能力が先に到着すると、旧来の運行管理は事故を起こす

1830年代、米国の鉄道の総延長はおよそ120倍に増えました。輸送能力が爆発的に伸びた後の1841年10月5日、マサチューセッツ州のWestern Railroadで、調整の失敗により2本の列車が衝突し死者を出す事故が起きました。蒸気機関はすでに十分速かったのですが、車掌1人の判断だけでは、どんどん広がっていくネットワークを管理しきれなかったのです。

その後、鉄道会社は地区マネージャー、文書化された職務、報告系統を整備しました。現代の大企業の管理構造の大きな部分は、「能力が拡大した後、誰が調整するのか」という問いから生まれたものです。鉄道はこうして当時最大級の産業へと成長し、ピーク時には米国株式市場の時価総額の約6割を占めるまでになりました。

Agentをめぐる今回の局面も、Sivulkaは構造は同じだと考えています。モデルとツールが新しい線路である一方、企業はまだ「単一区間」レベルの運行管理を続けています。さらに悪いことに、タスクを言語化するのが最も苦手な人を含む全社員に、ほぼ無制限のデジタル人員枠と予算が配られてしまっています。

人もAgentも、同じ組織の病で崩れる

原文の総括表。以下ではこの連鎖を決定づけるいくつかの輪だけを掘り下げる。出典：原文の付図

tokenを消費しても「使いこなせない」は解決しない

「tokenをたくさん使えば勝てる」という熱狂は、原文によればわずか1カ月でライフサイクルを終えました。本当の問題は使い方にあります。Sivulkaの見立てでは、AIにまともなコンテキストを与えられる社員はおそらく全体の1%程度で、フローを明確に言語化でき、汚染されたコンテキストウィンドウにも耐えられます。残り99%の人はAgentの足場を手にしても、主に生み出すのは「循環」です。

Claude Code、Copilot、KarpathyのAutoresearch、そしてさまざまなharnessにおける循環は、原文では応急処置としてしばしば描かれています。人がタスクを明確に言語化しなかったため、システムは力任せのリトライで前に進むしかない。Agentが自分を呼び出し続けて自分を直す様子は自律性が高いように見えますが、より多い原因は、上流にクリーンな目標・境界・停止条件が欠けていることです。結果として、あなたはtokenを使って「さらにtokenを使い続ける権利」を買っていることになります。

循環がコストを押し上げる。図中のより高い倍率にはillustrative（例示）の注記がある。説明文が引用している報告済みの差は、完了タスク1件あたりおおむね1〜17倍。メカニズムとしては成立している——タスクが不明確なほど、リトライのコストは高くなる。出典：原文の付図

空回りは自己増殖する

筆者は多くの企業の管理の現状を辛辣に描いています。大半の人は本当の意味でビジネスを動かしているわけではなく、各階層でハンコを押しては、存在するために存在する機械を養うためにさらに人を雇っているだけだ、というのです。これもloopingの一種です。輪を切り落とす方が、輪を加えるより効果的な場合があります。筆者はElonがXの人員を約80%削減した後も会社が回り続けた例や、プライベートエクイティのオペレーティングパートナーが冗長性を削ることを生業にしているという常識を挙げています。これをAIに当てはめると——

二重ピラミッド。左：企業の中で実際に成果を出している部分。右：Agentセッションの中で本当に役立っているtoken。中間の大きな部分がmanagement／loopsに当たる。図注には for illustrative purposes only（例示目的のみ）と記されている。出典：原文の付図

本当に価値があるのは100Xコンテキスト。だが人は必ずしも差し出したがらない

従来型ソフトウェアの約束は、一度書けば低コストでずっと動き続け、ほとんど見張る必要がない、というものでした。AIは「何でもできる」を手に入れた代わりに、「1つのことだけを安定して正しくやり続けるのが難しい」という代償も背負いました。tokenを社員として扱った途端、多くのスローガンにひびが入ります。

