AIエージェント
AIエージェント活用のROIをどう測るか——メール1本で25,000ドルを生んだ「人が枠組み、AIが実行」の分業設計
年額625ドルの新メンバーシップのローンチでMRRが2日で約9,000ドル増えたEveryの舞台裏から、AIに任せる範囲と人が確認する範囲の線引きを考える。
原題
“How Every's Team Used AI to Ship Its Biggest Launch Ever” （AI がもたらす仕事の再設計—退屈な作業から戦略的思考へ）
原文からの引用
“AI redistributes work to the harder problems. […] He's now doing the same for the entire testing workflow, which will free him to spend more time on what he enjoys: coming up with ideas and deciding what to test next.”
日本語訳 AI は仕事をより難しい問題へと再配分する。（中略）彼は今、テストのワークフロー全体にも同じことをしており、それによって自分が楽しめる仕事——アイデアを考え、次に何をテストするかを決めること——により多くの時間を使えるようになる。
要点
- Every は年額 $625 の新メンバーシップ「All Access」のローンチで、同社史上最大の MRR 増加（2 日で約 $9,000）を記録した
- グロースエンジニアの Yash Poojary は、A/B テストを 1 か月手作業で回したあと Claude に任せることにし、テストのワークフロー全体でも同じことを進めている。浮いた時間はアイデア出しと次に何をテストするかの判断に使えると元記事は書く
- グロース責任者の Austin Tedesco は、Slack のスレッドのスクリーンショットを OpenAI の Codex に渡してジムに出かけ、戻ると Codex が 4 つのオーディエンスセグメントとそれぞれ宛てのメール文面を書いていた。Austin は見出しを数分直しただけで送信し、翌朝までにそのメールが $25,000 の売上を生んだという
- Austin は、エージェントとの理想的な働き方を「AI サンドイッチの上と下」と表現する。人が問題を設定し出力をレビューし、その間は AI に任せるという分業だ
編集部の考察
注目すべきは、グロース責任者の Austin Tedesco が、Slack で挙がった「早期割引期間中に購入意欲を示したが有料会員にならなかったユーザーへのメール」という施策を、スレッドのスクリーンショットごと Codex に渡して任せた点だ。戻ると Codex は 4 つのセグメントを定義して文面まで書いており、Austin は見出しの調整に数分かけただけで送信し、翌朝までに $25,000 の売上が出たという（要点3）。これは人が問題設定と出力レビューを担い、その間を AI が実行する分業（要点4）の実例であり、自分の組織に置き換えれば「AI が書いたセグメントと文面を、誰がどこまで確認して顧客に送るか」を問う話になる。この件の確認は数分のレビューで済んだが、顧客向けの送信物を AI 生成のまま出すときの承認ラインを事前に決めておかなければ、速さと説明責任は両立しない。経営層が決めるべきは「誰が AI を使うか」ではなく、「AI 生成物のうち顧客に届くものの承認ラインをどこに引くか」という一点に尽きる。
本記事は海外記事の独自キュレーション・考察であり、原文の翻訳ではありません。引用部分の著作権は原著者に帰属します。
この記事の調査と下書きにはAIを使っています。数値や事実は出典と照合し、公開するかどうかは運営者が判断しています。（制作方針）