6つの結論と、丸ごと使える5つの資料

先に、今回の内容で最も価値のある部分をまとめます。結論は6つです。

丸ごとコピーできる5つの資料

以下で順に詳しく説明します。順序には意味があります。最初は基盤の作り方、後半はそれを業務と組織に展開したときに何が起こるか、という流れです。

3つの根本的決定：API書き直し、超人基準、評価指標の変更

すべての施策は、3つの決定から導き出されています。この3つの決定は、いずれも技術選定の話ではなく、「会社をどう変えるか」という問いへの答えです。

一つ目：会社を設計し直す。ツール配布で止まらない

具体的には、エンジニアリングとしてAPIとシステムの大部分を書き直し、エージェントがそれらを使ってタスクを完了できるようにしました。なぜ書き直しが必要だったのか。人間なら我慢できる使いにくいインターフェースでも、エージェントには使えないのです。人間の推測やクリック操作、3つのシステム間でのコピー＆ペーストが必要なプロセスは、エージェントには実行できません。インターフェースを変えなければ、エージェントはただ傍観するだけになってしまいます。

さらに、エージェントを育てるためのデータとフィードバックループの生成も始めました。どのように育てるのか。実際の顧客の前に放ち、データを回収し、評価結果を得て、トレーニングする。その繰り返しです。

二つ目：「超人エージェント」の実現を目指す

ここで言う「超人」には具体的な基準があります。成約率、顧客生涯価値（LTV）、顧客体験といった、本当に重要な指標において、エージェントがこれまで会社が雇った中で最高の人間を上回ること。しかも、簡単なタスクではなく、最も難しい問題に挑ませます。

三つ目：取引型企業から関係型企業へ

Kavakは元々、取引型の企業でした。評価指標は、何台買ったか、何台売ったか、ブレーキパッドをいくつ仕入れるか、といったものでした。これを関係型企業に変えました。データベースには1000万人の顧客がおり、その大半に専用のエージェントを割り当て、任務はその顧客の生涯価値を最大化することです。

この変更がKavakで成立した理由は、2つの計算によるものです。第一に、金額です。取り扱うのは車や高額な個人ローンといった高単価商品です。この1000万人のうち、たった1%を活性化するだけで、数億ドル規模のビジネスになります。第二に、業界の特性です。中古車購入において、顧客はまず信頼を築かなければお金を払いません。そして信頼を築く唯一の方法は、顧客を理解し、長期的に関係を育むこと。これはまさにエージェントが得意とする分野です。

1顧客に1エージェント、それぞれ専用の仮想マシンを保有

これは今回の内容で最も技術的で、現在の主流のやり方とは逆を行く部分です。市場の多くのチームはまだ「複数の専門エージェントによるマルチエージェントシステム」を構築しています。Kavakが賭けたのは別の道。長期稼働し、明確な目標を持つエージェント（long-running Agent）です。

顧客が一人入ってくると、システムはその顧客専用にエージェントを1体生成し、専用の仮想マシンを与えます。このエージェントは、その顧客とKavakとの長年にわたるすべてのやり取りを記憶しています。ウェブサイトで何を見ていたか、2年前にかけた電話の内容もすべて。自分で戦略を立て、長期的な目標を設定し、顧客を満足させ、適切なタイミングで会社の各製品ラインを提案します。

なぜ2年間稼働したアーキテクチャを壊して作り直したのか

ただ、最初からこのアーキテクチャだったわけではありません。

2025年12月時点で、Kavakでは数万のエージェントが稼働していました。アーキテクチャは「マルチエージェントシステム＋グラフ＋オーケストレーション層」。複雑なタスクをステップに分解し、何を先にやるか、どのモデルを呼ぶかを指示するスケジューラー層です。そして、それは機能していました。収益をもたらし、成長ももたらしました。

そこにOpus 4.5が登場。彼らの判断は、このパラダイムは間違っている、というものでした。

そこで彼らは、2年間稼働し、収益を生んでいたものをすべて廃止し、先ほどのアーキテクチャに置き換えました。仮想マシン＋エージェント＋記憶＋評価＋全社ツールとAPIにアクセスできるコマンドライン＋長期目標。このアーキテクチャの利点は、毎月登場する新しいモデルを柔軟に取り込めることです。モデルが強くなれば、システムも強くなります。旧アーキテクチャは逆で、モデルが強くなるほど、制約される部分が増えていました。

