シリコンバレー17年のプロが本気でAIエージェント使い込んだ結果全部見せます

AIエージェントって人間のように振る舞うじゃないですか。なので人間の運用のような仕方をしないとAIエージェントってちゃんと回らないってことなんですよ。

今AIエージェントをチャット画面一つで使っている人、プロンプトを毎回工夫して仕事の背景を毎回貼り付けてコピペで作業している人。はっきり言いますけど、今後あなたとAIエージェントを組織として回している人の間には決定的な差がつきます。素人のサラリーマンが副業で始めた事業とプロのCEOが戦略と組織で回している事業、そのくらいの差がつくんですね。これはもう腕の差とかじゃなくて運用設計思想の差なんですよ。

で、これが私が本気のビジネス、私自身のビジネスで実際に回しているAIエージェントの組織です。これはですね、過去3ヶ月、業界のプロとしてAIエージェントを常時ぶん回して、プロとして真剣に使い込んだ結果出来上がってきたものです。1日に12時間くらいぶん回してます。今日はですね、これを全部隠さずに見せます。

はい、皆さんこんにちは。空気デザインのりおです。今回の動画はAIエージェント運用設計の総集編。今まで私が1000時間AIエージェントをぶん回してきた中の努力の結晶と言える話です。

さっきですね、決定的な差がつくと言いました。この理由を説明します。AIエージェントの話になると多くの人がこう考えるんですよ。「もっと賢いAIが出れば解決するんじゃないか？」「クロードが一番いい」「いやGPT5の方が精度が高い」「コーデックスの方がコーディング性能が高い」とか、そういった話をしますよね。

この発想は全部一つのAIに全部やらせようとするアプローチなんです。で、こういった使い方には必ず天井が来ます。この理由を少し説明させてください。

まず一つ目、一つのAIに全部の文脈を渡すと出力がブレる。プロジェクトXの話、クライアントYの要件、先週の会議の議事録、今日の買い物リスト。この全部をですね、同じセッションに入れてしまうとAIが迷う。関係ないですね、色々な情報が混ざって回答が歪むんですね。結果、なんか惜しい出力、あるいはなんかずれた出力になることが多いんですよ。

2つ目、間違いが増えるんですね。文脈がこういった形で散らかっていると、AIは存在しない記憶を作り出す。先週こう決まりましたよねって、決まってないことを言い出すんですね。業界用語では皆さんご存知の通りハルシネーションと言いますが、要するに自信満々に嘘をつかれるということです。

そして3つ目、これが一番効くんですけれど、このやり方だと品質をチェックする人がいないってことなんですね。AIが一つしかないと、この出力をレビューするのは自分だけ。自分でプロンプト書いて、自分で確認して、自分で判断する。この回し方だとですね、プロの仕事の仕方じゃないんですよ。いわゆるスケールしないんですね。

Googleでもシリコンバレーのどこでもいいんですけど、まともな現場では一人の判断がそのままローンチに行くことはないんですよ。デザインならデザインレビュー、コードならコードレビュー、ローンチ前にはローンチレビュー、必ず複数の目が入るような仕組みができてるんですね。つまり品質は個人の頑張りじゃなくて仕組みで担保する。これがプロの現場の基本となってくるんですね。

昨今ではAIエージェント社員みたいな形、または相棒みたいな形で使うじゃないですか。しかし、一つのAIエージェントに全部やらせるアプローチはこの仕組みが成立しないんですね。AIエージェントと私だけ。なので全てのチェックを人間側でやらなきゃいけない。または人間側やったことをAIエージェント一人でチェックしなきゃいけない。これはもう仕組みじゃないんですよ。質が中の上で止まってしまう。だから組織化するんです。

じゃあどうするかっていう話なんですけれど、答えは単純で、専門化したAIエージェントを役割分担させて共通の段取りで動かすっていう仕組みなんですね。一つの賢いAIを追うよりも、この方が個人のレバレッジは比較にならないぐらい上がるんですよ。これは私が1000時間AIエージェントを運用してきて痛いほどわかったことの一つです。

