執筆：深思圈
数日前、X上でFreda Duanの長いツイートを見かけた。彼女は大小さまざまな企業のAI導入状況を調査し、気づいたことを述べている：ほとんどの企業が既存のプロセスにAIツールを詰め込もうとしているが、ほとんど誰もそのプロセス自体がなぜこの形になったのかを問うていない。
典型的なシナリオ：企業がCopilotを購入し、全員にライセンスを配布し、CTOが全社会議で「我々はAIを受け入れる」と宣言する。三ヶ月後の振り返りでは——コード生成が格段に速くなり、ドキュメント作成がスムーズになり、会議議事録の自動化も進んだが、ROIは本当に証明されていない。なぜか？今日の組織構造がAIに微小なエンパワーメントしか許さず、真のROIを得るには組織の再構築が必要だからだ。
階層の本当の役割
組織構造の教科書的定義は権力構造——誰が誰に報告し、誰が承認権を持つか——だが、これは表層にすぎない。階層制度が本当に解決すべき問題は情報のルーティングだ。
一定規模を超える企業では、全員が全体像を見ることは不可能だ。だから管理者層を何層も設け、二つのことを行う：一線からの信号を集約し、判断を抽出して上に伝える；上層の戦略意図を下に翻訳し、実行アクションに落とし込む。定例会議、デイリースタンドアップ、QBR、ステアリングコミッティー、部門横断の調整会議——これらはすべて情報のルーティング装置だ。
しかし、ここにはあまり議論されない構造的な逆説がある：部門と階層の存在は、個人のスキルや生産性の有限性を解決するためだ——一人では完結しないから分業が必要だ。しかし、分業と階層自体が新たなボトルネックを生む。情報は管理層を通過するたびに減衰し、文化は部門の境界を越えるたびに希薄化する。組織が大きくなるほど減衰は深刻になり、より多くの会議やプロセス、中間層が必要となる。中間層が増えるほど、また新たな減衰が生まれる。これは管理能力の問題ではなく、構造的な死循環だ。
過去数十年、すべての管理革新——アジャイル、OKR、フラット化、マトリックス組織——は本質的にこの死循環の中で局所的な最適化を追求してきた。だが、それを本当に打破した例はない。
AIはこの循環そのものを破る。情報ルーティングのコストがほぼゼロになれば、情報減衰を補うための組織構造は存在意義を失う。
真のボトルネックは翻訳コスト
中規模のプロダクトの機能開発フローを例にとると：PMは2〜3週間かけてPRDを書く。デザイナーはPRDを受け取り、PMの意図を理解し、ビジュアル案に翻訳。エンジニアはビジュアル案を受け取り、設計意図を理解し、コードに翻訳し、「8週間」のスケジュールを立てる。ところが、要件が変わり、PRDを書き直し、開発に2〜3ヶ月かかる。QAはコードを受け取り、期待される動作を理解し、テストケースに翻訳。GTMはリリース資料や販売トレーニングを準備。エンドツーエンドで3〜6ヶ月かかる。
表面的なボトルネックは速度だが、実際のボトルネックは翻訳コストだ。PMの頭の中のアイデアがドキュメントにエンコードされ、デザイナーがそれをデコードしてビジュアル言語に再エンコードし、エンジニアが再デコードしてコードに再エンコードし、QAが再デコードしてテストロジックに再エンコードする。翻訳のたびに忠実度が失われ、会議や待ち時間が発生する。遅いのは人のせいではなく、一人の理解を別の人が消費できる形式に変換する作業自体が非常に難しいからだ。
AIはこれらの翻訳層を圧縮しつつある。PMはAIを使って一日でインタラクティブなプロトタイプを作成できるようになり、PMとエンジニア間の翻訳層はほぼゼロに近づく。AIはコードを書きながら同時にテストも生成し、開発とQAの引き継ぎは消滅する。顧客の信号やビジネス指標をリアルタイムで統合するインテリジェント層があり、従来は週次で手動集約していた中間管理層の価値源も再定義される。これは各役割が速くなるのではなく、役割間のギャップ——翻訳層、引き継ぎのキュー、調整会議——が蒸発しているのだ。