• より正確——ただしプロンプトが正しいときに限る
• より速い——ただし100回リトライすれば速さの意味は失われる
• 社内政治とは無縁——だがtoken支出の帝国を築くことはある
• 離職しない——だが新しいモデルや新しいセッションの間で「死ぬ」
• 信頼できる——なのに完璧な体裁で自信満々に間違えることが多い

AIが人に確実に勝る点は、拡張スピードです。採用・オンボーディング・離職はどれも非常に高コストですが、tokenを増やすのはほぼ瞬時にできます。だからこそマネジメントを誤ると非常に高くつき、だからこそ100Xコンテキストを見つけて増幅させる必要があるのです。平均すれば人の方がtokenより安いかもしれませんが、規模がかかれば、良質なtokenの方が安くなります。マネジメントとは、この両極の間で交換レートを決める行為です。

マネジメントが価格差を生む。基準は「受け入れられた成果物1時間当たり」。うまく管理すれば非常に低いドルコストに抑えられ、管理を誤れば数千ドルにまで跳ね上がる。2027〜2028年はトレンドの外挿値。同じAIでも、マネジメント次第で高くも安くもなる。出典：原文の付図

企業内部にはもう一つ、次第に重みを増していく政治的な問題があります。社員は自分だけのやり方をAIに教えたがりません。これらのシステムが単に「自分の効率を上げてくれるもの」ではないと気づき始めているからです。原文はMetaの例を挙げています——持株を持つ社員でさえ、自分たちのコンテキストを学習データとして会社が使うことに強く反発したといいます。部族的な知識は何世紀もの間、飯の種であり続けてきました。AIは、労働者に一度きりで全てを差し出すことを求める初めての技術です。100Xコンテキストを握っている人ほど、それを差し出す動機は最も乏しいのです。

スケールできるのは、検収基準と、会社をシステムに落とし込むこと

なぜコーディングが先に立ち上がったのか——「合格／不合格」が内蔵されているから

tokenの部隊を管理するのも人を管理するのも、最善の方法は同じです——先に「良い」とは何かを定義すること。今のところ、社内政治の泥沼を抜け出してパイそのものを大きくできている、ほぼ唯一のAI領域がコーディングです。メカニズムは明快です——コードは動くか動かないか、テストは緑か赤か。筆者は「今日のAI収益の圧倒的多数をコーディングが占めている」ことの理由をここに求めています。

「クライアントフォルダの整理」を「CSVをエクスポートするスクリプトを書く」に置き換えてみましょう（例示）。成果物は明確（ファイル）、停止条件は明確（スクリプトがエラーなく終了する）、検収基準も明確（CSVを開いて列が揃っている）。Agentが途中で循環しても、客観的な終点があります。この終点がない仕事は、人が画面に張り付いて見張るしかなく、スケールは即座に行き詰まります。

だからこそ原文はこう言います——業種横断的なシーンで量を増やすには、誰かが先にその業務に対応するevalを作らなければならない、と。具体的な検収基準セットは、全社員にプロンプトの書き方を教えることや、チャット画面を一つ配ることよりもはるかに重要です。マネジメントの本質とは、曖昧な人間の手順を、できる限り再現可能にチェックできる基準へと書き換えることにあります。会社のevalセットは、最も価値ある資産の一つになるでしょう。汎用的なevalや汎用的なAgentは差別化を生みません。各社独自の判断基準にこそ、堀があるのです。

機械による検収がしやすいほど、AIの取り分は大きくなる。ソフトウェアエンジニアリングは「合格か不合格か」が明確なため、AI収益のシェアの大部分を（例示的に）占めている。戦略・審美眼・取引判断は依然として「純粋に人間のセンス」寄りに位置する。図注にはrevenue shares（収益シェア）は方向性を示す例示であると明記されている。出典：原文の付図

