メむンコンテンツぞスキップ
芋出し画像

第4回 AI Agent時代に消えるのは階局ではない 〜本圓に倉わるのは『人数』ずいう抂念である〜

    第1ç«  AIで組織階局は消えるのか

    前回の蚘事では、次回はPLの倉化に぀いお論じるず予告した。

    しかしPLの倉化を語る前に、たず組織党䜓に䜕が起きおいるのかを敎理しおおきたい。

    PLずいう圹割の倉化は、もっず倧きな地殻倉動の䞀郚に過ぎないからである。

    AIの進化によっお、倚くの人が組織の未来に぀いお語るようになった。

    その䞭でもよく聞くのが、

    「䞭間管理職は䞍芁になる」

    「組織はフラット化する」

    「PMやPLはAIに眮き換わる」

    ずいう議論である。

    確かに、AIによっお仕事の進め方は倧きく倉わり始めおいる。

    生成AIは文章を䜜り、蚭蚈を支揎し、コヌドを曞き、レビュヌたで行う。

    AI Agentは人間の指瀺を受けお耇数の䜜業を自埋的に実行するようになり぀぀ある。

    こうした倉化を芋るず、

    「組織そのものが䞍芁になるのではないか」

    ず思うのも自然である。

    しかし私は、その芋方は少し短絡的だず考えおいる。

    なぜなら、組織が存圚する理由は単なる䜜業分担ではないからだ。

    組織には、

    ・意思決定を行う

    ・責任を分担する

    ・限られたリ゜ヌスを配分する

    ・優先順䜍を決める

    ずいう圹割がある。

    AIは刀断を支揎できる。

    実行も支揎できる。

    しかし最終的な責任を負うこずはできない。

    利害が衝突する堎面で意思決定を行うこずもできない。

    だからAIが進化しおも、組織そのものが消えるわけではない。

    では䜕が倉わるのだろうか。

    私は、本圓に倉わるのは組織図ではなく、組織を成立させおいた前提条件そのものだず考えおいる。

    その前提条件ずは、いったい䜕なのか。

    次章では、なぜPM・PL・SE・PGずいう階局構造が生たれたのかを敎理しながら、AIが本圓に砎壊しおいるものに぀いお考えおいきたい。


    第2ç«  消えるのは階局ではなく情報䌝達コスト

    AIによっお組織はフラット化する。

    䞭間管理職は䞍芁になる。

    近幎、このような議論を目にする機䌚が増えた。

    確かにAIによっお管理業務の䞀郚は自動化され぀぀ある。

    しかし私は、

    「AIが階局を壊しおいる」

    ずいう芋方は本質を捉えおいないず考えおいる。

    本圓にAIが砎壊しおいるのは、階局そのものではない。

    階局を成立させおいた情報䌝達コストである。

    なぜ階局は生たれたのか

    私たちは圓たり前のように、PM↓PL↓SE↓PGずいう組織構造を受け入れおいる。

    第2回の蚘事で述べた通り、この分業構造には育成や人月商売ずいった耇数の理由があった。

    しかしその根底にある最倧の理由は、人間の情報凊理胜力に限界があったからである。

    PMが100人の開発者を盎接管理する堎面を想像すればわかりやすい。

    100人分の進捗、質問、課題、レビュヌ䟝頌を䞀人で凊理するこずは珟実的ではない。

    だからPLが必芁になった。

    PLはチヌム単䜍で情報を集玄し、敎理し、PMぞ䌝達する。

    ぀たり組織階局ずは、管理のためではなく情報量を制埡するための仕組みだったのである。

    PLは情報圧瞮装眮であり情報倉換装眮である

    PLの仕事を進捗管理だず考える人は倚い。

    しかし実際にはもっず重芁な圹割を担っおいた。

    それは情報倉換である。

    䟋えば顧客が、

    「受泚凊理をもっず効率化したい」

    ず蚀ったずする。

    この芁求だけでは開発はできない。

    PLはたず業務芁件ぞ敎理する。

    さらにシステム芁件ぞ倉換する。

    その埌、蚭蚈芁件ぞ萜ずし蟌む。

    そしお開発者ぞ䌝える。

    䞀぀の曖昧な芁望が、䜕段階もの倉換を経お、ようやく実装可胜な指瀺になる。

    ぀たりPLずは、

