AIを活用して自律的に成長し続ける組織「自己改善型企業」の構築について解説した動画。従来の階層型組織を打破し、社内のあらゆる情報や知見をAIに読み取れる形にデータ化することで、人間の介入を最小限に抑えた再帰的な改善ループを生み出す手法について語っている。
ローマ軍団型組織の崩壊とAIの本質
今回の話は、ダイアナが以前おこなった講演がベースになっています。週末にその動画が公開されたのですが、とても素晴らしい内容でした。また、2、3週間ほど前にジャック・ドーシーがいくつかツイートしていて、それも非常に興味深いと感じたので、そういったアイデアを色々と拝借してこの中に詰め込んでいます。今回の内容は、会社をどう構築するかという、かなり概念的でハイレベルな思考についての話になります。
かつてローマ軍団は、中心であるローマからスコットランドのハドリアヌスの長城にいる人々に至るまで、2つの大陸にまたがって権力を誇示できるように設計されていました。その仕組みは、一貫した管理範囲を持つ階層構造が何重にも重なったものでした。名前を特定された個人がそれぞれの管理範囲を持ち、命令を下に伝え、情報を組織の上層部へと送り返す役割を担っていたのです。現代のほとんどの会社について考えてみると、人間が上下に流れる情報の伝達係となっている点で、まさにローマ軍団のように組織化されています。
ジャック・ドーシーのツイートで素晴らしいと思ったのは、階層構造で組織された会社こそが、私たちが経済的な価値の単位を組織化するための正しい方法であるという、根本的な前提への指摘でした。そして、AIは基本的にその前提を破壊すると思います。
1年ほど前にAIがどのように役立つかについて人々と話していたとき、彼らが口にしていたのは生産性の向上についてでした。コパイロットの導入や、エンジニアの生産性を20%向上させること、ワークフローにコパイロットを組み込んでより多くのソフトウェアを出荷すること、といった話です。しかし、そのようなAIの捉え方は、実は間違っていると思います。ピートが素晴らしいブログ記事を書いていましたが、私たちは基本的に、従来の働き方に強力なエンジンを継ぎ足しているだけに過ぎないのです。
そうではなく、会社とは何であるか、そして会社がどう機能するのかを再構築できるはずです。ギャリーが話していたように、彼は一人の力でエンジニアチーム全体よりも多くのコードを生み出せると本気で信じています。私が本当に心に残っているのは、会社からドメイン知識を抽出し、それをコンテキストやスキルのセットなど、何と呼んでもいいですが、明確に定義するというアイデアです。人々の頭の中、Slackのメッセージ、メール、Notionの中に存在する、ドメイン知識やビジネスの知識、あるいは何らかのノウハウというものがあります。これらすべての情報が合わさることで、会社がどのように動くかが定義されているのです。
もしこれをAIに認識可能な形にできれば、これまでの階層型組織から、AIネイティブなソフトウェアを備えた、AI駆動のインテリジェントな組織へと一気に移行することができます。AIは会社に後から付け足すようなものではありません。エンジニアの生産性を高めるために与える単なるツールでもないのです。会社というものを、再帰的に自己改善を続けるAIのループの集まりとして再定義できると私は考えています。これが本当に、信じられないほど重要です。なぜなら、その域に達すれば、私たちが眠っている間でさえも会社が勝手に自己改善を始めるようになるからです。
自己改善を可能にするAIループの仕組み
では、具体的な例を挙げましょう。ダイアナもこのAIループについて話しています。まず、センサー層から始まります。大仰な言葉に聞こえるかもしれませんが、実際には顧客からのメール、サポートチケット、コードの変更、サブスクリプションの解約、製品のテレメトリデータなどのことです。外部の世界から情報を得るためのセンサーデータですね。
次にポリシー層、つまり意思決定層があります。何ができるのか、どんな場合に人間の許可を求める必要があるのか、何をログに記録すべきかといったルールです。それからツール層。これはギャリーのスキルやコードのようなものです。ツール層はギャリーのコードそのものであり、基本的には決定論的なAPIです。データベースへのクエリやカレンダーの確認といった、AIが呼び出すことのできる一連のツールです。