評価（Evals）は開発と同等に重要

ここまで大胆に進められるのは、評価があるからです。速く走るには、ブレーキが必要です。アクセルを強く踏めるのは、ブレーキが信頼できるからです。

多くの企業はこれを逆に考えています。良いブレーキがないから、ゆっくり走るしかない、と。Kavakは逆です。どれだけ速く走れるかは、評価の質にかかっています。

具体的な規律は、そのまま引用できる言葉です。評価にかけるエンジニアの時間、トークン、コストは、エージェント開発にかけるそれとほぼ同等にする。これは「評価を重視しよう」といった精神論よりはるかに実行可能です。予算比率として明確だからです。

何を測るか？この3つだけ

常に最優先されるのはビジネス成果です。顧客は満足しているか、車を買うか、ローンが通るか、下取りに出してもらえるか。最初のチェック項目はこれです。成約したかどうか。

多くの企業はここでつまずきます。通話数や通話時間といった表面的な指標を測ります。多少の情報にはなりますが、問題は解決しません。本当に問うべきは、次の3つだけです。

この3つの評価が機能し始めたら、あとはエージェントのアーキテクチャを最適化したり、スキルを追加したりして、規模を数百万顧客に拡大していくだけです。

AIセールス、人間チームの戦績を逆転

Kavakは、カスタマーサポート用のエージェントを作ったことは一度もありません。最初に顧客の前に出したのは、営業エージェント。会社で最も難しく、最も価値のあるポジションです。

なぜラテンアメリカでの車販売はこんなに難しいのか

顧客は約2万台の在庫から1台を選び、融資手続きを進め、保険と延長保証に加入します。さらに、自分の旧車を下取りに出したい場合がほとんどなので、旧車の査定も必要です。2020年、2021年のKavakはこうしていました。15の異なる分野にそれぞれ精通する必要があったため、15のチーム、15人の専門家を配置したのです。顧客はまず融資の専門家、次に車選びのコンサルタント、下取りの専門家、保険の専門家…と渡り歩き、ようやく1台購入できる状態になりました。

Kavakのアプローチは2段階です。まず、エージェントに各分野でその専門家を超えさせ、次にそれらを1つの「スーパー専門家」に統合。保険も融資も車選びも査定も分かるエージェントを、直接顧客の前に置きました。

なぜエージェントはより良く売れるのか

理由として挙げられている因果関係は5つあります。専門家であること、無限の忍耐力、顧客の全履歴を把握していること、長期的な視点で行動できること、そして疲れないこと。しかし最も興味深いのは6つ目です。

もう1つ、特筆すべき能力があります。それは前述の垂直統合から生まれたものです。顧客が車のローンを返済できなくなった場合、車を返却してより安い車に乗り換えれば、月々の支払いが下がり、経済的に破綻せずに済みます。これは普通のローン機関にはできません。車を保有していないため、回収するしかないからです。

驚嘆の「AI CEO」実験

さらに上の階層へ。管理職はどうか、CEOのポジションはどうか。彼らの見立ては「おそらく可能。この改善ペースなら、2035年には確実に可能」。そして、今すぐ試すことにしました。

方法は、メキシコの1都市「Cuernavaca（クエルナバカ）」を選び、エージェントを同じハーネスに組み込み、この都市のCEOとして起用する、というものです。エージェントは学習を始め、意思決定を行い、自身の決定を評価します。

具体的に何をしているのか

このエージェントの働き方は、フィールズ賞級の賢い人物のようです。すべての数字、すべての顧客をくまなく確認し、予測を立て、計画を実行するために、日々実行すべきあらゆることを細かく管理します。

具体的なところまで踏み込むと、Cuernavacaの現場の作業員に直接メッセージを送り、その日の計画を伝え、進捗を音声で報告するよう求めます。

その結果、複数の指標が同時に改善しました。顧客満足度の上昇、在庫品質の向上、回転率の改善、金融サービス浸透率の向上です。

誰もが、CEOはAIが最後に奪う仕事だと思っていた。実際はそうではなかった。

The Self-Improving Company | Kavak's AI Playbook · a16z

整備士のAIアシスタントはどう使われているか

とはいえ、まだ人間がやっている仕事もあります。今も採用とトレーニングを続けているのは、すべて物理世界に関わる仕事です。自動車整備士はその代表格で、高度な手先の器用さと感覚的な判断が必要で、代替が非常に困難です。

そのため、ここでのエージェントの役割は相棒（sidekick）です。使っているのは同じハーネスです。彼らはこのエージェントを「El Mike（エル・マイク）」と名付けました。整備士に点検方法を伝え、ヒントを与え、手本を示します。