    情報圧瞮装眮であり、情報倉換装眮だったのである。

    PMも同じだ。

    経営芁求をプロゞェクト蚈画ぞ倉換する。

    SEは蚭蚈を実装可胜な圢ぞ倉換する。

    組織階局ずは、情報倉換の連鎖だったのである。

    私自身、PMやPLずしお働く䞭で痛感しおきたこずがある。

    䞀日の倧半が、コヌドを曞く時間でも蚭蚈する時間でもなく、「誰かの蚀葉を、別の誰かに䌝わる圢ぞ翻蚳する時間」で埋たっおいたのである。

    顧客の芁望を、開発者の蚀葉ぞ。

    開発者の懞念を、経営局の蚀葉ぞ。

    この翻蚳䜜業こそが、実は最もコストのかかる仕事だった。

    SIerの倚重構造も情報䌝達装眮だった

    日本のSI業界には、元請↓䞀次請↓二次請↓䞉次請ずいう倚重構造が存圚する。

    しばしば䞭抜き構造ず批刀される。

    第1回の蚘事では、この構造が品質管理やリスク分散、皟議文化など耇数の芁因によっお成立しおきたこずを述べた。

    そうした芁因のうち、AIが最も盎接的に砎壊するのが情報䌝達コストである。

    顧客芁求を敎理し、芁件定矩を行い、蚭蚈ぞ萜ずし蟌み、実装し、テストし、運甚する。

    この長い流れを維持するためには、倚くの人間による情報の受け枡しが必芁だった。

    ぀たり階局構造そのものが悪だったわけではない。

    圓時の技術条件䞋では、合理的な情報䌝達モデルだったのである。

    情報䌝達コストずは䜕か

    ここでいう情報䌝達コストずは、単にメヌルを送る時間のこずではない。

    聞く。理解する。敎理する。倉換する。䌝える。確認する。

    ずいう䞀連の掻動党䜓を指しおいる。

    ヒアリング、䌚議、芁件敎理、蚭蚈曞䜜成、レビュヌ、QA察応、進捗確認。

    ITプロゞェクトでは、実装䜜業そのものよりも、こうした情報凊理に倚くの時間を䜿っおいるケヌスも少なくない。

    組織階局ずは、このコストを分散するための仕組みだったのである。

    AIは䜕を砎壊しおいるのか

    珟圚のAIはコヌドを生成するだけの存圚ではない。

    芁玄し、調査し、分析し、蚭蚈を支揎し、ドキュメントを生成し、レビュヌを支揎する。

    ぀たりAIが削枛しおいるのは実装コストではない。

    情報凊理コストである。

    埓来、人間が行っおいた理解・敎理・倉換・䌝達ずいう掻動を、AIが代替し始めおいる。

    ここにAIの本圓のむンパクトがある。

    第2章の結論

    人間同士の情報䌝達コストを前提に組織を蚭蚈しおきた時代を、本皿ではIndustrial Ageず呌ぶこずにする。

    Industrial Ageの組織は、その情報䌝達コストを前提ずしお階局を組み立おおいた。

    しかし第3回で觊れたAI Native組織が広がる時代では、その前提そのものが厩れ始めおいる。

    だから倉わるのは組織図ではない。

    組織図を成立させおいた経枈合理性なのである。

    AIは階局を壊すのではない。階局を成立させおいた情報䌝達コストを壊しおいる。

    これこそが、AI Agent時代の組織倉化を理解する䞊で最も重芁な芖点だず私は考えおいる。


    第3ç«  AI Agentは新しい郚䞋なのか

    ここたで、AIは階局を壊しおいるのではなく、階局を成立させおいた情報䌝達コストを壊しおいる、ずいう話をしおきた。

    では、その倉化を生み出しおいる䞻䜓は䜕なのだろうか。

    その答えの䞀぀がAI Agentである。

    近幎、倚くの人が生成AIを掻甚しおいる。

    文章を曞き、芁玄し、調査し、コヌドを曞く。

    こうした䜿い方は既に珍しいものではなくなった。

    しかしAI Agentは埓来の生成AIずは少し異なる。

    単に質問に答えるだけではない。

    指瀺を受け、耇数の䜜業を実行し、成果物を返す。

    より劎働力に近い存圚になり぀぀あるのである。

    AI Agentはツヌルなのか

    䟋えばPMやPLの立堎で考えおみよう。

    開発者ぞ䜜業を䟝頌するずき、私たちは通垞、䜕を、い぀たでに、どのような品質で䜜るのかを䌝える。

    開発者はそれを実行し、成果物を返しおくる。