モデルの調達だけでは足りない——会社を「Agentに落とし込む」必要がある

企業が基盤モデルのコミットメント、アプリケーション層、社内自社開発に投資してきてすでに数年が経ちます。Sivulkaは、こうした支出全体が一つの耳の痛い事実を覆い隠していると考えています——AIをプロダクション級の信頼性で安定稼働させられている企業は、まだどこにもない、という事実です。お金は「使えるモデル」には使われていても、「自分たちのビジネスにおいて何が正しいと言えるか」には使われていないのです。

シリコンバレーがこれに対して打っている賭けの一つは、「今の会社にはこれをやり切れない」という前提に立つものです。そこでNeofirm、つまりAIネイティブなサービス企業に資金を投じ、ナレッジエコノミーにおける約21兆ドル規模のサービス支出を狙いにいく。過去のしがらみを持たないAIサービス部隊をゼロから作り、従来の法律事務所・コンサルティング・アウトソーシングの仕事を直接奪おうというわけです。

Sivulkaは後者に賭けており、「AI変革企業はどんなNeofirmよりも一桁大きくなる」と書いています。その理由は具体的です——既存企業の手元にはすでに稼げている差別化されたプロセスがあり、加えて既存の顧客とチャネルもある。足りないのは、それらをAgentが実行・検収できるシステムへとコード化することだけです。Neofirmは外部から圧力をかけることはできますが、最大の資産は依然として既存企業（incumbent）の内部にあります。

一見すると一度きりのプロジェクトのようですが、ここにはジェヴォンズのパラドックスが働きます——ユースケースを1つ実装すると、しばしば新たに10個が出てきます。能力が安くなるほど利用量は増え、変革にかかる労力はむしろ上がっていきます。だから「変革」は長期的な運用業務になり、鍵を渡して立ち去るような仕事にはなりません。AI時代の変革は、オントロジーのモデリング、カスタムソフトウェア、たまに上手く書けたプロンプトだけでは終わりません。本当に骨が折れるのは、evalであり、tokenの最小化であり、ある事業をプログラム可能なレベルまで理解し尽くすことです。

その原型はPalantirだ。「Claudeがカスタムソフトウェアを代替できる」というロジックに従えば弱気に見られてもおかしくないが、株価の推移は別の道を歩んでいる。原文の読み方では、同社が売っているのは変革能力そのものだ。株価チャートは市場の値付けとナラティブを示すものであり、それ単独で兆ドル規模の市場が必ず出現することを証明するものではない。出典：原文の付図

そろそろマネジメントの出番

AIブームの各フェーズには、それぞれの決まり文句がありました——ゴールドラッシュでツルハシを売る→インフラが整備された、Service-as-a-Software→Neofirmが次々に生まれた。原文の締めくくりは実に率直です。インフラはもう十分、サービスももう十分。今やるべきは、列車を時間通りに走らせることだ。企業の現場に入り込み、100Xコンテキストを見つけ、本当に効いている循環を記録し、著しく浪費されている知性の向け先を作り直すこと——それが今なすべき仕事です。

主軸となる比喩は19世紀の鉄道——線路（能力）が先に敷かれ、運行管理（マネジメント）は後から追いつく。Agentは新しい線路であり、企業はまだ「単一区間」レベルの運行管理をしているのに、一人ひとりに無制限のデジタル人員枠を配ってしまっている。

7つの対照は3つのことに集約できる——タスク定義、実行の可視化、知識とインセンティブ。モデルが強くなっても、この3つの層は自動的には埋まらない。

小互（シャオフー）が曖昧なタスクを一つAgentプールに投げ込む——4つのものがなければ、循環は止まらない。

スケールを可能にするのは「Agentをさらに増やす」ことではなく、再現可能な検収基準（evals）＋会社の実際のルールをシステムに落とし込むことだ。コーディングの領域が先に立ち上がったのは、合否を自動判定できるからだ。