真の変化はワークフロー層に起きている：各段階の速度を上げるのではなく、エンドツーエンドの全体の流れを再構築することだ。両者の違いは規模の差ではなく、パラダイムの違いだ。
最近話したスタートアップ創業者が、非常に面白い連鎖反応を描写した。彼の開発チームはAIを使って、3ヶ月かかっていた開発プロセスを2週間に圧縮した。最初は興奮したが、次に気づいたのは、QAの2週間のレビューサイクルが突然、開発と同じ長さのボトルネックになったこと——そこでQAは排除され、テストは開発に埋め込まれた。次に、PMとデザイナーの1ヶ月間の調整・確定プロセスが新たなボトルネックに露出し、PMチームは最も有能な人だけを残すようになった。さらに、GTMの準備期間は、ほぼAI化され、開発と並行して進められる。組織は80％縮小し、エンドツーエンドの納品はほぼ1年から1〜2ヶ月に短縮された。
この話のポイントは「AIが人を速くする」ことではない。翻訳層が消えた後に露呈した連鎖的なボトルネックの効果だ：一つの翻訳層を削ると、次の最も遅い段階が新たなボトルネックとして現れる。この過程は止まらず、全体の直列的な流れが並列化され、極小のチームによるエンドツーエンドの流れに圧縮されていく。もし一つの段階だけにAIを導入すれば、得られる効果は小さくなる。なぜなら、ボトルネックは次の翻訳層に移るだけだからだ。端から端まで再構築しなければ、最も狭いパイプに高圧ポンプをつけるのと同じことになる。
多くの企業が詰まっているポイント
三段階モデルで考えると——
第一段階：従来のやり方で、ツールを変えただけ。これがほとんどの企業の現状だ。AIの役割は：基盤においてツールとして働き、従業員の作業を支援し、組織構造は変わらない。
第二段階：従来のやり方を新しいプロセスに再構築。上記の創業者の話はこの段階だ。製品は同じままで、シリアルから並列へ、巨大なチームから小さなチームへ、翻訳層は排除される。AIの役割は中間層に移り、情報ルーティング、判断の統合、クロスファンクショナルな調整を担う。これらはかつて中間管理層の仕事だった。組織はフラット化し始める。
第三段階：これまでできなかったことを実現。Jack Dorseyは例を挙げている——季節性の低迷前にキャッシュフローを自動的に検知し、短期ローンを自動で組み、返済計画を調整し、商人に通知する——彼ら自身も想像しなかった資金調達を自動化する仕組みだ。PMが決めるのではなく、システムがタイミングを認識し、既存の能力モジュールを組み合わせて新たなプロダクトを生み出す。AIは意思決定を補助するのではなく、ニーズの認識、ソリューションの組み合わせ、リソースの配分に参加し、組織はAIを中心に再編される。
多くの企業は第一段階から第二段階への移行でつまずいている。理由は技術ではない——技術はすでに整っている。原因は組織の慣性だ。ワークフローの再構築は、既存の権力構造を動かすことを意味する。中間管理者は情報ルーティングの独占権を失い、職能部門は存在理由を失い、承認プロセスは大きく短縮される。すべてのステップが既存の権力構造を動かすことになる。だから、最も成功したAIの変革は、創業者主導の企業だけで起きる——これが再起業の理由だ。
新しい組織の骨格
組織を底層にまで分解すると、残るのは三つの要素：情報、意思決定、アクション。従来の組織は階層を使って情報を処理し、承認チェーンを使って意思決定し、部門分担でアクションを実行してきた。AIはこれら三つのコスト構造を同時に書き換えるため、組織の骨格を再構築する必要がある。
リレーからバスケットボールへ。シリアルな納品——PM→デザイナー→エンジニア→QA→GTM——は、スキルを全て持つ3〜5人の小隊に置き換わり、並行して推進される。ほとんどの意思決定は小隊内で完結し、方向性の判断だけが重要になる。