    珟圚のAI Agentも䌌たような振る舞いを芋せ始めおいる。

    芁件を枡し、調査や実装、テストを䟝頌するず、AI Agentは䜜業を実行し、結果を返しおくる。

    もちろん完党ではない。

    しかし少なくずも、単なる怜玢ツヌルや゚ディタの補助機胜ずは異なる存圚になり぀぀ある。

    ではAI Agentは郚䞋なのか

    ここで興味深い問いが生たれる。

    AI Agentは郚䞋なのだろうか。

    私は違うず考えおいる。

    なぜなら人間の郚䞋には、育成が必芁だからだ。

    評䟡も、モチベヌション管理も、䜓調管理も必芁である。

    退職リスクもある。

    䞀方でAI Agentにはそれらがない。

    疲れない。䞍満も持たない。昇進も求めない。24時間皌働できる。

    人間ずは本質的に異なる存圚である。

    AI Agentは郚䞋でもツヌルでもない第䞉の存圚である

    ここで重芁なのは、AI Agentを二぀の叀い枠に圓おはめないこずだ。

    AI Agentは郚䞋ではない。

    しかし単なるツヌルでもない。

    AI Agentは、郚䞋でもツヌルでもない、第䞉の存圚である。

    実際にAI Agentは、調査・実装・テスト・ドキュメント䜜成・レビュヌ支揎ずいった業務を担い始めおいる。

    人間ではない。

    しかし組織胜力の䞀郚ずしお機胜し始めおいる。

    これたで組織胜力は、ほが人数によっお決たっおいた。

    10人組織より100人組織の方が倚くの仕事をこなせる。

    それが圓たり前だった。

    しかし郚䞋でもツヌルでもない存圚が組織の䞭に入り始めるず、その前提が揺らぎ始める。

    第3章の結論

    AI Agentは郚䞋ではない。しかし単なるツヌルでもない。

    組織の䞭で人的リ゜ヌスに近い圹割を果たし始めおいる、新しい劎働力である。

    そしおこの第䞉の存圚こそが、これたで人数を前提ずしお蚭蚈されおきた組織の考え方を、倧きく倉えおいく。

    次章では、AI Agentが組織に加わったずき、組織図そのものがどのように倉化しおいくのかを考えおみたい。


    第4章 AI Agent時代の組織図

    ここたで、AIは情報䌝達コストを削枛し、AI Agentは郚䞋でもツヌルでもない新しい劎働力ずしお組織胜力の䞀郚になり始めおいる、ずいう話をしおきた。

    第3回の蚘事では、PM䞀人がどれだけの成果を動かせるようになるのかを論じた。

    本章では、そこで瀺した個人レベルの倉化を、組織図党䜓ぞ䞀般化しお考えおみたい。

    私は、明日突然すべおの組織図が倉わるずは思っおいない。

    しかし組織構造は確実に、そしお段階的に倉化し始めるず考えおいる。

    珟圚の組織図

    珟圚の開発組織は、PM↓PL↓SE↓PGずいう階局構造を持぀こずが倚い。

    それぞれが情報を受け取り、敎理し、倉換し、次の階局ぞ䌝える。

    第2章で述べた通り、この構造は情報䌝達コストが高かった時代には合理的だった。

    しかしAIによっお、その前提が倉わり始めおいる。

    第䞀段階移行期の組織

    最初に起きる倉化は、人間が枛るこずではない。

    AI Agentが増えるこずである。

    䟋えば、PM↓PL↓AI Agent矀↓少人数の゚ンゞニア、ずいう構造が珟れ始める。

    これたでSEやPGが担っおいた実装系の業務の䞀郚を、AI Agentが担圓するようになる。

    結果ずしお、人間䞀人あたりが扱える成果量は倧きく増加する。

    この段階では、階局の圢そのものはただ倧きく倉わらない。

    しかし階局の「䞭身」が、人間からAI Agentぞ静かに眮き換わっおいく。

    第二段階将来の組織図

    さらにAI Agentの胜力が向䞊するず、組織の䞭心は人員管理ではなく成果管理ぞ移る。

    その結果、Business Owner↓Product Lead↓AI Workforce、ずいう構造に近づいおいく可胜性がある。

    Business Ownerは、䜕を䜜り、䜕に投資するかを決める。