で、じゃあどうやって役割分担と段取りを設計するか。そこで私の17年のシリコンバレー経験が効いてきたという話を次にします。

私はですね、シリコンバレーで17年UXデザイナーとしてやってきました。最近までGoogle、その前はAmazon、シスコ、そして数々のスタートアップで働いてきました。その17年で見てきたのは、うまく回っている組織はどういう形をしているかという話です。で、その特にうまく回っている方がいくつかあるんですよ。

まず一つ目、専門家ですね。Googleの中にはプロダクトマネージャー、エンジニア、UXデザイナー、UXリサーチャー、テックライター、SREとか、役割がものすごく細かく分かれてるんですね。各自自分の領域にしか責任を持っていない。何でもやる人はほぼいないんですよ。なぜか一人が全部やろうとすると全部が中途半端になるからなんですね。これはもう個人の問題じゃなくて人間の能力の限界なんですよ。AIも人間に近づくにつれてこの限界が浮き彫りになってきたんですね。AIエージェントにも全く同じ話が当てはまるんですよ。一つのAIエージェントに全部やらせると中の上で止まるっていうのはさっき話した通りなんですけれども、こういった話がAIエージェントに当てはまるということなんですね。

2つ目、レビュー文化。デザインレビュー、コードレビュー、ローンチレビュー。重要な判断は必ず複数人の目を通す。なぜか一人の判断には必ず抜けがあるからなんですね。どうしてもですね、バイアスが入るんですよ、一人だけだと。なので、違うバイアスを持った複数人数のレンズを通してレビューをかけるっていうのは非常に大事になってくるんですね。それも前提にした仕組みを作る必要があるってことなんですよ。AIエージェントも同じ。一つのAIの出力をそのまま使っていいわけがない。例えばですね、私のコンテンツチームは、原稿を書くアシストをするエージェント、文体をチェックするAIエージェント、内容の深さを確認するAIエージェント、そしてAIっぽい表現を検出するAIエージェントの4段階のレビューが入るようになっているんですね。

うまく回っている組織の要素3つ目、書き物で引き継ぐ。これはAmazonとかGoogleでは特にそうなんですけれども、大事な話は会議で決めないで書き物で決めることが多いんですよ。デザインドキュメントとかRFCとかPRDとか、ADRとか。こういう書類が常に書かれ続けているんですね。なぜか組織が大きいと全員を同じ会議に集めるのは物理的に無理だし、それにですね、色々決めることが多くなるとですね、それをいちいち覚えてられるのが難しくなるんですね。どういう決算がどういう風に決まったのかっていうのをですね、紙の書類として残しておくことが非常に大事になってくるんですね。後でどうしてこんなことが決まったんだろうって思い出す時にですね、そうした書類を残しておくことは非常に大事なんですね。AIエージェントも同じで、エージェント同士を会話させないで、あえて全部ファイルやタスクボードに書いてそこを読ませるんですよ。非同期でログが残る仕組みを作るってことなんですね。

さらに4つ目、誰がどこまで決めるかを明示する文化を作るってことなんですね。例えばGoogleでは「この判断は担当者の裁量」「これはマネージャーまでの裁量」「これはディレクターにあげて」とか、決済のですね、経路が明文化されているんですよ。なぜかこれがないとですね、全員が全部の判断を最上位の上司に確認する地獄になるんですよ。誰も仕事が進まない。だからこれまでのランクの人はこれくらいの裁量があるよってことが明文化されてるんですね。で、AIエージェントも同じで、「ここまではAIが自分で判断していい」「ここから先は人間が判断しなきゃいけない、確認しなきゃいけない」の線引きを最初に明確にする必要があるってことなんですよ。

というわけでですね、効率的に回っている組織のですね、4要素を見てきたんですけれども、専門家、レビュー、書き物、そして責任の所在の明示ですね。これ全部ですね、今まで人間の組織が何千年も試行錯誤してたどり着いた方なんですよ。情報の共有、判断の分散、質の担保、決済の経路。この4つの問題をですね、歴史上人間はずっと解き続けてきたんですね。で、AIエージェントを複数運用すると全く同じ問題がそのまま出てくるんですね。だったら人間が何千年かけて見つけた解決策をそのまま借りればいいじゃないですかって話なんですよ。そしてそこにAIエージェントにしかない強みや特性を生かしたアレンジを加えればいい。私はそう考えたんですね。