その背景には、AIが個人の能力範囲を飛躍的に拡大させているという論理がある。十分に優れたPM＋AIは、従来のPM＋デザイナー＋初級エンジニアの仕事をこなせる。個人は長距離ランナーのようになり、カバー範囲が長くなる。個人が長距離走者になれば、組織は短距離走者のように短くできる——少ない段階、少ない引き継ぎ、より速いエンドツーエンド。軍事に例えると、海軍からシールまで。人が多い大部隊ではなく、全員が超一流の精鋭小隊になる。
部門から能力の原子へ。職能ごとにチームを作るのではなく、独立した、組み合わせ可能な能力ユニット——リスク評価、本人確認、催促、貯蓄——を自律的に構成し、APIやデータインターフェースを持たせる。
能力の原子化が完了すれば、システムは自らロードマップを生成できる。Dorseyの例に戻ると、システムはローン、返済調整、通知といった既存の能力モジュールを組み合わせて、自動的に新しいプロダクトを生み出す。PMの役割は翻訳者からアーキテクトへと変わり、能力原子の境界と品質基準を定めることになる。人と人の間で情報を運ぶのではなく。
品質はゲートからガードへ。QAはもはや開発後の独立したレビュー段階ではなく、埋め込み型の制約となり、プロセス全体を貫通する。
リリースは大規模なバージョンから継続的なフローへ。毎日小さな改善をリリースし、大規模なバージョンアップの飛躍的リズムは廃止される。静かな継続デリバリーによる、絶え間ない進化。
AIはスーパー従業員：見落とされがちな二次効果
上記はあくまでフローの変化だ。より深いインパクトは、AIが実質的なアウトプットを担い始めたときに訪れる——単なる補助ではなく、何かを生み出す段階だ。
生産関係が変わる。従来は人と人の協働だったが、AIがコアなアウトプットの一つとなると、管理者は人-AI混合チームを管理することになる。AIの出力の品質責任は誰が負うのか？AIが90％のコードを書いているAnthropicの現状では、コードレビューの対象は誰になるのか？
リソース配分の単位も変わる。従来のリソース計画は人員ベースだった——このプロジェクトには何人必要か、何ヶ月か——が、二人＋AIのアウトプットが過去の20人分に相当するなら、ヘッドカウントはもはや正しい投入単位ではない。Zuckerbergはこう言う：「かつては大規模なチームでしかできなかったことが、今や優秀な一人でできる時代になった。」
OKRの重要性はむしろ増す。直感に反する判断だが、AIは一人当たりの仕事量を10倍にしたが、「できること」と「すべきこと」のギャップも10倍広がる。かつては一人が一四半期で3つのことを推進し、方向性がずれても大きな損失はなかったが、今や一人＋AIで三十のことを推進し、方向性のズレは十倍の損失になる。全員が正しいことをやっているかを保証することは、AI時代においてむしろ最も重要なボトルネックとなる。OKRは、パフォーマンス評価ではなく、方向性の整合性を取るための仕組みとして、これまで以上に価値を持つ。
文化的な衝撃は最も見えにくい。個人のアウトプットが五倍十倍になると、従来の昇進制度やタイトル体系、報酬の幅は合わなくなる。AIを使って十倍の成果を出すICと、20人を管理しながらチームのアウトプットを維持するマネージャーとでは、どちらがより価値が高いのか？従来の組織にはこの問いに答える枠組みがなかった。
大手企業：これまでにない変化の連続だが、AIネイティブではない
投資の「秘密/テクニック」として、常に選んでいるのは、組織再編を経験している企業——大規模なリオーガナイゼーションの後には、通常、成長とマージンの向上が伴う。市場は再編の混乱を過大評価し、再編による効率化を過小評価している。今日、市場にはこれまでになく多くの再編企業が存在し、その変化もかつてないほど大きい。投資の観点からは、「候補は無数にある」と言えるが、現時点では本当にAIネイティブな構造を持つ企業は見当たらない。
Metaはエンジニアと管理者の比率を50:1にし、1年以内に何度もリオーガナイゼーションを行い、AIを連邦化アーキテクチャに統合し、Meta Computeを立ち上げて計算資源の集中管理を進め、組織の重心を大きく移動させた。