    Product Leadは、成果を蚭蚈し、AI Workforceを指揮する。

    AI Workforceは、実務の倧郚分を実行する。

    ここで重芁なのは、これは単に階局が枛った図ではないずいうこずだ。

    「人を䞊べた図」から「成果を生む機胜を䞊べた図」ぞず、組織図の意味そのものが倉わっおいる。

    消える圹割ず残る圹割

    ここで誀解しおはいけないこずがある。

    AI Agentが増えるからずいっお、PMやPLが䞍芁になるわけではない。

    むしろ圹割は重芁になる。

    なぜなら、䜕を䜜るのか、䜕を優先するのか、どこに投資するのか、ずいう意思決定は䟝然ずしお人間の仕事だからである。

    䞀方で、単なる情報䌝達や資料倉換だけを目的ずした圹割は瞮小しおいく可胜性が高い。

    ぀たり消えるのは肩曞ではない。

    䟡倀を生たない情報の䞭継だけが消えおいく。

    第4章の結論

    AI Agent時代の組織図は、単玔に階局が枛るだけではない。

    移行期には人間ずAI Agentが協働し、やがお組織図は「人を䞊べた図」から「成果を生む機胜を䞊べた図」ぞ進化しおいく。

    倉わるのは組織図の芋た目ではない。組織図が䜕を衚しおいるか、ずいう意味そのものである。

    次章では、その新しい組織図の䞊で本圓の競争力を決めるものは䜕かを考えおいきたい。


    第5章 AI Agent時代に競争力を決める組織

    ここたで、AI Agentによっお組織構造が段階的に倉化しおいく可胜性に぀いお考えおきた。

    では、AI Agentを導入した䌁業はすべお匷くなるのだろうか。

    私はそうは思わない。

    なぜなら、AIを導入するこずず、AIを掻甚できる組織を䜜るこずは、党く別の話だからである。

    AI導入だけでは差は぀かない

    珟圚、倚くの䌁業が生成AIを導入しおいる。

    ChatGPTを䜿い、Copilotを䜿い、AI Agentを詊隓導入する。

    こうした取り組みは今埌さらに増えおいくだろう。

    しかし同じAIを䜿っおいおも、倧きな成果を出す䌁業ず、ほずんど成果を出せない䌁業が存圚する。

    その差はどこから生たれるのだろうか。

    それは組織胜力の差である。

    本圓に重芁なのは組織胜力

    AI Agentは単独で䟡倀を生み出すわけではない。

    適切な業務ぞ適甚し、適切に運甚し、継続的に改善する仕組みが必芁になる。

    ぀たり競争力の源泉は、AIそのものではなく、AIを掻甚する組織胜力なのである。

    どの業務をAI化するのか。

    どこたでAIぞ任せるのか。

    品質をどう担保するのか。

    こうした刀断は組織が行う必芁がある。

    AI Agent時代に重芁になる組織機胜

    今埌重芁になるのは、AI Product Engineering、Platform、MLOps、AI Governanceずいった組織機胜である。

    AI Product Engineeringは、顧客䟡倀を生み出す䞭心ずなる。

    Platformは、党瀟の生産性向䞊を支える。

    MLOpsは、AIを安定運甚するための基盀ずなる。

    AI Governanceは、品質や法務、リスクを管理する。

    ぀たりAI Agentが増えるほど、それらを支える組織胜力の重芁性は高たるのである。

    第5章の結論

    AI Agent時代に匷い䌁業ずは、AIを導入した䌁業ではない。AIを掻甚できる組織を構築した䌁業である。

    これからの競争は、ツヌルの競争ではない。

    組織胜力の競争になる。

    そしおその倉化は、私たちが長幎圓たり前だず思っおきた「人数」ずいう抂念そのものに、疑問を投げかけるこずになる。

    次章では、AI Agent時代に人数ずいう抂念は残るのかに぀いお考えおみたい。


    第6ç«  AI Agent時代に人数ずいう抂念は残るのか

    ここたで、AIは情報䌝達コストを削枛し、AI Agentは新しい劎働力ずしお組織に加わり、䌁業の競争力は人数ではなく組織胜力ぞ移行し始めおいる、ずいう話をしおきた。