こういったですね、AIエージェントを回すときの組織設計にあたり、一番大事なのは人間側の意図。自分がやりたいことに対して、どういう仕組みが有効なのかということを考えるのが非常に大事なんですね。私は17年のUXデザイナー経験をそのままAIエージェントの組織設計に投入しました。UXデザイナーって結局、人と人、人と物、そして人と組織の関係を設計する仕事なんですよ。AIエージェントの組織も全く同じで、役割を与えて、関係を設計して、段取りを書く。これって全部デザインの仕事なんですよ、実は。

いろんなAIエージェントを設計したんですよ。それぞれのAIエージェント専門家として設計されていて、エンジニアリング専門のAI、文体チェック専門のAI、ビジネス判断専門のAIとかですね。一人一人がプロとして設計したんですね。組織図を書いて、役割の境界を引いて、誰に何を任せるのかを決めるのは私という形で。これですね、普通の会社と全く同じ構造なんですよ。CEOが組織を設計して、それぞれの社員が自分の専門で動く。違いは社員がAIだということだけなんですね。AIエージェント何も考えないで使った場合と、プロのCEOのように回した場合で全然結果が変わってくるっていうのはこういうところなんですよ。ホスキとしてAIエージェントを回すのか、それともなんとなく1対1でAIエージェントのやり取りをするのか、全然ですねアウトプットの質とか量が全然変わってくるってことなんですね。

はい、というわけでここから先はですね、実物を見せていこうと思います。一つだけ先にはしていただきたいんですけど、これってこの動画のために作ったモックとか、ただデザインだけとかじゃなくて、私が実際に空気デザインというですね、事業会社を回すために実際に使っているシステムということになります。空気デザインの運営だとか、例えばYouTubeの動画のスクリプト台本の作成のアシストだとか、コード開発とかビジネスの意思決定だとか、全部これが裏で動いているということになります。

この組織がどういうふうに動いているのかって話をまずさせていただきたいんですけれども、これが空気デザインのAI社員組織図なんて書いてあるんですけれども、一番上に私リオがですね、設計者というかCEOという形でおります。下の方にですね、4つのAIチームが存在していると。エンジニアリングチーム、コンテンツチーム、ビジネスチーム、インフラ運用チームが存在していて、それぞれのチーム合計で18体のAIエージェントがいるというような状態になっております。その間にですね、この調整層ってものがあるんですけれども、まずこれの説明からさせていただこうと思います。

で、この調整層は何なのかっていうとですね、普通の会社で働いたことある方はわかると思うんですけれども、会社って必ずイントラネットがあるじゃないですか。社内ネットでそこにですね、例えば社記社内のルールだとか、あとはですね、福利厚生の話だとか、あとはどこに会社の社員の名簿だとか、あとはうちの企業はこういう創立理念で、こういう仕事やってますよとか、プロジェクトの詳細だとか、そういったドキュメントとかがいっぱい置いてあるじゃないですか。この調整層は基本的にイントラネットです。ただし、これは人間とAIエージェントの両方が使う前提のイントラネットということになります。

どういうふうになっているのかというと、まずこのタスク管理っていうのがありまして、これはですね、私がのバイブコードしたいわゆるあの看板ボードって言われるものなんですけれども、プロジェクトマネジメントツールですよね。タスクを作成して、それを例えばじゃあこれは何々さんにアサインする、で、このタスクは誰々さんにアサインするみたいな、なんかシステムが必ずですね、あのどの現場にもあると思うんですけれども、それをですね、AIと私用に設計し直したツールを使っています。それを各チームがアクセスして、各エージェントも見ることができて、AIがタスクを追加したりとか、あるいは私が自分でタスクを作って、同じタスク管理ツールの中に入れ込んで、それをこのチームの中の誰か、適材適所、チームの中の誰かがピックアップして、タスクを自動的に遂行するという仕組みになっているということですね。これは後でもうちょっと詳しく解説します。

他に共有記憶、引き継ぎ、デザイン言語なんて書いてありますけれども、これはですね、基本的に社内のですね、哲学とか社内ルールとかそういったものをまとめるノレッジベースと言われるものなんですけれども、これを私はですね、Obsidianで作成してるんです。実際のものを見せていきたいんですけれども、これがですね、Obsidianというノートアプリを使って作ったAIと人間用の文脈エンジンということになります。

