータスロールアップの時代は終わりました。
私自身がエンジニアリングチームをマネジメントした経験があり、今では複数のYC企業でこれを目の当たりにしていますが、これはゲームチェンジャーです。かつては絶え間ない調整を必要としていたものが、デフォルトで理解可能でクエリ可能になります。これを実践しているチームでは、エンジニアリングスプリント時間が半分に短縮され、その時間内で約10倍多くの成果を上げているのを見てきました。
ここでの包括的な原則は、完全な能力を引き出すためには、従業員に提供するのと同じくらいのコンテキストをモデルに提供する必要があるということです。これを行うと、会社は情報が断片化され手作業で解釈されるオープンループシステムとして動作するのをやめます。代わりに、クローズドループシステムになるのです。ステータス、意思決定、結果が継続的に捕捉され、このインテリジェンスレイヤーにフィードバックされます。その結果、実際に何が起こっているかについて、常に最新の視点を持つシステムが生まれます。
ソフトウェアファクトリーの新パラダイム
また、最も速度の高い企業が製品を構築する方法として、AIソフトウェアファクトリーという新しいパラダイムが登場しつつあります。テスト駆動開発、つまりTDDに馴染みがあれば、これはその次の進化形です。ソフトウェアファクトリーでは、人間が仕様書と成功を定義するテストセットを書き、そしてAIエージェントが実装とコードを生成し、テストが通るまで反復します。
人間は何を構築するかを定義し、出力を判断します。実際のコードはエージェントの仕事です。一部の企業は既にこれを、リポジトリに手書きのコードが一切含まれず、仕様とテストハーネスだけが含まれる段階にまで推し進めています。
StrongDMのAIチームは、この実践例の好例です。彼らの最終目標は、人間がコードを書いたりレビューしたりする必要を本質的に排除するシステムでした。そこで彼らは独自のソフトウェアファクトリーを構築しました。そこでは仕様とシナリオベースの検証がエージェントを駆動し、確率的な満足度の閾値を満たすまでテストを書き、コードを反復させます。そしてそれは機能しています。
これこそが、スティーブ・ジェイが語る1000倍エンジニアを実現する方法です。単一のエンジニアを、これまで決して構築できなかったものを構築できるようにするエージェントのシステムで囲むことによってです。1000倍、あるいは10000倍エンジニアの時代がここにあります。
管理階層の再構築
このように会社を構築することの一つの含意は、あらゆる場所にAIループがあり、組織がクエリ可能で、ソフトウェアファクトリーがあるという状態では、古典的な管理階層はもはや意味をなさないということです。古い世界では、組織内で情報を非効率に上下に伝達するために、中間管理職やコーディネーターが必要でした。
新しい世界では、インテリジェンスレイヤーがその目的を果たします。もしあなたの会社がクエリ可能で、成果物が豊富で、AIにとって理解可能であれば、人間による仲介はほとんど必要ないはずです。これが重要なのは、会社の速度は情報の流れと同じ速さでしかないからです。取り除くことができる人間による伝達の層は全て、直接的な速度の向上につながります。
素晴らしい例は、ジャック・ドーシーがBlockで行っていることです。ツールを深く掘り下げた後、彼は多くの人と同じ結論に達しました。これは単なる段階的な生産性向上以上のものだということです。彼の見解では、もし同じ組織図と管理構造を維持するなら、この変化を完全に見逃したことになります。会社自体が、人間がその中を通じて情報を伝達するのではなく、縁にいる人間がそれを導くインテリジェンスレイヤーとして再構築されなければなりません。
今後、ジャックが示唆するには、全ての会社には3つの従業員タイプが存在することになります。第一は個人貢献者、つまりIC、基本的には構築者でありオペレーターです。これは直接物事を作り、運営する人です。AIネイティブな会社では、これはエンジニアに限定されません。全員が構築し、運用します。サポート、営業、全員です。全員がピッチデッキではなく、動作するプロトタイプを持って会議に臨みます。
第二はDRRI、つまり戦略と顧客成果に焦点を当てた直接責任者です。これは古典的なマネージャーではありません。結果に対して明確な責任を持つ人です。一人の人間、一つの成果、隠れる場所はありません。
第三はAI創業者タイプです。この人は今でも構築し、今でもコーチングを行い、模範を示してリードします。もしあなたが創業者なら、これはあなた自身である必要があります。最前線に立ち、チームに大規模な能力向上がどのようなものかを示すのです。AI戦略を他の誰かに委任するのではありません。
この構造により、企業ははるかに小規模なチームで圧倒的な成果を上げることができます。人員数ではなく、トークン使用量を最大化することが、重要な転換点となるでしょう。最高の企業は、トークンを最大化している企業になります。
トークン最大化という新しい指標
このトレードオフをこう考えてみてください。AIツールを使う一人の人間は、AI以前の企業では大規模なエンジニアリングチームを必要としていたものに相当する働きができます。つまり、エンジニアリング、デザイン、人事、管理チームを劇的に削減できるということです。ですから、非常に高額なAPI請求書を受け入れる覚悟を持つべきです。なぜなら、それははるかに高価で肥大化した人員を置き換えているからです。
しかし、私の言葉だけを鵜呑みにしないでください。これらのツールの力に対する確信を外部委託することはできません。実際にコーディングエージェントと向き合って座り、今では何が構築可能になったかについて自分の既成概念を破り始めるまで、それらを使い続ける必要があります。
もしあなたがアーリーステージの創業者なら、これで先行する上で大きな優位性があります。レガシーシステムや果樹園、あるいは再訓練が必要な何千人もの人々を抱えていません。初日から会社を正しく構築できるほど小規模なのです。
既存企業にとっては逆のケースです。彼らは、ソフトウェアの構築方法に関する標準的な運用手順と中核的な前提の何年分もの蓄積を解きほぐしながら、稼働中の製品を維持し成長させなければなりません。一部の企業は、中核ビジネスとは別に、ゼロからAIネイティブなシステムを構築できる小規模な社内スカンクワークチームを立ち上げることで、これを達成できます。
Mutinyはこの素晴らしい例です。しかし大半にとって、中核プロセスへのあらゆる変更は、既に機能しているものを壊すリスクを伴います。ですから、その性質上、これらの大企業はAIネイティブになることがはるかに困難です。
スタートアップにはその制約がありません。そしてそれは活用すべき大きなアドバンテージです。最初からAIを中心にシステム、ワークフロー、文化を設計できます。その結果、既存企業の1000倍の速度で動作できるのです。
コメント