2026年4月に公開されたエッセイで、Ramp（ランプ）の最高製品責任者（CPO）ジェフ・チャールズは以下の数字を明らかにした。従業員の99.5%がAIツールを日常的に利用し、84%が週次でコーディングエージェントを使用、6週間で800人超のビルダーによって1500以上の社内アプリケーションが出荷された。本番コードベースにおける人間発の全プルリクエストのうち、非エンジニアが占める割合は12%に達している。一方、PwCの2026年グローバルCEO調査によれば、CEOの56%が自社のAI導入努力から何も成果を得ていないと回答している。Menlo Venturesによれば、エンタープライズAIへの支出は2025年に370億ドル（約5兆9000億円）に達し、前年比3倍に膨らんだ。
Rampが大多数の企業と異なるのは、AIを軸に組織そのものを設計した点にある。以下は、他社が再現可能となるようにRampが講じてきた施策の一部だ。
実際に機能した5つの施策
1. 期待値の前にインフラを整える
社内エージェントプラットフォーム「Glass」は、AnthropicのClaude Agent SDKを基盤に、4人のチームが3カ月未満で構築した。Okta SSOで一度認証すれば、Salesforce、Snowflake、Gong、Slackなど30以上のツールに自動接続する。
実践的な原則はこうだ。習慣的なAIユーザーを生む「アハ体験」の瞬間には、初日から実際の成果に到達させる必要がある。従業員と初回成果の間に挟まる全てのセットアップ手順は、脱落を招くイベントとなる。多くの企業はこの段階で導入戦争に敗れる。それはコミットメント不足ではなく、調達プロセスの初期設定、すなわちトークン制限、コネクタの承認待ち行列、IT審査サイクルによる。
2. 習熟度を階層化し、それぞれに合わせて設計する。全員が同じ出発点にいるわけではない
Rampは4段階のモデルを運用している。L0の従業員はChatGPTを時折使う程度で、業務は何も変わっていない。L1は試したが積み上げには至っていない。L2は実際の業務の一部を自動化するツールを構築している。L3は他の全員の底上げにつながるインフラを構築する。L0からL1への移行には技術的ハードルを下げることが必要で、L1からL2への移行には期待値を上げ、採用、オンボーディング、評価にAI習熟度を組み込むことが必要となる。なぜこれが重要か。EYの2025年Work Reimagined調査では、従業員の88%が日常的にAIを利用していると回答しているが、高度な使い方をしているのは5%にすぎない。
3. コンプライアンスではなく競争を使う
Rampは、実行セッション数、使用スキル、出荷アプリ数、接続ツール数を全員が見られる社内リーダーボードを構築した。利用状況の可視化は無駄仕事を助長するという懐疑論者の反論は、当てはまらなかった。Rampでは、AI利用の上位者は一貫してトップパフォーマーでもある。AI習熟度は、他の反復・技術的スキル同様に積み上がる。
Rampが予期していなかった3つの効果が続いた。第一に、命令ではなく同調圧力が働くようになった。第二に、チーム単位のランキングにより、マネジャーはAIをマネジメントの説明責任として扱わざるを得なくなった。第三に、リーダーボードが発見のメカニズムとなり、高パフォーマーの成果を見た従業員が、彼らが何を構築しているかを探しに行った。可視化は導入を社会現象に変え、それはいかなるポリシーよりも持続的だ。
4. 調達の摩擦を完全に取り除く
チャールズは、企業がいかにしてAI導入を潰しているかを明確に指摘している。それは、AIの導入を「調達の意思決定」のように扱うことだ。予算承認、IT審査、トークン上限、キューに滞留するコネクタ申請。これらはすべて、従業員と、その従業員を恒常的ユーザーに変える瞬間の間に立ちはだかる壁である。
チャールズがすべてのCFOに向けて示すコスト論はこうだ。従業員1人あたりのAIトークン消費額は、その給与の2桁パーセントには遠く及ばない。もしAIが従業員の生産性を2倍にするならば、企業はその実現のために当該従業員の給与全額に相当するAIコストを再び支出する意志を持つべきだ。AIを最小化すべき費目として扱う企業は、自分たちが何を購入しているかについてカテゴリーエラーを犯している。
5. 早期の実践者には感謝の言葉ではなく、舞台を与える
