AIに必要なのは、より優れたモデルではなく「優れた組織」だ
5年前、MBAを取得したばかりの私は、ある大手医療機器メーカーに対し、価格実現力を改善するために欧州の営業組織をどう運営すべきかを助言していた。私は医療機器業界で働いた経験もなければ、プライシングを扱った経験もなかった。それから数年の間に、私は数十の事業計画の実現可能性を評価し、あるフォークリフトメーカーの顧客関係の強固さを検証し、AIが巨大投資家のポートフォリオにどのような影響を及ぼすかを分析してきた。
コンサルティング業界は、比較的経験の浅い人材でも、クライアントが対価を払うに値する判断を提供できる仕組みを築いてきた。リーダーたちは長らくこうした助言に対価を払ってきたが、20世紀までは一般に、その権威が経験に由来する人々から助言を買っていた。セネカの言葉に耳を傾ける価値があったのは、彼が宮廷で30年間、人々が自滅していく姿を見てきたからだ。20世紀は、意欲的な若い卒業生の大群と徒弟制度モデルを通じてアドバイザリー業務を工業化し、はるかに経験の浅い者でも助言を売れるようにした。
そして今、新しいコンサルタントが登場している。これまで誰も雇ったことのないほど最速で、最安で、最も疲れ知らずのジュニアだ。すなわちAIである。AIはセネカが生涯に読んだ以上の量を読み、最優秀アナリストより速くスライドを作成し、どの投資銀行家よりも長時間働く。しかし、その潜在能力を最大化するために必要な支援体制が欠けている。
アナリストの先を見据える
一般的に、AIに企業戦略の構築や購買担当者景気指数（PMI）の作成、商業デューデリジェンスの実行を依頼することはないだろう。むしろ、調査や下書きの骨子作成、文章の書き直しといった個別のタスクに活用しているはずだ。それは、依頼が大きくなればなるほど、出力される結果の質が低下することを、試行錯誤を通じて知っているからだろう。
実のところ、これは入社2週目の23歳の新入社員に対する接し方とまったく同じだ。彼らが優秀ではないからではなく、目の前にある1万もの事柄のうちどれが重要なのか、何をもって「合格点」とするのか、あるいはエグゼクティブサマリーにふさわしい詳細レベルがどの程度なのかが分からないからだ。
かつて私もその23歳だった。知らないことは山ほどあったが、私の仕事が使い物になったのは、毎日のハドルミーティング、どこに焦点を当てるべきかを促してくれるマネージャー、良い図表の例を示してくれるテンプレート、そして週2回のパートナーレビューがあったからだ。今、そのアナリストを単独で雇えば、週に数千ドルで済むだろう。だが、同じアナリストをファーム内で雇えば、報酬は桁が2つ上がる。なぜか。そのアナリストの有用性は、適切な仕組み、適切なマネジメント、適切なツールの中にいるときに何倍にもなるからだ。
多くの場合、あなたのAIモデルはアナリスト席に座っているが、その上には誰もいない。誰もがAIをより賢くしようと競い合っている。しかし、その周りに組織を作っている人はいるだろうか。AIがマネージャーに昇進するために必要なエコシステムと徒弟制度を与えている人はいるだろうか。
プロンプトエンジニアリングからループエンジニアリングへ
3年前、優れたソフトウェアエンジニアとは、優れたコードを書く人のことだった。その後、プロンプトエンジニアリング、コンテキストエンジニアリング、ハーネスエンジニアリングが登場し、今年はループエンジニアリングが登場した。
ループとは、人間が指示を出さなくても、エージェントに自律的にプロンプトを送るシステムのことだ。業務を検証可能なほど十分に小さな要素に分解し、次に何に取り組むべきかを決定する。修正を1カ所で管理するため、ある数値が誤っていれば、その修正は下流のすべてのプロセスに波及する。そして、「良い」とは何かの明文化された基準に照らして、1つのモデルが別のモデルを採点するよう設定する。聞き覚えがあるだろうか。それこそが、毎日のハドル、マネージャー、テンプレート、週2回のレビューを、コード上で動かしている姿なのだ。
最もよく引用される例は、Stripeの「minions」と呼ばれるエンドツーエンドのコーディングエージェントだ。これは、機械が書いたコードを産業規模でマージし、人間はキーボードを叩くのではなくレビューに専念するというものだ。そこで構築されたのは、より賢いモデルではなかった。それは「ファーム」だったのだ。
次に何が起こるか
ファンドがコンサルティングファームを雇うとき、私の大まかな内訳では、コストの5分の1が判断と実際の助言に対するものであり、残りの5分の4はそれを生み出すピラミッド組織に対するものだ。しかし、価値の観点から見れば、この比率は逆転する。もしコストの80%を回避できるとすれば、それは案件の限界効用に大きな影響を与えることは明らかだ。
これにより、どの問いに対して第三者の独立した意見を求める価値があるかが変わる。あなたが外部の意見を求めたいと思いながら、それを見送った最後の時を思い出してほしい。その意見は有用だったかもしれないが、料金を正当化するほどではなかった。その料金の5分の1なら、十分に正当化できることが多い。これはまた、単位時間あたりの意思決定数を加速させる。例えば、市場分析のアップデートは年次ではなく四半期ごとに実施でき、案件のデューデリジェンスはマネジメントミーティングの前にすら実施できるようになる。
これは仕事の中身も変える。ジュニアや徒弟制度といったエントリーレベルの役割は消滅すると考える人もいるが、私はその逆だと主張したい。プロフェッショナルはより高い抽象度のレベルで仕事をするようになり、その仕事はシステムを設計すること（タスクをどう分解するか、モデル同士にいつ互いの作業をレビューさせるか、どの評価セットを使うかなど）、そして最適化に用いる基準と評価セットを書くことになるだろう。それは、3年間にわたって質の悪い成果物を作り、スライドごとに「修正お願いします」の付箋の山をもらいながら学ぶ――それが私の学び方だったのだが――よりも、はるかに速く「良い」とは何かを教えてくれる。
あるクライアントはかつて、価格実現に関する私の見解に多額の対価を払ってくれた。彼らがそうしたのは正しかったが、彼らが買っていたのは私の見解ではなかった。彼らが買っていたのは、私の見解を行動に移す価値があるものに仕立てた機械だったのだ。だから、チームに誰がいるかを問うてはならない。アナリストの仕事があなたのもとに届くまでに、何が起きているかを問うべきだ。