Nadellaは、22万人の従業員は「AI競争の大きな劣勢要因」だと述べ、18ヶ月で三度のAI関連リオーガナイゼーションを実施。中間層と職能を削減し、Copilotのアーキテクチャを統一し、内部モデル開発を統合。Microsoftの従業員コストは約550〜650億ドル/年だが、AIによって一人あたりの生産性が50％向上すれば、コスト削減と同じ効果が得られる。最後の大きな動きは2026年3月にCopilotのアーキテクチャを統一し、内部の「スーパーインテリジェンス」モデル開発を統合、若手幹部をCopilotの責任者に抜擢したことだ。
Shopifyは昨年、8人の幹部が次々と辞任（または辞めさせられ）、最高法務責任者がCOOに昇格。商戶データとAIを軸にした決済システムの再構築を進め、地理的な区分から垂直産業別へとシフトした——これは、AIによって各垂直産業のニーズを深く理解できるようになった結果、地理的な区分が最適な情報ルーティング手法ではなくなったことの表れだ。
AppleはCookの退任だけでなく、AIML全体の大規模な組織削減を行い、SiriをFederighiのソフトウェアエンジニアリング組織に移し、AIリーダー層はiOS/macOSのデリバリーチームに報告させる。設計もハードウェアエンジニアリングに再アラインし、Appleの明確なメッセージは：AIはあくまでデリバリーのツールであり、探索的研究ではない。大規模なリオーガナイゼーションの一環だ。
共通パターンは、情報ルーティング層のシステム的圧縮だ。ただし、率直に言えば、これらは大手企業が第一段階から第二段階へと苦労して移行している段階にすぎない。本当にAIネイティブな組織はまだ存在しない。
組織の境界は曖昧に
これまでの議論は、「社内の再編」枠内にとどまっていたが、AIのインパクトはそれだけにとどまらない——AIは内部だけでなく、外部とのコミュニケーションにも影響を与える。
AIエージェントが自動的にサービスを発見し、選択肢を比較し、取引を完了し、支払いを処理できるようになれば、「会社」と「ユーザー」間の翻訳コストも縮小する。従来は営業、カスタマーサポート、マーケティングが価値の説明や疑問解消、コンバージョンを担っていたが、エージェント時代にはこれらの多くが自動化される。
これにより、組織設計の境界も拡張される。内部構造だけでなく、サービスがエージェントに発見・呼び出し可能かどうか、エージェントのディスカバリー層で何番目に位置するか——これらの問いは、「Google検索で何番目に表示されるか」と同じくらい重要になり、場合によってはそれ以上に重要になる。なぜなら、エージェントは選択肢を提示するだけでなく、直接取引を完結させ、コンバージョン率は検索広告の数倍になるからだ。
防衛線の移動
過去10年、競争優位の核心は実行速度だった——誰がより速く、より良いプロダクトをユーザーに届けられるか。
今や、防衛線は「学習速度」に移行している——組織がAIの新たな可能性をどれだけ早く吸収し、それに基づいて自己再構築できるか。
大多数の企業は、既存の構造をAIで少しだけ高速化している段階だ。これは価値はあるが、根本的な変化ではない。本当に差をつけるには、もしゼロから始めるとしたら、AIが何をできるかを知った上で、どうこの会社を作るか？という問いに対して、答えは「既存の組織＋AIツール」ではない。
答えは、まだ見たことのない形——個人は長距離走者のように長く、組織は短距離走者のように短く、能力は原子化され、情報ルーティングは自動化され、プロダクトは涌現する——だ。その到達経路は、一度のリオーガナイゼーションではなく、常に同じ問いを繰り返すことだ：この段階に人の翻訳は必要か？必要ないなら、なぜそれを残すのか？
643.95K 人気度
326.9K 人気度
86.04K 人気度
29.61K 人気度