どのチームにも、最初に興味を持った人物が1人はいる。Rampはこうした人々を体系的に特定し、可視化した。全社ミーティングでのデモ、チーム単位のツールを構築するためのリソース、協働のためのペアリング紹介などだ。結果として、1人が何かを作り、共有し、同僚が可能性を目にして自分のバージョンを作り、また共有するというフライホイール効果が生まれた。
RampのSlackチャンネル「#ramp-uses-ai」はメンバー1000人超に成長し、そこから40以上のチーム別チャンネルが派生、月間2万件のメッセージを生成している。この点に関するチャールズの観察は、エッセイ全体で最も直感に反する発見だ。最大の驚きは、誰が最も多く構築したかではなく、そもそも構築することの許可を待っていた従業員がいかに多かったか、ということだった。
VCが実際に測定していること
問いはもはや「AIを使っているか」ではない。「AIによって組織は変わったか」だ。ベンチャー投資家にとって、Rampの指標はデューデリジェンスのベンチマークとして機能する。真のAI変革の代理指標として浮上している具体的なシグナルは以下の通りだ。
- 非エンジニアによる本番貢献。Rampの非エンジニアPR比率12%は測定可能だ。多くの企業はそれに相当する数字を出せない。追跡するという発想を持ったことがないからだ。今や投資家はこれを尋ねる。
- 社内ツールの寿命。短いほど健全だ。3カ月前の社内ツールがいまだに現役に感じるならば、その組織は動いていない。Rampは数週間での陳腐化を前提としている。
- シャドーAIの規模。Larridinによれば、エンタープライズの83%がシャドーAIはITの追跡速度より速く拡大していると報告している。VCにとってこれはセキュリティの失敗ではなくインフラの失敗を示すシグナルだ。公式ルートが遅すぎ、制約が多すぎて、実需に応えられていない。
- 導入率ではなく習熟度分布。AIパワーユーザーと平均的な従業員の間には6倍の生産性ギャップがある。チャットインターフェースの88%導入では、このギャップは埋まらない。L2/L3層の規模を説明できない企業は、虚栄の指標で運営していることになる。
市場構造もこれを補強する。エンタープライズVC24社を対象としたTechCrunchの調査によれば、多数派は2026年のエンタープライズAI予算は増加するが、より少数のベンダーに集中すると予測している。Asymmetric Capital Partnersのマネージング・パートナー、ロブ・ビーダーマンはこれを二極化と表現している。少数のベンダーが不均衡なほど大きな支出シェアを獲得する一方、他社は横ばいになるという。この集約契約を牽引する買い手は、組織が実際に変わった企業だ。いまだにパイロットを続けている企業は、いまだにショッピングをしている状態にある。
プレイブックが破綻するところ
Rampのアプローチは、スピードを中心に据えた文化、大胆な賭けを支持するリーダー、許可を待たずに行動する従業員から生まれた。多くの組織は正反対だ。ミドルマネジャーの権威は、非エンジニアが本番コードを出荷することで暗黙のうちに脅かされる。
実証的な反論は真剣に受け止める価値がある。2026年1月のWorkdayの調査によれば、AIによって「節約された」時間の37%は手戻りで失われ、一貫してネットプラスの成果を得ている従業員はわずか14%にすぎない。研究者はこれを「AI税」と呼んでいる。つまり、ツールをうまく使いこなす習熟度を持たない人々がそれを使うことで生じる生産性の低下だ。アウトプットの質ではなくセッション数を報奨するリーダーボードは、まさにこの税を積極的に生み出している。
Rampのプレイブックとガバナンスの議論は、同じ導入曲線の異なる局面に対応している。評価基準を設ける前に、広範な実験を行う必要がある。人々が学ぶ条件を作る前に説明責任を課すことはできない。だが、最終的な説明責任を伴わない実験がスケールすれば、Workdayのデータが描く事態が正確に生じる。
AI導入とは組織設計の問題であり、テクノロジー調達の課題ではない。
すべての創業者と経営幹部が、何も調べずに答えられるべき質問はこれだ。あなたのチームがAIによって最後に変えたワークフローは何で、それを誰が変えたか。答えが「AIチーム」「エンジニアリングチーム」「誰も」であれば、その組織は「AI化」されていない。「AIに隣接している」だけだ。この2つの状態の距離こそが、今後10年のエンタープライズソフトウェアにおいて価値の大部分が構築される場所となる。
