AI は人間の労働を代替するはずだった。
しかし、実際は逆の結果をもたらした。
歴史上初めて、人間がソフトウェアよりも 安価 になった。
トップ企業における従業員 1 人あたりのトークン消費額
そして AI は、排除するよりも 多くの 雇用を生み出している。
AI 導入後の従業員数の増加
テクノロジーは常に、ある問題を解決すると同時に別の問題を生み出してきた。
1830 年代、鉄道の出現は世界がかつて見たことのない最大のインフラ建設を促した。アメリカの線路距離は 10 年で 120 倍になった。
しかし、システムは破綻した。
1841 年 10 月 5 日、マサチューセッツ州のウェスタン鉄道で、単純な連携ミスが原因で 2 台の列車が衝突し、死者を出す事故が発生した。
鉄道網の複雑化に伴い、個々の車掌だけでは列車の安全運行を確保できなくなった。そこで鉄道会社は数十年にわたる取り組みを開始した。各地域に管理者を採用し、組織内に新しい役割を定義し、報告ラインを持つ明確な階層構造を確立した。これが近代的な経営の誕生である。これを機に鉄道は世界初の数十億ドル産業となり、ピーク時には株式市場の約 60% を占めた。
AI が再びシステムを破綻させようとしている。
私たちは今や、最も優秀でない従業員にさえ、無限の人員と無限の予算を与えてしまった。
AI の管理は人間の管理よりも難しい。なぜなら AI は機能不全を瞬時に拡大するからだ。幸いなことに、私たちは過去から学ぶことができる。
エージェント型労働力と人間型労働力は、同じように失敗する。
この 2 つの間に見られる 7 つの主要な類似点を理解することで、次の 1 兆ドル規模の AI 価値創造が可能になる。
エージェントと人間の労働力における 7 つの類似点
1. トークン大量消費は、問題に人員を投入するのと同じである。
トークン大量消費のハイプサイクルは、1 ヶ月足らずでその全行程を駆け抜けた。
しかし、消費されるトークンの量は、実際には決して問題ではなかった。
人々がこれほど多くのトークンにお金を費やしているのは、その使い方を知らないからだ。
おそらく 100 人に 1 人の従業員だけが、AI にコンテキストを与える方法を知っている。プロセスを明確に説明でき、汚染されたコンテキストウィンドウに共感する忍耐力を持ち、あるいはそれが何を意味するかを理解している人物は、まれな存在だ。
残りの 99 人にエージェントのハーネスを与えれば、彼らは「ループ」を生み出すだろう。
2. ループは、会議のための会議のようなものだ。
Claude Code/Cowork、Copilot、Karpathy の Autoresearch、あるいはあらゆるハーネスにおいて、ループは、ほとんど誰もプロンプトを成功させられないという事実に対する応急処置にすぎない。
ループは、人間の能力不足を補うための力任せの試みである。エージェントが自分自身を呼び出して自分自身を修正するのは、人間がタスクを明確に説明できなかったからに他ならない。力任せの方法が、システムが進歩するための唯一の道となる。これはすべて、そもそも人間がタスクを正しく理解できなかったことに起因する。
あなたはトークンを使うためにトークンを使っている。
3. 無駄になったトークンは、新しい人員の膨張である。
今日、ほとんどの企業は誤った管理下にある。
大多数の労働者は、ビジネスに意味のある影響をまったく与えていない。彼らは機械の歯車であり、各階層で承認印を押し、存在するために存在する機械を動かすために、さらに多くの歯車を雇っている。
彼らはループしている。
多くの場合、ループを断ち切る方が効率的だ。Elon は X の従業員の 80% を削減したが、会社の業績は向上した。プライベートエクイティのオペレーティングパートナーは、この単純な事実を利用して生計を立てている。
従業員の 80% が何もしていないのと同じように、今日のトークンの 80% も何もしていない。
人が人を増やす。トークンがトークンを増やす。ループ化は、新たな帝国建設である。
4. 100 倍のトークンは、新しい 10 倍のエンジニアである。