732.16K 人気度
なぜあなたの会社はまだ20世紀の組織構造を使ってAI時代のビジネスを行っているのですか？
執筆：深思圈
数日前、X上でFreda Duanの長いツイートを見かけた。彼女は大小さまざまな企業のAI導入状況を調査し、気づいたことを述べている：ほとんどの企業が既存のプロセスにAIツールを詰め込もうとしているが、ほとんど誰もそのプロセス自体がなぜこの形になったのかを問うていない。
典型的なシナリオ：企業がCopilotを購入し、全員にライセンスを配布し、CTOが全社会議で「我々はAIを受け入れる」と宣言する。三ヶ月後の振り返りでは——コード生成が格段に速くなり、ドキュメント作成がスムーズになり、会議議事録の自動化も進んだが、ROIは本当に証明されていない。なぜか？今日の組織構造がAIに微小なエンパワーメントしか許さず、真のROIを得るには組織の再構築が必要だからだ。
階層の本当の役割
組織構造の教科書的定義は権力構造——誰が誰に報告し、誰が承認権を持つか——だが、これは表層にすぎない。階層制度が本当に解決すべき問題は情報のルーティングだ。
一定規模を超える企業では、全員が全体像を見ることは不可能だ。だから管理者層を何層も設け、二つのことを行う：一線からの信号を集約し、判断を抽出して上に伝える；上層の戦略意図を下に翻訳し、実行アクションに落とし込む。定例会議、デイリースタンドアップ、QBR、ステアリングコミッティー、部門横断の調整会議——これらはすべて情報のルーティング装置だ。
しかし、ここにはあまり議論されない構造的な逆説がある：部門と階層の存在は、個人のスキルや生産性の有限性を解決するためだ——一人では完結しないから分業が必要だ。しかし、分業と階層自体が新たなボトルネックを生む。情報は管理層を通過するたびに減衰し、文化は部門の境界を越えるたびに希薄化する。組織が大きくなるほど減衰は深刻になり、より多くの会議やプロセス、中間層が必要となる。中間層が増えるほど、また新たな減衰が生まれる。これは管理能力の問題ではなく、構造的な死循環だ。
過去数十年、すべての管理革新——アジャイル、OKR、フラット化、マトリックス組織——は本質的にこの死循環の中で局所的な最適化を追求してきた。だが、それを本当に打破した例はない。
AIはこの循環そのものを破る。情報ルーティングのコストがほぼゼロになれば、情報減衰を補うための組織構造は存在意義を失う。
真のボトルネックは翻訳コスト
中規模のプロダクトの機能開発フローを例にとると：PMは2〜3週間かけてPRDを書く。デザイナーはPRDを受け取り、PMの意図を理解し、ビジュアル案に翻訳。エンジニアはビジュアル案を受け取り、設計意図を理解し、コードに翻訳し、「8週間」のスケジュールを立てる。ところが、要件が変わり、PRDを書き直し、開発に2〜3ヶ月かかる。QAはコードを受け取り、期待される動作を理解し、テストケースに翻訳。GTMはリリース資料や販売トレーニングを準備。エンドツーエンドで3〜6ヶ月かかる。
表面的なボトルネックは速度だが、実際のボトルネックは翻訳コストだ。PMの頭の中のアイデアがドキュメントにエンコードされ、デザイナーがそれをデコードしてビジュアル言語に再エンコードし、エンジニアが再デコードしてコードに再エンコードし、QAが再デコードしてテストロジックに再エンコードする。翻訳のたびに忠実度が失われ、会議や待ち時間が発生する。遅いのは人のせいではなく、一人の理解を別の人が消費できる形式に変換する作業自体が非常に難しいからだ。
AIはこれらの翻訳層を圧縮しつつある。PMはAIを使って一日でインタラクティブなプロトタイプを作成できるようになり、PMとエンジニア間の翻訳層はほぼゼロに近づく。AIはコードを書きながら同時にテストも生成し、開発とQAの引き継ぎは消滅する。顧客の信号やビジネス指標をリアルタイムで統合するインテリジェント層があり、従来は週次で手動集約していた中間管理層の価値源も再定義される。これは各役割が速くなるのではなく、役割間のギャップ——翻訳層、引き継ぎのキュー、調整会議——が蒸発しているのだ。