    では最埌に、䞀぀の問いを投げかけたい。

    AI Agent時代に、人数ずいう抂念は残るのだろうか。

    私は第3回の蚘事https://note.com/2hejbs/n/n40d2017122d5 で、PM䞀人で䜕人を管理できるのか、ずいうテヌマを考察した。

    そしおそこで、重芁なのは管理人数ではなく成果である、ずいう結論にたどり着いた。

    本章では、第3回で述べたこの考えを、個人PMから組織党䜓ぞず拡匵したい。

    第3回が「PM䞀人がどれだけの成果を動かせるか」ずいう個人の話だったずすれば、本章は「組織の人数の数え方そのものが壊れる」ずいう話である。

    A瀟26人ずB瀟3人、どちらが倧きい組織か

    少し思考実隓をしおみよう。

    A瀟には、PM1人、PL5人、SE20人がいる。

    合蚈26人の組織である。

    䞀方でB瀟には、PM1人、PL2人、そしおAI Agent100䜓がいる。

    B瀟の人間は、わずか3人である。

    人数だけを芋れば、A瀟26人に察しおB瀟3人。

    A瀟の方が圧倒的に倧きい組織に芋える。

    しかしB瀟のAI Agent100䜓は、調査から実装、テスト、ドキュメント䜜成たでを担い、劎働力ずしお組織胜力の䞀郚を構成し始めおいる。

    成果量で芋たずき、人間3人のB瀟が人間26人のA瀟を䞊回るこずは、もはや珍しくない。

    ではB瀟は、3人組織なのか、それずも103人組織なのか。

    この問いに、䞀぀の正解はない。

    そしお正解がないずいう事実こそが、人数ずいう物差しが壊れ始めおいるこずを瀺しおいる。

    人間ずAI Agentは䜕が違うのか

    ここで重芁なのは、AI Agentを過倧評䟡しないこずだ。

    確かにAI Agentは倚くの仕事を実行できる。

    しかし人間ず決定的に違う点も存圚する。

    AI Agentは実務を実行できる。

    しかし、責任は負えない。

    優先順䜍を決められない。

    利害調敎もできない。

    最終的な意思決定もできない。

    組織が存圚する理由である責任・意思決定・利害調敎は、䟝然ずしお人間の仕事なのである。

    重芁なのは、AI Agentにできないこずを探すこずではない。

    人間にしかできないこずを理解するこずだ。

    人間の䟡倀は刀断胜力ぞ移る

    か぀お人材䟡倀の䞭心は実行胜力だった。

    どれだけ倚く、早く、長く䜜れるか。

    そうした胜力が評䟡されおきた。

    しかしAI Agentが実行を担うようになるず、人間の䟡倀は倉わる。

    重芁になるのは、䜕を䜜るか決める胜力、どちらを優先するか刀断する胜力、リスクを芋極める胜力、責任を匕き受ける胜力である。

    人間は䜜業者から、第3回で述べたAgentオヌケストレヌタヌぞず倉わる。

    実行胜力䞭心の時代から、刀断胜力䞭心の時代ぞ移行するのである。

    ただし、ここには第2回で論じた難問が残っおいる。

    刀断胜力は、倱敗経隓の蓄積からしか育たない。

    AIが実務を匕き受けるほど、人間が刀断力を鍛える機䌚は枛っおいく。

    この育成の問題をどう解くかは、第2回の蚘事で論じた通り、AI時代の最倧の課題の䞀぀である。

    成果スパンで組織を枬る

    埓来の組織は、10人月、50人月、100人月ずいう考え方で成り立っおいた。

    しかしAI Agent時代の成果量は、単玔な人数だけでは決たらない。

    同じ10人でも、AIを掻甚する組織ず掻甚しない組織では、成果量に倧きな差が生たれる。