さらにクオリティゲートがあります。これは評価チェック、セーフティフィルター、高リスクな案件に対する人間のレビューなどのことです。そして最後に学習メカニズムです。システムが現実世界と相互作用し、うまく機能しなかった部分を特定して、再びループのトップへと戻していきます。もし、これらすべてのステップを人間の介入なしで、あるいは最小限の介入で実行できれば、あなたが眠っている間にシステムはどんどん良くなっていきます。
実際に今、稼働している例をお話しできます。私たちは最初、データベースにクエリを送信するための決定論的なツールを持つエージェントから始めました。この会社と最後にオフィスアワーをおこなったのはいつですか、と質問するような非常にシンプルなものです。
そこから少し賢くなり、今まさにオフィスアワーをおこなっているこの会社が、石油化学分野の誰かを紹介してほしいと求めている、といった状況に対応できるようになりました。さまざまな方法でデータベースにクエリを送り、RAGをはじめとするあらゆる手法を駆使して、面談すべき関連ファウンダーを5人ほど提案してくれるようになったのです。しかし、これもまだサイドキック、つまり単なるエージェントに過ぎません。グループパートナーとしての私の能力を20%から30%高めてくれるという、いわば去年のバージョンのAI活用法です。
私にとって目から鱗が落ちるような瞬間だったのは、その上にモニタリングエージェントを配置したときでした。そのエージェントは、すべてのYC職員が実行したすべてのクエリを監視し、成功したケースと失敗したケースを確認します。そして失敗したときには、なぜ失敗したのか、どうすればこのクエリが成功したのか、別の決定論的ツールが必要なのか、スキルファイルを更新すべきなのか、別のデータベースビューが必要なのか、新しいインデックスが必要なのか、といったことを検証するのです。
これが今では、文字通り一晩のうちに起こります。コードを書き、YCのコードベースにマージリクエストを送り、エージェントにレビューさせてマージし、デプロイまでおこないます。そのため、翌日に人間がやってきて同じクエリを実行すると、今度は成功するようになっているのです。私にとって、これは本当に衝撃的な出来事でした。単にAIが人間の価値を20%や30%高めてくれるという話ではありません。AI自らがこのループを回し、どうすれば自己改善できるかを突き止めているのです。
基本的には、会社の中でこのように機能する部分を特定し、人間を監視や監督の立場へと移行させていけば、あとはこの問題にトークンを投入するだけで会社はどんどん良くなっていきます。
他の例を挙げるなら、プロダクトのアナリティクスが考えられます。エージェントにプロダクトのアナリティクスを分析させ、セールスファンネルのどの部分で最も大きな摩擦が生じているかを突き止めさせます。そしてベストプラクティスを調査し、ABテストを設定して1週間実行し、最適なバージョンを選んでデプロイする。これをプロダクトに対して何度も何度も繰り返すのです。自律的に最適化をおこなうプロダクトのループを構築するわけです。
あるいは、カスタマーサービスのクエリでも同じことができます。顧客からの提案が次々と届く中で、最高プロダクト責任者や最高技術責任者のような役割を持つエージェントを用意し、これはやらない提案だから破棄する、といった判断をさせます。一方で、ロードマップに沿った提案であれば、人間の手を一切介さずに、一晩でコードを書き、デプロイし、顧客に届けることだって可能です。
このように会社の各部門を、自己改善する再帰的なAIループとして捉えることができれば、ローマ軍団のような階層型組織とはまったく異なる姿が見えてきます。
トークン消費と新たな組織構造
では、これを実践する場合、どのような影響があるでしょうか。一つは、人員ではなくトークンを消費するようになるということです。私たちは、18ヶ月前と比べて従業員一人あたりの売上高が約5倍になった状態でデモデイを迎える企業を目にしています。そしてこの傾向は、シリーズAやシリーズBでも続いていくでしょう。つまり、非常に近い将来、ボトルネックになるのは従業員の数ではなく、トークンの使用量になると思います。
現時点での大雑把な指標としては、全員のトークン使用量を測定するという方法があります。極端にやれば当然バカバカしいですし、ハックされる可能性もありますが、方向性としては正しいと思っています。私たちは今、何が可能であるかを見極める段階にいます。ですから、私たちが手に入れたこの驚異的な新しい知性を探るために、全員が最大限の実験をおこなうべきです。