これはどういった内容が入っているのかっていう話なんですけれども、ここにインボックス、プロジェクト、アイディア、リソース、コンテクストって書いてありますけど、これはどういうことなのかっていうと、全てのですね、まずメッセージとかノートはまずこのインボックス受信箱に入ります。で、これをですね、AIが自動的に振り分けて、プロジェクトまたはアイディア、またはリソースっていうのは一時資料ですよね。資料をしまっておく場所。そしてこのコンテクストのこのいずれかに自動的に振り分ける仕組みができているというものになります。

で、このコンテクストっていうこのフォルダーが一番大事で、これがですね、いわゆる会社または私に関するすべての文脈情報が入っている場所になります。例えばですね、フィロソフィーバリューなんていうのは私の哲学とか価値観とかそういったそういったものがまあいろいろ入っておりまして、で私がどういったものを大事にしているのかとか、どういった価値観を持っているのかといった情報が入ったりとかですね。プロフェッショナルアイデンティティ、私の職務履歴だとか、今何をしているのかとか、そういったプロフェッショナルとしての履歴が入っている。テクニカルセットアップ、私が使っているツールだとか、どういった機材を持っているのかとか、そういった情報もこちらに入っていて。あと面白いのはですね、このビジュアルデザインって書いてあるところですね。これはいわゆるデザインシステム、デザイン言語と呼ばれるものでして、要はですね、何かアプリを作ったりとかウェブサイトを作ったりとか、空気デザインとして何かをデザインするときにスライド、こういったデザイン言語を使ってデザインしますよっていうですね、そういったデザインのパターンですよ、定型みたいなのが全部この中に入っていて、私がAIを使って何かアプリを作ったりとかウェブサイトを作ったりしようとした時に、自動的にこの中身を参照して、いつも空気デザインのブランドを守ったデザイン、私がデザイナーとして指定した美的センスというかですね、そういったものを守ってくれるための指示書ということになります。そういったものがいっぱい入っているというのがこのコンテクストになりまして。

このAIハンドオフっていうのがまた一番大事で、これはですね、AI同士の引き継ぎ書ですね。例えばGeminiが何か私のタスクをやっていると、それじゃないですか。で、それをClaudeに引き継ぎたいみたいな時に、Geminiがこの中にノートを落とし込んで、それでClaudeがそれを後で読んで、その仕事を引き継ぐみたいなことが可能になっています。そういったですね、いわゆるその全てのですね、情報が集約するイントラネットのデータベースとして設計されているのはこのObsidianの文脈エンジンということになりまして、これを作るだけでAIの出力の質とかですね、そういったものが全く変わってくるものになります。あのこの文脈エンジンに関しては私以前ですね、非常に詳しく解説している動画を上げておりますので、そちらをですね、気になった方はぜひ参考にしてみてご自分で作ってみてください。本当に全然変わりますんで。

で、また戻ってくるんですけれども、そういったことでですね、共有記憶、引き継ぎ、デザイン言語、こういったものがObsidianで管理されていると。このスライドもですね、基本的に私が設定したデザインシステムを使ってAIが作ったスライドになります。

次にですね、このAI社員についてちょっと話をしたいんですけれども、このAI社員ってそもそも何なんじゃいって話がおそらくあると思うんですね。で、これはですね、私はメインのAI社員としては基本的にClaudeを採用してまして、こちらに書いてある通り、エンジニアリングチームは主にClaude Codeで、コンテンツチームはClaude Codeで、ビジネスもCodeチームで、インフラ運用チームに関してはいろんなものの組み合わせで作られているというような形になっておりまして。