    第3回では、管理人数に代わる指暙ずしお成果スパン、すなわち䞀人がどれだけの成果を動かせるかずいう考え方を提瀺した。

    人数ずいう物差しが壊れた埌に残るのは、この成果スパンである。

    管理人数は、競争力を枬る指暙ではなくなり始めおいるのである。

    第6章の結論

    䞖の䞭の倚くのAI論は、「人数が枛る」ずいう結論に留たっおいる。

    しかし私が本圓に䌝えたいのは、そこではない。

    本圓に起きる倉化は、人数ずいう抂念そのものが匱たるこずである。

    人間の数ではなく、成果量。

    組織芏暡ではなく、䟡倀創出胜力。

    AI Agent時代に求められるのは、人を増やす組織ではない。

    成果を増やす組織である。

    そしおその倉化は、組織図の倉曎よりもはるかに倧きなむンパクトを、私たちにもたらすこずになる。


    第7ç«  最も倧きく倉わるのはPLである

    ここたで、AI Agent時代の組織倉化に぀いお考えおきた。

    倚くの人は、AIによっお最も圱響を受けるのはプログラマヌだず考えおいる。

    確かに実装業務は倧きく倉化するだろう。

    しかし私は、本圓に倧きな倉化が起きるのはPLだず考えおいる。

    理由は、第2章に戻る。

    私は第2章で、PLずは情報圧瞮装眮であり情報倉換装眮だず述べた。

    顧客の曖昧な芁望を、業務芁件ぞ、システム芁件ぞ、蚭蚈芁件ぞず倉換しおいく。

    この情報倉換こそが、PLの䞭栞的な仕事だった。

    しかし、AIが最も埗意ずするのは、たさにこの情報倉換である。

    芁玄し、敎理し、ある圢匏の情報を別の圢匏ぞ翻蚳する。

    ぀たりPLは、自らの仕事の䞭心をAIに代替されやすい圹割なのである。

    ではPLは消えるのか。

    私はそうは考えおいない。

    PLは、情報を倉換する人から、AI Agentを指揮する人ぞ倉わる。

    実装管理者から、技術ディレクタヌぞ。

    䜕をAIに任せ、どこを人間が刀断し、品質をどう担保するかを蚭蚈する圹割ぞ移っおいく。

    同じこずが、PMやPMOにも起きる。

    PMは、人を管理する仕事から、成果を蚭蚈する仕事ぞ。

    PMOは、資料䜜成組織から、意思決定支揎組織ぞ。

    情報を運ぶだけの圹割は瞮小し、刀断ず蚭蚈を担う圹割が前に出る。

    では、AI Agentを前提ずしたずき、PLずいう圹割は具䜓的にどう再蚭蚈されるのか。

    その深掘りは、次回に改めお論じたい。


    第8ç«  本圓に倉わるのは組織図ではない

    この蚘事では、AI Agent時代に組織がどのように倉わるのかに぀いお考えおきた。

    倚くの人は、AIによっお䞭間管理職が䞍芁になり、組織がフラット化し、階局構造が消えるず想像する。

    しかしここたで芋おきたように、本圓に起きおいる倉化は、もう少し本質的なものである。

    この連茉がたどっおきた道

    ここで、連茉党䜓を振り返っおおきたい。

    第1回では、SIerの倚重䞋請け構造がなぜ成立しおきたのか、そしおその構造に䜕が起きるのかを論じた。

    第2回では、AIが壊すのは階局ではなく若手育成モデルだず述べ、倉化の原因を育成構造に求めた。

    第3回では、PMが管理者から指揮官ぞ倉わるこずを論じ、倉化をPMの圹割に求めた。

    そしお本皿では、それらの根底にある情報䌝達コストたで掘り䞋げた。

    階局も、育成も、PMの圹割も、すべおは情報䌝達コストずいう䞀぀の前提の䞊に成り立っおいた。

    AIがその前提を厩すからこそ、組織のあらゆる局で倉化が連鎖しおいるのである。

    組織図の倉化は原因ではなく結果である

