- サンフランシスコのAIネイティブ企業を直接訪問して実際の業務の進め方を観察した結果、プロダクトマネージャー（PM）役割の消滅から組織全体の実験速度の加速まで、従来のスタートアップとは根本的に異なる運営モデルが登場している
- 訪問した5社のうち専任PMはわずか1人だけで、エンジニアが顧客と直接対話し、プロダクトの意思決定を一手に担う構造へ移行している
- 何でも1日で実装できるようになったことで、あらゆる要望を実装しようとする**「機能工場（feature factory）」**の誘惑が最大の戦略的リスクとして浮上
- 技術スタックはSlack、Claude Code、GitHub、Codex、Linearへと収束しており、Slackがエージェントオーケストレーションの中核ハブの役割を果たしている
- 実験コストの崩壊により企業は3〜5倍速い反復実行を達成しており、AIを内在化した企業と、まだ戦略を議論している企業との格差は毎週広がっている
PM役割の消滅
- 1日に訪問した5社で専任PMはわずか1人だけで、40人規模の企業も含まれていた
- エンジニアが毎日顧客と対話し、プロダクトの意思決定を最初から最後まで自ら所有する構造
- PMが「補助」されるのではなく、その役割自体がエンジニアリングとデザインに吸収されている
最も危険な副作用: 機能工場
- 顧客の要望を1日で実装できるようになり、何でも作ろうとする誘惑が圧倒的に強くなっている
- 複数の企業がこれを現在の最大の戦略的リスクとして挙げている
- この問題を乗り越えている企業は厳格な制約を設けている
- ある企業のエージェントはJSONを通じて既存機能の設定変更のみ可能で、新しいアプリケーションコード自体は生成できない
- 別の企業はスクワッド単位のNorth Starメトリクスを使い、アイデアをリリース前に切り捨てている
- 複数の企業が、創業者がプロダクトの強い意思を持つ領域と柔軟な領域を自ら決める必要があると強調
- 実行コストがほぼゼロに近づくと、**センス（taste）が堀（moat）**になるが、それを組織的に実装する方法はまだ定まっていない
技術スタックの収束
- 訪問したほぼすべての企業が同じ中核スタックを使用: Slack、Claude Code、GitHub、コードレビュー用のCodex、そしてLinear
- LinearはSaaS危機の中でも生き残っただけでなく、繁栄へのロードマップを描きつつある
- Slackがエージェントの中央オーケストレーションレイヤーとして浮上
- 絵文字リアクションで自動的にチケットを作成
- ボットが診断レポートと顧客課題の分類を実行
- エージェントがスレッドでタグ付けされると、すぐに修正作業を開始
- 6か月前にはCursorがあらゆる会話に登場していたが、現在は散発的に言及される程度
- エンジニアはClaude Codeで生活している状態で、ある研究者はCursorとClaudeを併用していたが、なぜ2つ目のウィンドウが必要なのかと自問するようになった
- エンジニアが特定のコーディングツールに忠誠心や愛着をほとんど持っていない点は、コーディングプラットフォームにとって懸念材料
- エンジニアが生成するデータでモデルを学習しない限り長期的価値の維持は難しく、この点でAnthropicはMythosのニュースとともに有利な位置にある
組織全体の能力拡張
- エンタープライズアカウントマネージャーが何か月もプロダクトチームにアカウントアップロード自動化を依頼していたが優先順位から外れていた → SlackのAIエージェントに依頼すると1時間で解決
- 経理チームが自らデータベースクエリを作成し、MCPを使って自社のビジネスデータを分析
- Chief of Staffがダイレクトメールとマーケティング資料を30分以内に作成
- 最も過小評価されている変化は、AIがエンジニアのためにすることではなく、それ以外のすべての人のためにすること
実験コストの崩壊と複利効果
- 研究者が10個のインターフェースデザインをテストし、それぞれを1日ずつ運用した後に9個を廃棄する形で実験
- デザイナーが6分以内に別タブで複数の競合反復案を生成
- コーディング経験がまったくないグロースPMが2日でMeta Adsの全パイプライン（戦略ブリーフ、AI生成動画広告、Metaへの自動投稿）を構築
- AIによって実際の顧客接点の前に顧客シミュレーションを実施
- あるチームは多様なユーザーペルソナを演じるAIエージェントを作り、実際のフィードバックなしでプロダクトのストレステストを実施
- 別のチームは四半期あたり50件ではなく、週あたり数百件のリサーチインタビューを実施
- ある企業は、交渉履歴全体、コミュニケーション嗜好、意思決定パターンを含む顧客ペルソナを構築して営業コール準備に活用
- 企業は3〜5倍速い反復を達成しており、この速度は2つの形で現れる
- 単一の実験をより速く完了し、同じ期間により多くの実験を実施
- 複数の実験を並列で同時進行
- ビルドと学習の段階が組織全体で圧縮され、知識が複利で蓄積する
- 戦闘機からドローンの群れへと戦い方が移行したのと似た変化が、企業運営でも起きている
今後の展望
- 今後も追加の企業訪問を続け、より具体的な事例とともに詳細なケーススタディを発表する予定
- すでに明確なパターンがある。このやり方を内在化した企業と、まだ**「AI戦略」**を議論している企業との格差は非常に大きく、毎週広がっている
1件のコメント
こうしたやり方を内在化した企業と、まだ「AI戦略」を議論している企業の間のギャップが非常に大きくて、しかも毎週広がっている、という言葉が本当に強く刺さります……。うちはまだ戦略を議論する（??）段階にいるのに、このままだといつ後れを取るのか……いや、もうすでに後れを取っているんでしょうけど 泣