AIエージェント
AIエージェント活用の習熟度を測る物差しを自分の組織は持っているか、Every COOの週次評価の実践
社員個人のAI活用レベルを週次で自動採点し、改善点まで提示させる仕組みが、人材育成の新しい基準になり得ることを示す実例が出てきた。
原題
“How to Get Better at AI by Asking AI” （AIにAIの使い方を教わる方法）
原文からの引用
“I split the project among several subagents that coordinated independently to verify information on signed agreements, run the math, double-check it and flag discrepancies, and return a draft of a Slack message that I could approve with a simple 'yes.'”
日本語訳 契約書の内容確認、計算の実行、二重チェックと差異の洗い出し、そして「はい」の一言で承認できるSlackメッセージ案の作成までを、互いに独立して連携する複数のサブエージェントに分担させた。
要点
- Every社のCOO Arielle Shipperは、従来は一つのチャットスレッドに逐次プロンプトを重ねる働き方をしていたが、従業員向け株式の取得コスト検証のような複雑な業務では、複数のサブエージェントに役割を分担させて並行処理する方式に切り替えた。
- Shipperは、Mike TaylorとLaura Entisが提唱する「AI活用8段階」フレームワークをAIエージェント「Codex」に読み込ませ、自分の過去のセッション履歴から現在地を判定させたところ、レベル5.5（複数エージェントへの委任の入口）と評価された。
- Codexに改善点を尋ねたところ、過去に一人で完了させていたStripeのデータ抽出業務を、データ抽出・検証・表組み作成を担う専門エージェントに分割していたらどうなっていたかを具体的な手順として再現して示した。
- Shipperは週次でセッション履歴をスキャンし8段階評価と翌週の改善候補を送るレビューをCodexに自動設定し、この仕組みを4か月運用した結果、評価はレベル5.5から7.9まで上がった。
- Slackメッセージの文体が自分らしくない失敗を踏まえ、Codexに失敗原因を診断させた上で再発防止ルールを恒久化する「Self Improve」という独自スキルを構築し、個別の修正を仕組みとして蓄積できるようにした。
編集部の考察
AIエージェント活用の巧拙を測る物差しを自分の組織が持っているかどうかが、ここからの人材評価で差がつく論点になる。Shipperが「AI活用8段階」という既存フレームワークをAI自身に適用させ、自分の現在地（要点2）と改善点（要点3）を定量的に把握した手順は、人の勘や自己申告に頼らずAI活用度を測る具体的なものさしになり得ることを示す。さらに、週次の自動評価によって4か月でスコアを押し上げた実例（要点4）は、この評価を一度きりの診断で終わらせず、継続的な育成サイクルとして回せることを裏付ける。
多くの組織がAI活用度を「研修を受けたか」「ツールを導入したか」という投入ベースの指標でしか評価できていないとすれば、このアプローチは成果に直結するアウトプットベースの評価軸を提供する。失敗を個人の経験則で終わらせず、恒久的なルールとして蓄積する「Self Improve」の仕組み（要点5）も、属人化しがちなAI活用ノウハウを組織の資産に変える手段になる。経営として決めるべきは、こうしたAI活用レベルの自己診断と週次レビューの仕組みを、評価制度や育成基準の一部として正式に取り入れるかどうかである。
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。