AIエージェントでエンジニアチームを何人分置き換えられるか ― Codex カスタムエージェントによる「1人企業」の実例

AI が削減したトリアージ工数を、どの人材のどの成長機会に再投資するか — 問われるのは「AI に何をやらせるか」ではなく、この配分の意思決定である。Naveen Naidu の事例で注目すべきは、GPT-5.6 導入によって「エージェント間のハンドオフ」が手作業の Markdown ファイル転送から自然言語の指示一つに変わった点だ（要点2）。これは単なる効率化ではなく、彼の仕事の感覚を、エンジニア個人というより複数の専門エージェントを束ねるチーム運営に近づけている。象徴的なのが dispatch desk 方式――受信タスクを1つのスレッドでトリアージし、定型処理はエージェント自身に完結させ、専門性が必要な案件だけを該当エージェントへ回す仕組みだ。これを自分の組織のエンジニア部門に当てはめると、テックリードや EM が日々担ってきた「タスクの棚卸しと割り振り」という管理業務の一部が、そのまま AIエージェントに代替可能な範囲へ入ってきたことを意味する。だからこそ、削減された工数の再投資先（高度な設計判断や専門エージェントの精度検証など）を決めることが、冒頭の意思決定の中身になる。