真の変化はワークフロー層に起きている：各段階の速度を上げるのではなく、エンドツーエンドの全体の流れを再構築することだ。両者の違いは規模の差ではなく、パラダイムの違いだ。
最近話したスタートアップ創業者が、非常に面白い連鎖反応を描写した。彼の開発チームはAIを使って、3ヶ月かかっていた開発プロセスを2週間に圧縮した。最初は興奮したが、次に気づいたのは、QAの2週間のレビューサイクルが突然、開発と同じ長さのボトルネックになったこと——そこでQAは排除され、テストは開発に埋め込まれた。次に、PMとデザイナーの1ヶ月間の調整・確定プロセスが新たなボトルネックに露出し、PMチームは最も有能な人だけを残すようになった。さらに、GTMの準備期間は、ほぼAI化され、開発と並行して進められる。組織は80％縮小し、エンドツーエンドの納品はほぼ1年から1〜2ヶ月に短縮された。
この話のポイントは「AIが人を速くする」ことではない。翻訳層が消えた後に露呈した連鎖的なボトルネックの効果だ：一つの翻訳層を削ると、次の最も遅い段階が新たなボトルネックとして現れる。この過程は止まらず、全体の直列的な流れが並列化され、極小のチームによるエンドツーエンドの流れに圧縮されていく。もし一つの段階だけにAIを導入すれば、得られる効果は小さくなる。なぜなら、ボトルネックは次の翻訳層に移るだけだからだ。端から端まで再構築しなければ、最も狭いパイプに高圧ポンプをつけるのと同じことになる。
多くの企業が詰まっているポイント
三段階モデルで考えると——
第一段階：従来のやり方で、ツールを変えただけ。これがほとんどの企業の現状だ。AIの役割は：基盤においてツールとして働き、従業員の作業を支援し、組織構造は変わらない。
第二段階：従来のやり方を新しいプロセスに再構築。上記の創業者の話はこの段階だ。製品は同じままで、シリアルから並列へ、巨大なチームから小さなチームへ、翻訳層は排除される。AIの役割は中間層に移り、情報ルーティング、判断の統合、クロスファンクショナルな調整を担う。これらはかつて中間管理層の仕事だった。組織はフラット化し始める。
第三段階：これまでできなかったことを実現。Jack Dorseyは例を挙げている——季節性の低迷前にキャッシュフローを自動的に検知し、短期ローンを自動で組み、返済計画を調整し、商人に通知する——彼ら自身も想像しなかった資金調達を自動化する仕組みだ。PMが決めるのではなく、システムがタイミングを認識し、既存の能力モジュールを組み合わせて新たなプロダクトを生み出す。AIは意思決定を補助するのではなく、ニーズの認識、ソリューションの組み合わせ、リソースの配分に参加し、組織はAIを中心に再編される。
多くの企業は第一段階から第二段階への移行でつまずいている。理由は技術ではない——技術はすでに整っている。原因は組織の慣性だ。ワークフローの再構築は、既存の権力構造を動かすことを意味する。中間管理者は情報ルーティングの独占権を失い、職能部門は存在理由を失い、承認プロセスは大きく短縮される。すべてのステップが既存の権力構造を動かすことになる。だから、最も成功したAIの変革は、創業者主導の企業だけで起きる——これが再起業の理由だ。
新しい組織の骨格
組織を底層にまで分解すると、残るのは三つの要素：情報、意思決定、アクション。従来の組織は階層を使って情報を処理し、承認チェーンを使って意思決定し、部門分担でアクションを実行してきた。AIはこれら三つのコスト構造を同時に書き換えるため、組織の骨格を再構築する必要がある。
リレーからバスケットボールへ。シリアルな納品——PM→デザイナー→エンジニア→QA→GTM——は、スキルを全て持つ3〜5人の小隊に置き換わり、並行して推進される。ほとんどの意思決定は小隊内で完結し、方向性の判断だけが重要になる。
