Mukhtar Ahmad氏はCodeNinjaのCEOであり、AI研究とエンジニアリングを融合させて企業の規模拡大を支援する社内インテリジェンスエンジンを構築している。
テクノロジーサービス業界の多くの創業者は同じ罠に陥る。それは規模拡大のための定型的なアプローチだ：より多くの人材を雇い、より多くの役割を定義し、より多くのプロセスを追加する。そしてこれを繰り返す。
2010年代半ば、CodeNinjaの創業者たちは自らエンジニアリングを担当していた。私たちは構築、販売、戦略立案を同時に行っていた。成長するにつれて、プロジェクトマネージャーやソリューションアーキテクトを雇い、構造の上に構造を重ねていった。私たちはサービス業界の一般的な論理に従っていたのだ。
現在、私たちのアプローチは業界の標準とは大きく異なり、この考え方の違いがCodeNinjaのブランドを確立し、最先端技術の研究とエンジニアリングにおける企業能力の拡大に貢献している。しかし当時は、他の企業と同じスケーリングの間違いを犯していた。
階層構造が拡大するにつれ、意思決定は上層部へと上り、各段階で文脈が失われていった。チームは学習よりも納品に集中し、知識を共有するのではなく指示を待ち、すべてのプロジェクトはゼロから再スタートしていた。私たちはプロセスを獲得したが、私たちを効果的にしていた機敏性を失ったのだ。
そして、ある特に苛立たしい日、そのパターンが否定できないものとなった：エンジニアリング組織の真の役割が明らかになったのだ。それは単なる納品ではなく、知識共有であり、あらゆる領域から知見を引き出し、それをより良い意思決定に変えることだった。しかし私たちの構造は協働ではなく、管理のために構築されていた。
これは単に非効率というだけではなかった。私たちが行っている仕事—研究と運用展開が交わる能力センターの構築—にとって、それは存続にかかわる問題だった。知識がサイロ化された状態では組織的な知性は生まれない。すべての洞察が経営陣の承認を必要とする環境では、学習の複利効果は得られないのだ。
階層構造からダイヤモンドチームへ
私たちはこの問題に正面から取り組むため、3つの抜本的な変更を行った：チームをフラット化し、権限をマネージャーからドメインオーナーへと移行し、チーム・オブ・チームズの哲学を採用した。
最初の本格的なテストは、私たち自身の内部製品だった。これは小規模な分野横断的なチームによって構築され、NASAのタイガーチームのように機能した。各メンバーは自分の領域で意思決定の権限を持ち、ボトルネックはなく、承認を待つ必要もなかった。
結果はすぐに現れ、より迅速な納品、より高い品質、そしてチーム自体から生まれる本物のイノベーションが見られた。それ以来、このモデルをフィンテック、ヘルスケア、政府部門にまたがるクライアントのプロジェクトに展開し、一貫して40%から60%速い納品サイクルと測定可能な高いイノベーション成果を実現している。
これが「ダイヤモンドチーム」構造となった。4〜6人の分野横断的なポッドが特定の問題を中心に集まり、各メンバーが自分の領域で主権的な権限を持つ。チームは必要に応じて形成され、問題を解決し、解散する。これにより知識は許可の階段を上るのではなく、水平方向に移動できるようになる。
私たちが構築するグローバル能力センターやAIラボにとって、この構造は基本的なものだ。運用システムと統合する必要のある研究能力を確立する場合、MLの研究者がモデルを展開するエンジニアやビジネスコンテキストを理解するドメインエキスパートと直接協力する必要がある。研究が一つのサイロで行われ、エンジニアリングが別のサイロで行われ、ビジネス要件がプロジェクトマネージャーを通過する従来のモデルでは、組織的知識が真に形成されることはない。
その効果は変革的だった。イノベーションはもはやトップからではなく、コンテキストと権限の両方を持つチームから有機的に生まれるようになった。知識は複利的に増え、会社は機械のようではなく、学習し適応する生命体のように振る舞うようになった。
これが私たちの「主権的知識」の哲学となった。知性は企業に属し、その人々、データ、そして生きた経験によって形作られる。標準化されず、外部プラットフォームに依存せず、それはワークフロー、エッジケース、人材の中に存在し、防御可能な優位性となる。
元のブリーフにはなかったエッジケースが表面化するクライアント展開を考えてみよう。従来の階層では、その洞察は上に報告され、分析され、最終的に改訂された要件として下に戻ってくる。その時点では、コンテキストは劣化し、勢いは停滞している。
私たちのモデルでは、エッジケースを発見したエンジニアがそれを文書化し、ソリューションアーキテクトがパターンを洗練し、ML研究者がモデルアプローチを更新し、その知識はその領域で働くすべてのチームに即座に利用可能になる。組織は回顧的ではなく、リアルタイムでよりスマートになる。
通貨としての知識、インフラとしての人材
この変化は、サウジアラビアに拡大し、現在Vision 2030イニシアチブに貢献する事業を確立した際、グローバル人材の見方も変えた。AIファーストの産業に参入する若いエンジニアたちと出会い、彼らには明らかな熱意と好奇心があったが、多くは何が可能かを発見するよう促すのではなく、何をすべきかを指示する硬直したシステムによって制約されていた。同じ話がパキスタンや他の新興市場でも繰り返され、そこでは彼らを信頼するシステムを待つ膨大な可能性がある。
知識と自律性が真に共有されるモデルを構築すれば、知識がレジリエンスの通貨となり、人材の速度がAIラボが戦略的資産になるか高価な実験になるかを決定するインフラとなるため、どこにいる人材でも競争できるようになる。
AI時代のよりフラットな企業
次の10年を形作る企業は、単にAIを採用するだけではない。彼らはそれを所有する。彼らは意思決定サイクルをフラット化して洞察がより速く移動するようにし、単なる実行ではなく実験を奨励し、リーダーシップを役職ではなく分散機能として扱い、失敗を得られた知見として見なす。
私たちはこれを直接経験した。よりフラットになるほど、より速く学び、より速く学ぶほど、よりスマートに構築した。そのサイクルが私たちの競争優位性となり、現在はグローバル能力センターを展開することでクライアントのために構築しているものだ。
最終的な考察
現在のCodeNinjaは、すべてのプロジェクト、すべての地域、そして私たちが関わるすべての領域でこれらの原則に基づいて運営されている。このモデルは、知識が管理の制約よりも速く複利的に増加するため、拡張性がある。
今日のリーダーシップは、すべての決定を下すことではない。それはあらゆる場所、すべての人にとって決定を可能にすることだ。CEOの仕事は部屋で最も賢い人になることではない。それは自ら考える部屋を作ることだ。
リーダーとしての私たちの責任は、知識が自由に流れ、人材が複利的に増加する信頼のシステムを構築することだ。AI時代において、進歩の真の尺度は、それをどれだけ厳密に管理するかではなく、どれだけ知的に手放すかにある。