これをリーダーボードにして、それに基づいて昇進や解雇が決まるようになれば、当然ながら数字がハックされて形骸化してしまいます。しかし、組織の中で誰がトークンを最大限に活用していて、誰がそうでないかを見極めることは、どの従業員に時間を割くべきかを考える上で良い方法だと思います。
中間管理職の時代は終わったと考えています。このような調整業務において、もはや中間管理職は必要ありません。AIがそれを担うべきです。私にとって、重要な役割は2つあります。ジャック・ドーシーは3つ挙げていましたが、私は3つ目が気に入らないので削除しました。私にとって本当に重要な役割は2つだけです。
これからは全員がIC、つまり個人の貢献者として、構築者や実務家にならなければなりません。そして決定的に重要なのは、物事を進めるために直接の責任者を持つことです。委員会でも組織のグループでもなく、名前の特定された一人の人間が必要です。ICを中心に据えることで、効果的に会社を構築していくことができると考えています。中間管理職はもう終わりなのです。
このような自己改善型の会社を構築することは一つの理想ですが、ちなみに、人々は今まさにこの最先端にいます。皆さんがどの位置にいるのか興味深いところですが、誰もがまだ境界線を模索している段階のように感じられます。すべての機能において完全に自己改善をおこなう会社を構築できている人がいるかどうかは分かりません。私が間違っているかもしれませんが、皆さんがそれを証明してくれるかもしれません。
AIに認識可能な組織を作るためのステップ
私ならまず何を執り行うでしょうか。ここが本当に重要なのですが、組織全体をAIが認識できる状態にします。それが何を意味するかというと、すべてを記録するということです。
単純な例を挙げると、私たちのパートナーのメールがそうです。現在、YCのパートナーにメールを送ると、そのメールはYCのデータベースに保存されます。すべてのSlackメッセージ、すべてのダイレクトメッセージ、そしてここ3、4ヶ月の間に始まったすべてのオフィスアワーを私たちは録音し始めています。起きていることのすべてを記録するのです。記録されていれば、それはAIにとって「起きた出来事」になります。記録されていなければ、AIという知性にとっては「起きなかったこと」と同じになってしまいます。言っている意味が分かりますよね。
先ほどもそこで何人かのファウンダーと話をしていて、彼らの会社について非常に良い会話ができたのですが、会話をしている最中も、私はこの会話を記録しておかなければならないと感じていました。なぜなら、ある人物が誰かへの紹介を希望していたのですが、今となってはそれが誰への紹介だったか思い出せないからです。あれは誰だったでしょうか。誰かと話をして紹介を約束し、私が承知したと言ったはずです。そして、私はこれから20人と話すことになって忘れてしまうから、後でメールをくれと伝えました。
ですから、私のスマートフォンやクリップ、スマートグラス、あるいはすべての部屋にマイクを配備するなどして、基本的にはあらゆるものを記録する必要があります。そうして初めて、AIがそれを認識できるようになるのです。
そして、ギャリーがダイアライゼーション（話者分離）について話していたように、10万時間分もの録音をそのままコンテキストウィンドウに投入することはできません。そのため、話者を分離し、基本的には情報を集約して重要な部分に要約し、AIに手がかりを与える必要があります。
例えば、YCのユーザーマニュアルを読んだことがある人はいるでしょうか。この部屋にいる全員が、少なくとも一度は目を通したことがあるといいのですが、その大部分は5年から10年前に書かれたもので、内容が少し古くなっています。そこでハジは先週末、過去3ヶ月間で約2,000時間分のオフィスアワーの録音データが溜まっているのだから、ユーザーマニュアルを再生成してみてはどうかと考えました。
一連の指示を与え、録音データを話者分離して集約し、資金調達、採用、共同創業者の対立といった特定の領域に分類させます。その上で、新しいユーザーマニュアルを書かせるのです。週末が終わる頃には、既存のものよりも劇的に優れた150ページのユーザーマニュアルが完成していました。