この一つ一つのAIエージェントは何でできているのかっていう話ですよね。で、これはですね、いちいち私が18個アカウントを持ってClaudeを回してるって思う方もいらっしゃると思うんですけども、そうじゃなくてもうちょっと簡単なものになっております。AI社員のですね、要素っていうのは3つありまして、この3つのマニュアル図の机と呼ばれるような要素になっておりまして、わかりやすく説明するとですね、このマニュアルっていうのは何かっていうと、いわゆるインストラクションと呼ばれるものですね。何をするか書いてある。要はAIエージェントが何をしなくちゃいけないのか書いてある指示書ということになります。まあ俗にですね、skills.mdとか言われるものにもなるんですけれども、基本的にAIエージェント、例えばQAとかUIデザイナーとか、まあそういうAIエージェントがあった場合に、「あなたはUIデザイナーですよ。そしてこういうことに責任を持ってまして、こういう責務を持ってますよ」っていうですね、まあいわゆる仕事の内容を定義したマニュアルという形になります。専門化したAI用のインストラクションの上にさらにObsidian上の文脈指示書、空気デザインという会社として何をやっているのか、リオという人間はどういったものが好きでどういったことをしたいのかといったですね、そういった文脈を全部読み込んでその組み合わせで動いているのが、いわゆるAIエージェントの性格または動きを定義するマニュアルという形になります。

その上に乗っかっているのは頭脳ですね。この頭脳はですね、もう何でもいいんですけど、私はたまたまClaudeを使ってるので、SonnetだとかOpusだとか、Haikuだとか、場合によってGeminiだとかPerplexityだとか、あとは私ローカルAIはですね、今Hermesエージェント、OpenAIにはちょっとお休みいただいてHermesエージェントをですね、たまに使ってるんですけれども、こういったものを例えばUIデザイナーとかビジネスストラテジストとか、そういったものに当てはめて使っているというような状態になります。

さらにこの机っていうのは基本的に何なのかっていうと、ちょっと想像してもらいたいんですけれども、基本的には皆さんが例えば事務職であったりとか営業職であったとしたら、やっぱり自分の机を持っていて、その営業職だったら営業職の資料、事務職だったら事務職の資料と道具が机の上に乗っているという状態じゃないですか。それと同じですね。基本的にはこれはAIのセッションとかですね、あとはサブエージェントとか、いろいろ仕組みがあるんですけれども、そういったものになります。基本的にはですね、文脈が混ざらないための仕組みということになります。Claudeみたいなプラットフォームになると基本的に文脈を分けたいといえば基本的にこのサブエージェントっていうのを作って動かしてくれますので、例えばコンテンツディレクターだとかUIデザイナーだとかサブエージェントを作り出してそれを独立した机で動かすというような動かし方が可能になっておりまして、この3つの要素を使って独立したAIエージェントを動かしているというのがこのAI社員の正体ということになります。

どういった社員というかですね、AIエージェントがいるかって話もちょっとしていきたいんですけれども、基本的なチームの構成っていうのは非常にどのチームも似通っていて、おそらく違うのはインフラ運用だけだと思うんですけれども、どういった形になるのかっていうのを話をしていきます。

基本的にですね、私が作ったタスクないしは他のAIが作ったタスクがですね、このタスク管理の中に落ちるじゃないですか。これをですね、自動的にそのこのタスク管理の中に入ったタスクを自動的に拾う仕組みがありまして、各チームがそのタスクを拾います。まずですね、このテックリードとかコンテンツディレクターとか書いてあるじゃないですか。こいつらがいわゆるオーケストレーターと呼ばれるAIエージェントになります。仕事の割り振りをするAIですね。例えばエンジニアリングタスクが発生した場合、このテックリードがこのタスクからタスクを取ってきます。その内容を分析した上で仕事を割り振るんですね。例えば今作っているアプリのクオリティを高めたい場合はQAに振る、UIを作りたい場合はフロントエンドエンジニアに振る、バックエンドだったらバックエンドに振るとかですね、そういった形でテックリードが仕事の割り振りになっていて、私とのやり取りも一括して窓口となってくれるということになっております。

大事な考え方としてはコストなんですけれど、全てですね、高級なモデルでやっぱりタスクを回そうとすると、どうしてもですね、トークンが足りなくなったりとかするんですね。私今Claude MAXを使っているんですけれども、1日ですね、12時間ぐらい連続で動かしてますんで、MAXでもギリギリ足りたり足りなかったりみたいなレベルなんですけれども、そんな中でですね、トークンをどれだけセーブするのかというのは結構大事な話になってきまして、テックリードはですね、最上級のモデルでは動いておりません。今Sonnetで動いてますね。このテックリードがタスクの難しさを判断して、それをQAとかフロントエンドに投げた時にHaikuとかSonnetとかを使うという判断をしていると。それによってコストをセーブしているというような形になりまして、Opus最上級モデルのOpusは滅多に出てこないというような仕組みになっております。