ソフトウェアの約束は、一度構築すれば低コストで永久に稼働させ、監督する必要がないというものだった。AI はその約束を破った。ソフトウェアが何でもできるようになると同時に、何ひとつ確実にできなくなったのだ。
トークンは労働力のように振る舞い、トークンを従業員と見なすと、AI の約束は崩れ始める。
- 「トークンは人間より正確だ」 しかし、それは正しくプロンプトが与えられた場合に限る。
- 「トークンは人間より速い」 しかし、100 回のリトライを伴う場合、速度は無意味になる。
- 「トークンは政治を行わない」 しかし、トークンはトークン消費の帝国を築く。
- 「トークンは辞めない」 しかし、新しいモデルのリリースや新しいセッションの間には消滅する。
- 「トークンは信頼できる」 しかし、完璧なフォーマットで自信満々に失敗する。
AI が本当に人間に勝る点は、スケーラビリティだけだ。人間のスケーリングには、採用、オンボーディング、離職に多大なエネルギーが必要となる。トークンのスケーリングは瞬時に行える。これこそが、誤った管理が非常に高くつく理由であり、100 倍のトークンを見つけ出し、スケールさせなければならない理由である。
10 倍のエンジニアは前の時代の企業を築いた。100 倍のトークンは次の時代を築くだろう。
少数の従業員が他の従業員の生産性を 10 倍にするのと同じように、特定のジョブに対して、ある程度のトークンコンテキストが AI の労力を桁違いに削減できる。100 倍のレバレッジをもたらすトークンが存在する。
平均的には人間の方がトークンより安いが、優れたトークンは規模においてより安価である。
経営管理が、一方を他方へと変換する。
5. コンテキストの囲い込みは、最新の雇用確保戦術である。
企業内の AI には巨大な政治的問題が存在し、それは悪化する一方だ。
従業員は、AI システムに自分の秘伝のタレを教えたがらない。
彼らは、これらのシステムが単に「彼らを支援する」ためや「生産性を向上させる」ためだけに存在するわけではないことに気づき始めている。
Meta を見てみよう。AI を正しく活用することに強いインセンティブを持つ株式保有従業員が、会社が従業員のコンテキストを学習データとして使用していることに 激怒 している。これは テクノロジー企業 でさえ起こっているのだ… この対立は、今後あらゆる業界で起ころうとしていることの縮図である。
https://x.com/Polymarket/status/2061903052966076882
部族知識は何世紀にもわたって雇用を守る手段だった。中世のギルドはその手法を秘匿していた。AI は、労働者にそれらすべてを一度に引き渡すよう求める最初のテクノロジーである。
誰も自分の代わりを無料で訓練したりはしない。
100 倍のトークンを保持する人々は、それを手放すインセンティブが最も少ない。感情的にも、構造的にも、政治的にも、企業は自らの未来にとって最も重要なテクノロジーを拒絶するようにできている。
6. 評価は、新しい OKR である。
トークン労働力を管理する最善の方法は、人間を管理する最善の方法と同じである。すなわち、良い状態とは何かを定義することだ。
政治を免れた、唯一飛躍的に普及した AI ユースケースはコーディングである。それはパイを拡大し、すべてのエンジニアをより優れたものにした。
その仕組みは評価である。今日の AI 収益の 99% はコーディングによるものだ。なぜならコーディングには組み込みの評価が存在するからだ。コードは実行されるか、されないかのどちらかである。
より広範で、分野横断的な AI ユースケースが実現するのは、誰かが必要な評価を構築したときだけだろう。特定の評価は、従業員にプロンプトを教えたり、チャットハーネスを与えたりすることよりも重要である。評価があれば、AI はコードが決して触れることのできなかった経済の部分を食い尽くすだろう。
管理の真の仕事は、曖昧な人間のプロセスをコードに変換し、定性的なものを定量的に表現することである。
企業の評価スイートは、その最も価値あるリソースになるだろう。
