AIエージェント
全社共通の AI 活用マニュアルはなぜ機能しないのか — 個人最適ワークフローの設計と横展開
AI アシスタント活用が個人の思考パターン・業務パターン・決定基準に深く依存する段階に入り、汎用マニュアル型の研修設計が限界を迎えている。
原題
“A Codex of One's Own” （自分のコーデックスを持つこと）
原文からの引用
“You can borrow someone's ideas but not their workload, their brain, or their life.”
日本語訳 他人のアイデアは借りられても、その人の仕事量・頭脳・人生までは借りられない。
要点
- 個人に最適化された AI ワークフロー（Codex）は、他人の設定をそのまま借りられない。本人の仕事量・思考パターン・生活状況まで含めて設計する必要があり、構成は人によって大きく異なる
- Demis Hassabis が Google DeepMind CEO から Alphabet 最高科学責任者へ異動。元記事は、実務的な AI 製品開発と長期的な基礎研究の両立を狙った人事に見えると評している（Hassabis は会長職も続ける）
- Meta が Muse Code（ターミナルコーディングエージェント）をベータ公開。OpenAI・Anthropic に追いつく動きで、AI フロンティアラボ間の競争が加速している
- 元記事のリンク集によると、AIエージェントに1年間の模擬オンラインストアを運営させるベンチマーク MerchantBench では、最良のモデルでも人間の運営者が達成した純資産の 27.3% にとどまった。また、モデルが既存アイデアの再結合ではなく真の科学的発明を生むには何が要るかを問う論文も紹介されている
- AI 能力の評価基準は常に動く。Mike Taylor は上記の論文を読み、「LLM は罵らないと有効な JSON を出せない」という話から、4年で「LLM はアインシュタインほど賢くない」という話になったと皮肉っている。元記事は、当たり前になった能力は進歩の証拠として数えられなくなると指摘する
編集部の考察
人材評価・育成の基準を「AI ツールを使えるか」から「自分専用の AI 拡張機能を設計・言語化できるか」へ切り替えられるかが、次の生産性格差を決める分水嶺になる。記事が示す事実は具体的だ。同じ Codex という基盤を使っていても、Arielle Shipper は「最小限のプロセスでリマインダーとメッセージだけ設定し、あとは追跡せず任せる」型、Natalia Quintero は「詳細な計画立案とコンテキスト整理、出力の監督」型と、運用がまったく逆だった（要点1）。筆者はここから、AI に「業務内容・判断基準・レビュー習慣を一問ずつ聞き出させ、提案を出させ、承認してから初めて実装させる」というインタビュー形式のオンボーディング手順を作り、同僚に横展開している。
これを自分の組織に置き換えると、問われるのは「全社共通の AI 活用マニュアルを配って終わり」にしている研修設計の限界だ。同じツール・同じマニュアルを渡しても、メンバーの思考パターンや裁量の持ち方次第で得られる生産性はまったく異なる次元になり得る。必要なのは汎用マニュアルの改訂ではなく、「各メンバーの業務パターンを言語化し、その人専用のワークフローを承認プロセス付きで組み立てる」個別オンボーディングの型そのものを制度として持つかどうかの判断だ。
経営文脈への含意は一つ。冒頭の基準切り替えを実行に移す投資先が、この個別インタビュー型オンボーディングである。
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）