結果として、点検の質が大幅に向上し、点検・修理が速くなり、コストも削減されました。そして最も重要なのは、納車される車の品質が向上したことで、顧客満足度がさらに上昇しました。

つまり、こうした仕事はいまだに採用・教育を続け、AIはそれを増幅するツールとして隣に置かれているのです。

全員AI化：経営陣から整備士まで

このシステムにふさわしい人材はどこから来るのか。答えは、自前で育てる、です。

KavakにはJedi Academy（ジェダイ・アカデミー）という社内トレーニングプログラムがあります。CEOからAIエンジニア、自動車整備士まで、全員が受講します。カリキュラムはMaza氏が自ら設計・指導し、常にアップデートが必要です。変化が速すぎて、こうした内容をスタンフォードに人を送って学ばせることはできません。まったく新しい分野だからです。

社員に伝えているのは、引き返す道はない、ということだけです。会社はこの方向に進みます。エンジニアリングチーム、財務チーム、プロダクトチームがそれぞれどう変わるかは説明済みです。学んで新しい現実で働くスキルを身につけるか、去るかを選べます。結果としてカルチャーはむしろ強くなり、社員は本当に興奮しています。

組織の形も変わった

現在のKavakは、非常にフラットで、シニア層が厚く、権限が委譲されたチームです。チームを見ると、エンジニアリング、AI、オペレーションなどが混在しています。これらのチームは、エージェントを作るか、エージェントのために働くか、物理世界で顧客と向き合うかのいずれかです。

エージェントが壁にぶつかった時、人間が受け止める

そして、人間とエージェントの上下関係も、逆転しています。この部分は誤解されやすいところです。

まず、一般的な方法を見てみましょう。現在の大規模エージェントシステムにおける「human in the loop」は、通常こうです。エージェントが壁にぶつかり、行き詰まると、そのケースや顧客を二次対応の人間に転送します。そして、忘れます。

問題はここにあります。ループが閉じていないのです。この一件は人間が解決したかもしれません。しかし、システムは何のデータも得ていません。次に同じ壁にぶつかっても、エージェントはまた立ち往生します。

Kavakはこの方向を逆転させました。顧客を担当するエージェントは、すべてのAPI、すべてのスキル（人間や他のエージェントが作ったもの）にアクセスできます。壁にぶつかったり、何かをキャンセルしそうになったりした時、「助けが必要です」とAPIを呼び出します。そして、そのリクエストを受け止めるのは人間です。相手はエージェントでも、ソフトウェアの一部でもありません。

組織図に描くと、人間チームにエージェントが配属され、指示を出しているのはエージェント、という構図になります。この配置が解決しているのは、具体的な工学的問題です。ループが閉じない限り、エージェントを改善するためのデータは永遠に生まれない。

トークンを3段階に分けて投資対効果を測定

では、これらの投資の価値はどう判断すればいいのでしょうか。彼は、そのまま使える自己チェック用のフレームワークを提示しています。「年間数億ドルをトークンに費やしているが、一体何を得ているのか」という問いに答えるためのものです。

Kavakは現在、第3段階に到達しています。これがさらに投資を続ける理由でもあります。各トークンの効果が分かれば、拡大の根拠が明確になります。賭けに頼る必要はありません。各トークンの効果が分かってこそ、拡大は賭けではなく、根拠のあるものになるのです。

今日、私はナレッジワーカーに投じるよりも、トークンにより多くのお金を投じている。

The Self-Improving Company | Kavak's AI Playbook · a16z

結論はこうです。明確なビジョンを持ち、費やしたトークンがそのビジョンへと導いているかを測定でき、そして絶えず反復すること。導入率自体は何も語りません。

学びたい企業のための2つの前提条件

第一に、トップダウンであること。単に「導入」を推進するだけでは、どこにも到達しません。従業員がボトムアップで何を作るべきかを決め、会社にとって本当に有効なものを作り出せるような、その種のセンスや戦略は生まれません。経営陣自身が使い、非常に明確な計画を持つこと。「会社が3〜5年後にどうなっているか」を示し、それに沿って構築し、非常に垂直にチームをその方向へ導くのです。

第二に、本当に重要なものを測定すること。つまり、前述の評価と、このトークンの3段階です。

自己改善すべきは、組織そのもの

これまでのすべての施策を結びつけると、ある逆転した考え方が浮かび上がります。

現在、再帰的自己改善（RSI）について語る人は皆、モデルがどうやって自分自身を強くしていくかを考えています。ここでの主張は、その対象を変えることです。

なぜチャンスは大企業ではなく、新興企業にあるのか

ここで彼が持ち出すのは、シュンペーター（Joseph Schumpeter）の創造的破壊です。イノベーションが経済を揺さぶる方法は、既存企業が現状を維持している間に、新しい技術を持った新規参入者が彼らを打ち負かす、というものです。既存企業が自ら新しい技術を使いこなすことは、歴史的にほとんどありません。短期的には価値が破壊されますが、長期的にはすべての人にとってより良い結果になります。より効率的な新興企業が、より良い製品とサービスを提供するからです。