その背景には、AIが個人の能力範囲を飛躍的に拡大させているという論理がある。十分に優れたPM＋AIは、従来のPM＋デザイナー＋初級エンジニアの仕事をこなせる。個人は長距離ランナーのようになり、カバー範囲が長くなる。個人が長距離走者になれば、組織は短距離走者のように短くできる——少ない段階、少ない引き継ぎ、より速いエンドツーエンド。軍事に例えると、海軍からシールまで。人が多い大部隊ではなく、全員が超一流の精鋭小隊になる。
部門から能力の原子へ。職能ごとにチームを作るのではなく、独立した、組み合わせ可能な能力ユニット——リスク評価、本人確認、催促、貯蓄——を自律的に構成し、APIやデータインターフェースを持たせる。
能力の原子化が完了すれば、システムは自らロードマップを生成できる。Dorseyの例に戻ると、システムはローン、返済調整、通知といった既存の能力モジュールを組み合わせて、自動的に新しいプロダクトを生み出す。PMの役割は翻訳者からアーキテクトへと変わり、能力原子の境界と品質基準を定めることになる。人と人の間で情報を運ぶのではなく。
品質はゲートからガードへ。QAはもはや開発後の独立したレビュー段階ではなく、埋め込み型の制約となり、プロセス全体を貫通する。
リリースは大規模なバージョンから継続的なフローへ。毎日小さな改善をリリースし、大規模なバージョンアップの飛躍的リズムは廃止される。静かな継続デリバリーによる、絶え間ない進化。
AIはスーパー従業員：見落とされがちな二次効果
上記はあくまでフローの変化だ。より深いインパクトは、AIが実質的なアウトプットを担い始めたときに訪れる——単なる補助ではなく、何かを生み出す段階だ。
生産関係が変わる。従来は人と人の協働だったが、AIがコアなアウトプットの一つとなると、管理者は人-AI混合チームを管理することになる。AIの出力の品質責任は誰が負うのか？AIが90％のコードを書いているAnthropicの現状では、コードレビューの対象は誰になるのか？
リソース配分の単位も変わる。従来のリソース計画は人員ベースだった——このプロジェクトには何人必要か、何ヶ月か——が、二人＋AIのアウトプットが過去の20人分に相当するなら、ヘッドカウントはもはや正しい投入単位ではない。Zuckerbergはこう言う：「かつては大規模なチームでしかできなかったことが、今や優秀な一人でできる時代になった。」
OKRの重要性はむしろ増す。直感に反する判断だが、AIは一人当たりの仕事量を10倍にしたが、「できること」と「すべきこと」のギャップも10倍広がる。かつては一人が一四半期で3つのことを推進し、方向性がずれても大きな損失はなかったが、今や一人＋AIで三十のことを推進し、方向性のズレは十倍の損失になる。全員が正しいことをやっているかを保証することは、AI時代においてむしろ最も重要なボトルネックとなる。OKRは、パフォーマンス評価ではなく、方向性の整合性を取るための仕組みとして、これまで以上に価値を持つ。
文化的な衝撃は最も見えにくい。個人のアウトプットが五倍十倍になると、従来の昇進制度やタイトル体系、報酬の幅は合わなくなる。AIを使って十倍の成果を出すICと、20人を管理しながらチームのアウトプットを維持するマネージャーとでは、どちらがより価値が高いのか？従来の組織にはこの問いに答える枠組みがなかった。
大手企業：これまでにない変化の連続だが、AIネイティブではない
投資の「秘密/テクニック」として、常に選んでいるのは、組織再編を経験している企業——大規模なリオーガナイゼーションの後には、通常、成長とマージンの向上が伴う。市場は再編の混乱を過大評価し、再編による効率化を過小評価している。今日、市場にはこれまでになく多くの再編企業が存在し、その変化もかつてないほど大きい。投資の観点からは、「候補は無数にある」と言えるが、現時点では本当にAIネイティブな構造を持つ企業は見当たらない。