OKR が人間の労働力を最適なアウトプットに活用するための鍵であるように、評価は無限にスケーラブルなトークン労働力を活用するための鍵となる。評価は、100 倍のトークンを実行するための道筋である。
さらに、同じ評価セットを持つ企業は 2 つとない。評価は競争優位性の鍵となる。一般的な評価や一般的なエージェントを実行している組織には、優位性はない。
7. 次の 1 兆ドル規模の機会は、変革を請け負う企業である。
エンタープライズ企業は、長年にわたりファンデーションモデルのコミットメント、アプリケーション層、社内ビルドに投資してきた。そのすべてが、経済性に関する厳しい真実を隠蔽している。
まだ誰も AI を確実に機能させることに成功していない。
シリコンバレーはこの失敗を確信しており、その最新の執着は、今日のビジネスに 反対 する賭けである。「ネオファーム」または「AI ネイティブサービス」と呼ばれるスタートアップは、ナレッジエコノミー全体の 21 兆ドルにのぼるサービス支出を獲得するために資金提供を受けている。その理論的根拠は、既存企業は自らの政治とプロセスに溺れて、決して移行を自ら管理できないというものだ。
ネオファームは、既存企業（トラッドファーム）の AI 導入を促進する競争圧力を提供するかもしれない。しかし、最大の AI 資産は依然として既存企業の中にある。すでに機能している差別化されたプロセスであり、すでに存在する流通チャネルを通じてスケーラブルなものだ。
実際、次に最大のビジネスは、既存の サービス支出を食い尽くすものではない。それらは、既存のプレイヤーにまったく新しいタイプのサービスを販売するだろう。
「AI 変革企業」は、どのネオファームよりも 10 倍大きくなるだろう。
変革とは、一度きりのプロジェクトのように聞こえる。しかし、そこにはジェボンズのパラドックスが働いている。組織が採用するユースケース 1 つにつき、さらに 10 のユースケースが浮上する。企業が AI 対応になるほど、より多くの変革を必要とし、その一方で、可能なことのフロンティアは日々進歩している。継続的な AI 変革の取り組みは、競争するための唯一の方法となるだろう。
Palantir を考えてみよう。書類上は、ソフトウェア業界の中で最も Claude に破壊されやすい企業だ。エンタープライズ向けに特注のアプリケーションを手作りする、50 兆円規模のビジネスである。SaaS がほとんど投資不可能になった論理によれば、$PLTR は $NOW の前に評価額がゼロになるはずだ。
しかし、現実はそうではない。なぜなら Palantir は決してソフトウェアを販売していたわけではないからだ。同社は変革を販売していたのだ。
しかし、変革そのものも、Palantir の昔の時代から進化している。AI ファーストの世界では、変革はオントロジーやカスタムソフトウェア、そしてまれな特注のプロンプト以上のものを意味する。本当の仕事は、評価、トークンの最小化、そしてビジネスを深く理解してプログラム可能にすることにある。
各企業のニュアンスをエージェントにエンコードすることは、この 10 年で最大の経済的タスクとなるだろう。
管理の時が来た。
AI ブームの各フェーズには、それを導く決まり文句があった。
金脈発見時のツルハシを売れと言われ、私たちはインフラを構築した。「サービス・アズ・ア・ソフトウェア」を売れと言われ、私たちはネオファームを構築した。インフラは十分にある。サービスも十分にある。今、求められているのは、列車を定時に走らせることだ。
今こそ、企業全体を調査する時である。100 倍のトークンを見つけ出し、機能するループを記録し、膨大に無駄遣いされている知性を正しい方向へ導くのだ。
人間がソフトウェアよりも安価になった。
しかし、誰かはまだ、その両方に何をすべきか指示しなければならない。
本稿の執筆にあたり、思考を提供してくれた Sam Wolfe、David Oks、@WillManidis、@Alex_Danco に感謝する。また、草稿作成において、あまりにも多くのループ上で動作する @ClaudeAI Fable 5 にも感謝する。