そして今では、これを毎月更新することも可能になっています。つまり、私たちのユーザーマニュアルは自己改善を続けるものになったのです。私たちが提示する新しいアドバイスは、既存のユーザーマニュアルと比較され、組み込まれるか、あるいは破棄されます。こうしてユーザーマニュアルは、私たちがファウンダーに与えるアドバイスの、常に最新で生きている脳となるのです。
当然、これはユーザーマニュアルに留まりません。それをAIエージェントのコンテキストとして投入すれば、非常に知的なAIに対して質問を投げかけるだけで、16人のYCパートナーの結集された知恵を一度に得ることができるようになります。ただし、それもすべてが記録され、AIに認識可能な状態になっていればこその話です。ですから、すべてを記録しなければなりません。
2つ目のポイントも同様です。自己改善が可能な成果物を生み出せるのであれば、それは認識可能ということです。そうでなければ破棄します。
そして3つ目のポイントは、すべての部門がオンデマンドのソフトウェアを生成できるようになるということです。以前はダッシュボードと言っていましたが、単なるダッシュボードに留まりません。Codex 55は今や十分に優れており、社内の大半のシンプルなソフトウェアやダッシュボードであれば、ワンショットでかなり高い品質のものを生成できます。私も週末に私たちのツールで色々と試してみましたが、本当に信じられないほどの精度でした。
そのため、社内のすべてのオペレーションチームは、このインテリジェンスの層の上に位置し、独自のダッシュボードやワークフローを作成していくべきです。そして、それらのソフトウェアは完全に使い捨てのものと見なすべきです。データそのものは非常に大切に保管します。ギャリーが言っていたように、彼はすべてのメールをマークダウン形式で保存し、決して何も捨てません。しかし、ソフトウェアに関しては一時的なものとして扱います。生成し、また再生成すればいいのです。
価値があるのは、その業務がどのように機能するのか、YCのイベントをどう運営するのかといった、人々の頭の中にある理解やビジネスのコンテキスト、そしてスキルの部分です。イベントを実際に運営するためのソフトウェアは、そのイベントのためだけに生成し、終われば捨ててしまえばいいのです。1、2ヶ月も経てばモデルはさらに賢くなります。そのときは古いソフトウェアを捨て、元の指示を与えてソフトウェアを再生成すればいいのです。ビジネスのコンテキストとスキルこそが価値のある部分であり、その上のソフトウェアは一時的なものに過ぎません。
現実世界との接点における人間の役割
では、このような世界において、人間の役割は何でしょうか。私たちは今、会社の「脳」について話しています。この部屋にいる多くの人々がそれを構築しているところだと思いますが、中央にあるすべてのデータ、すべてのメール、ダイレクトメッセージ、スキル、ノウハウが会社の脳となります。
そして、人間はその周囲に位置し、現実世界とのインターフェースの役割を果たすことになると思います。つまり、このインテリジェンスが現実と接触する場所に人間がいるのです。人間は、モデルがまだ到達できない場所に手を伸ばします。それは例えばカンファレンスのような場所かもしれません。あるいは電話での会話などが挙げられますが、今ではAIも電話の会話にかなり容易に入り込めるようになっています。
人間の役割は、これまでにない新しい状況、倫理的な配慮、あるいは極めて重要な局面です。例えば、ファウンダーが私たちのところへやってきて、共同創業者との関係を解消しようか悩んでいる、と相談してくるような場面です。そういった極めて重要で、感情が大きく揺れ動く瞬間にこそ、人間が必要とされます。皆さんの営業活動における会話などもそうでしょう。これからの20年間、その場には人間がいるはずです。
人間は組織の周辺部に生きることになると思います。時間が過ぎてしまいましたので、そろそろ終わります。最後にこの質問を投げかけて終わりにします。もし皆さんが今日、会社を立ち上げるとしたら、このような形でスタートさせるでしょうか。皆さんの多くは、今からその形に構築できるほど十分に規模が小さいはずです。ですから、何の言い訳も通用しません。皆さんの中には、すでに会社を一度解体し、再構築している最中の方々がいることも知っています。
それでは、ここで私の話を終え、ピートに交代します。ご清聴ありがとうございました。
コメント