Metaはエンジニアと管理者の比率を50:1にし、1年以内に何度もリオーガナイゼーションを行い、AIを連邦化アーキテクチャに統合し、Meta Computeを立ち上げて計算資源の集中管理を進め、組織の重心を大きく移動させた。
Nadellaは、22万人の従業員は「AI競争の大きな劣勢要因」だと述べ、18ヶ月で三度のAI関連リオーガナイゼーションを実施。中間層と職能を削減し、Copilotのアーキテクチャを統一し、内部モデル開発を統合。Microsoftの従業員コストは約550〜650億ドル/年だが、AIによって一人あたりの生産性が50％向上すれば、コスト削減と同じ効果が得られる。最後の大きな動きは2026年3月にCopilotのアーキテクチャを統一し、内部の「スーパーインテリジェンス」モデル開発を統合、若手幹部をCopilotの責任者に抜擢したことだ。
Shopifyは昨年、8人の幹部が次々と辞任（または辞めさせられ）、最高法務責任者がCOOに昇格。商戶データとAIを軸にした決済システムの再構築を進め、地理的な区分から垂直産業別へとシフトした——これは、AIによって各垂直産業のニーズを深く理解できるようになった結果、地理的な区分が最適な情報ルーティング手法ではなくなったことの表れだ。
AppleはCookの退任だけでなく、AIML全体の大規模な組織削減を行い、SiriをFederighiのソフトウェアエンジニアリング組織に移し、AIリーダー層はiOS/macOSのデリバリーチームに報告させる。設計もハードウェアエンジニアリングに再アラインし、Appleの明確なメッセージは：AIはあくまでデリバリーのツールであり、探索的研究ではない。大規模なリオーガナイゼーションの一環だ。
共通パターンは、情報ルーティング層のシステム的圧縮だ。ただし、率直に言えば、これらは大手企業が第一段階から第二段階へと苦労して移行している段階にすぎない。本当にAIネイティブな組織はまだ存在しない。
組織の境界は曖昧に
これまでの議論は、「社内の再編」枠内にとどまっていたが、AIのインパクトはそれだけにとどまらない——AIは内部だけでなく、外部とのコミュニケーションにも影響を与える。
AIエージェントが自動的にサービスを発見し、選択肢を比較し、取引を完了し、支払いを処理できるようになれば、「会社」と「ユーザー」間の翻訳コストも縮小する。従来は営業、カスタマーサポート、マーケティングが価値の説明や疑問解消、コンバージョンを担っていたが、エージェント時代にはこれらの多くが自動化される。
これにより、組織設計の境界も拡張される。内部構造だけでなく、サービスがエージェントに発見・呼び出し可能かどうか、エージェントのディスカバリー層で何番目に位置するか——これらの問いは、「Google検索で何番目に表示されるか」と同じくらい重要になり、場合によってはそれ以上に重要になる。なぜなら、エージェントは選択肢を提示するだけでなく、直接取引を完結させ、コンバージョン率は検索広告の数倍になるからだ。
防衛線の移動
過去10年、競争優位の核心は実行速度だった——誰がより速く、より良いプロダクトをユーザーに届けられるか。
今や、防衛線は「学習速度」に移行している——組織がAIの新たな可能性をどれだけ早く吸収し、それに基づいて自己再構築できるか。
大多数の企業は、既存の構造をAIで少しだけ高速化している段階だ。これは価値はあるが、根本的な変化ではない。本当に差をつけるには、もしゼロから始めるとしたら、AIが何をできるかを知った上で、どうこの会社を作るか？という問いに対して、答えは「既存の組織＋AIツール」ではない。
答えは、まだ見たことのない形——個人は長距離走者のように長く、組織は短距離走者のように短く、能力は原子化され、情報ルーティングは自動化され、プロダクトは涌現する——だ。その到達経路は、一度のリオーガナイゼーションではなく、常に同じ問いを繰り返すことだ：この段階に人の翻訳は必要か？必要ないなら、なぜそれを残すのか？