今回も同じことが言える理由。それは、AIを深く採用することが非常に難しいからです。大企業、特に上場企業のCEOが、「すべてをAIに賭ける。過去40年かけて築いたものをすべて破壊し、AIネイティブな会社として再構築する」と宣言する人が、どれだけいるでしょうか。彼らが「導入」している間に、新興企業はAIの強みを中心に直接成長することができるのです。

電力の時もそうだった

Kavakは社内でよく、電力の例を持ち出します。フォードの生産ラインに必要な技術は、1879年から1881年にかけてすでに開発されていました。エジソンは商業用電力供給を開始し、非常に効率的な発電機も作っていました。つまり、フォードの工場は、40年早く建設できたのです。技術はすべて揃っていました。

しかし、当時の人々が電力を採用した方法はこうでした。工場は以前と同じ4階建てで、動力伝達軸とベルトで動く構造のまま、石炭エンジンを電気モーターに交換しただけ。これでも確かに効果はあり、約6%の効率向上がありました。

本当にやるべきだったのは、工場を解体して平地に再建すること。ニューヨークの中心部ではなく、コネチカットやニュージャージーに。小型発電機と電力を中心に工場全体を再設計する。それが3倍の生産性向上をもたらし、20世紀のアメリカを支えました。

コンピューター時代にも同じことが繰り返され、そして今日また起こっています。人々は採用したいが、会社全体を再設計しようとはしない。だから表面的な採用に留まる。得られるのは6%や10%の向上であって、10倍ではないのです。言い換えれば、イノベーターのジレンマが再びやってきた。ただ今回は、産業規模で。

最後に、起業家への一言。今は史上初めて、誰もが世界最強のツールと知能を、ほぼ無料、あるいは月20ドルで使える時代です。だから、やりなさい。ただし、深く。指数関数的成長を仮定する必要すらありません。AIが線形の速度で良くなり続けると仮定して、その未来に向かって構築すればいいのです。

主流は複数の専門エージェントを組み合わせたシステム。Kavakは逆です。顧客ごとに長期稼働するエージェントを個別生成し、専用の仮想マシン（その顧客専用に独立して動くコンピューター）を割り当てます。顧客の長年の履歴をすべて記憶し、戦略を自ら立て、長期目標を設定します。

このアーキテクチャの背後にある3つの決定：

• APIの書き直し：人間が我慢できる使いにくいIFは、エージェントには使えない。変えなければ、傍観するだけ。
• 超人基準：成約率、生涯価値、顧客体験で、会社が雇った最高の人材を超える。最も難しい問題に挑ませる。
• 評価指標の変更：売買台数から、1000万人の顧客に1人ずつエージェントを割り当て、生涯価値を目指す、へ。

このアーキテクチャは一度、全面的に作り直されている。2025年12月時点で、Kavakでは数万のエージェントが稼働していました。アーキテクチャはマルチエージェントシステム＋オーケストレーション層（タスクを分解し、モデルの計画を支援するスケジューラー）。収益も成長もありました。Opus 4.5の登場後、このパラダイムは間違っていると判断。モデルが十分に賢くなれば、オーケストレーション層は「足場」から「天井」になる、というのがその理由です。

営業はKavakが最初にエージェントに任せたポジションであり、会社で最も難しい仕事です。顧客は約2万台の在庫から選び、融資、保険、下取り査定も進めます。2020〜21年の方法は、15のタスクに15の専門家チームを配置。Kavakはエージェントに各タスクで専門家を超えさせ、それを1つの「スーパー専門家」に統合して顧客の前に置きました。

evalsで見るのはこの3つだけ。多くの企業が測る通話時間などは気にしない：

• この顧客は成約したか
• 顧客に価値を提供できたか
• しばらくしてまた戻ってくるか

さらに投資を続けるかどうか。Kavakはトークンを3段階で自己チェックします。第1段階は従業員が個々にチャットツールを使う状態で、効果は計算不能。多くの企業はここ。第2段階はエンジニアのコードベースでの成果で、間接的に見積もり可能。第3段階は業務を遂行するエージェントで、効果を個別に計算可能。Kavakはこの第3段階にいます。