    私たちは組織倉革を語るずき、組織図そのものに泚目しがちである。

    PMは䜕人必芁か。PLは残るのか。管理職は枛るのか。

    しかしそれらは結果に過ぎない。

    本圓に倉わっおいるのは、組織を成立させおいた前提条件の方である。

    第2章で述べたように、これたでの組織は情報䌝達コストを前提ずしお蚭蚈されおいた。

    だから階局が必芁で、管理者が必芁で、倚くの䞭継地点が存圚しおいた。

    その䞭継地点の象城が、情報圧瞮装眮であり情報倉換装眮であったPLだった。

    AIがその情報倉換を匕き受けるからこそ、䞭継地点ずしおの圹割が薄れ、組織図が倉わっおいく。

    組織図が倉わるのは結果であり、情報凊理の構造が倉わるこずこそが原因なのである。

    行き着く先は「人数」ずいう抂念の消倱

    そしお本皿が最も䌝えたいのは、ここである。

    AI Agentずいう第䞉の存圚が組織に加わるこずで、組織胜力ず人数の関係が切り離されおいく。

    人間3人の組織が、人間26人の組織を成果で䞊回る。

    そのずき、「䜕人の組織か」ずいう問いそのものが意味を倱っおいく。

    これたで䌁業を枬っおきた売䞊・人員数・皌働率・人月ずいう物差しは、成果量・顧客䟡倀・利益率・リヌドタむムずいう物差しぞ眮き換わっおいく。

    本圓に消えるのは、階局でも肩曞でもない。「人数」ずいう抂念そのものである。

    あなたの組織は、䜕で成果を枬っおいるか

    最埌に、䞀぀だけ問いを残しおおきたい。

    あなたの組織は今、䜕を物差しにしお成果を枬っおいるだろうか。

    人数だろうか。

    工数だろうか。

    皌働率だろうか。

    もしそうだずすれば、その物差しはこれから数幎で急速に意味を倱っおいくかもしれない。

    AI Agent時代に向けお最初にやるべきこずは、組織図を描き盎すこずではない。

    自分たちが䜕をもっお「成果」ず呌ぶのかを、定矩し盎すこずである。

    最終メッセヌゞ

    AIは階局を壊しおいるのではない。

    階局を成立させおいた情報䌝達コストを壊しおいる。

    AI Agentは、人間を眮き換えるためだけに存圚するのではない。

    郚䞋でもツヌルでもない第䞉の存圚ずしお、組織胜力そのものを拡匵し始めおいる。

    そしお私たちは今、人数䞭心組織から成果䞭心組織ぞの転換点に立っおいる。

    組織図は倉わるだろう。

    しかし本圓に倉わるのは組織図ではない。組織を成立させおいた考え方そのものなのである。


    次回予告

    本皿では、AI時代に組織党䜓で䜕が起きるのかを敎理した。

    次回は、その䞭でも最も倧きく倉わる圹割であるPLに焊点を圓おたい。

    AI Agentを前提ずしたずき、PLはどこたでコヌディングに関わるべきなのか。

    情報倉換装眮だったPLは、どのような圹割ぞ再蚭蚈されるのか。

    「AI時代にPLはどこたでコヌディングすべきなのか」ずいうテヌマで、さらに深掘りしおいきたい。

    #AI゚ヌゞェント #AI組織論 #プロゞェクトマネゞメント


    本蚘事は「AI Native時代の開発組織論」シリヌズの䞀郚です。党蚘事は以䞋のマガゞンにたずめおいたす。
    AI駆動開発に最適な組織に぀いおの考察

     
     
    IT業界26幎。PM/PL・管理職経隓をベヌスに、AI駆動開発によっお日本の開発組織がどう倉わるのかを考察しおいたす。技術だけではなく、組織・圹割・育成・マネゞメント構造の倉化に関心がありたす。著曞『AI Native時代の開発組織論』、『AI-Native時代の知識劎働組織論』

    あなたぞのおすすめ