このエンジディレクターってここにいるんですけど、これは何なのかって話をしたいんですけど、これもですね、Claudeに入っているアドバイザーという仕組みを使ってまして、要はアドバイザーなんですね。このエンジニアリングディレクターはこのエンジニアリングディレクターに関してはいつも最上級モデルのOpusで動くことになっておりまして、もしですね、難しいタスクが来た場合とか戦略的な判断が必要なタスクが発生した場合、1回エンジニアリングディレクターOpusにお伺いを立ててセカンドオピニオンをもらって正しい判断をしてから仕事を投げたりとかデザインしたりしなさいよっていう指示が出ています。最上級モデルのOpusは戦略的な判断、難しい判断の時だけに出てくるという仕組みで動いてまして、それによってかなりのですね、コスト削減を実現しております。

コンテンツチームとかも基本的に同じですね。このコンテンツディレクターっていうのが基本的にはオーケストレイターとなっておりまして、私がですね、例えばあの空気デザインの動画で話した内容を書くじゃないですか。このコンテンツディレクターは私の書いた台本を膨らます役目になっています。空気デザインの動画って全部自分で書いてはいるんですけれども、やっぱりですね、20分とか30分の内容になるとどうしても、なんかどっかのセクションとか、どっかの部分が長くなりすぎたりとか、細かいことを言い過ぎてしまったりとかですね、いろいろ問題が出てくるので、そういったバランスをとってもらうために、このコンテンツディレクター、AIを使っているというような仕組みになっています。

いろいろチェック機能がありまして、それがこの3つのAIエージェントでありまして、ブランドボイス、ルート構図、アンチAIスロップというようなものが存在してまして、このブランドボイスって何なのかっていうと、コンテンツディレクターが1回膨らましたスクリプトを読んで、これが空気デザインのブランドボイスに一致しているかどうかを判定するチェック、要は編集者みたいなものですね。これはですね、Obsidianにある空気デザインとして大事にしていること、価値観だとか喋り方だとかそういったものを参考にして、果たしてこの空気デザインが本質的な問題にタックルできているのか、ちゃんと皆さんの役に立つような内容が話できているのかといったことをチェックしているというようなものになります。ルート構図も基本的に同じですね。どこまで本質を突き詰めて賞味期限の長い情報を出せているかみたいなものをチェックするエージェントとなっておりまして、ブランドボイスとルート構図で基本的には質の担保を測っているというような形になりまして、このアンチAIスロップというのはその名の通り、どうしてもAIエージェントが書いたりすると、たまに私が絶対にしゃべらないような内容だったりとか、あとはふざけた書き方をすることがあるので、要は俗に言うAIっぽい書き方ですね。そういったものを潰すためのAIエージェントということになっております。

このビジネスとかも基本的には同じような運用になっておりまして、マーケティングディレクターとビジネスストラテジーっていうのがですね、私、空気デザインは動画だけじゃなくてですね、実はですね、デザインコンサルとかもやってまして、そういったデザインコンサルのですね、宣伝だとかマーケティングだとか、そういったものをどうするのかとか、ビジネスとしてどういうふうに回していくのかっていうのを、この2人のエージェントが考えて、ブリーフィングを毎週とか数日おきに出してくれるというような仕組みになってます。

このパートナーシップマネージーって基本的に案件ですね、案件マネージャーですね。私動画やっててですね、いろいろですねAI製品の案件をいただくんですけれども、今ほとんどお断りしてます。基本的にですね、皆さんの役に立たないような、いわゆるハイプだけのAI製品とか、どこでもあるようなAI製品って紹介したくないんですよ。本当に役に立つ、他とは違う、なんかユニークなやっぱり性質を持ったですね、AI製品だったら紹介してもいいかなと思うんですけど、なかなかそういうのもないのが実情でして、そういったものを全部お断りしてフィルタリングするためのAIエージェントという形でパートナーシップマネージャーというのが存在しています。

リーガルリビューというのは基本的には契約書のレビューですね。私がデザインコンサルで契約書を作るときにもちろん最終的には人間の弁護士にレビューしてもらうんですけれども、その前の第一段階としてこのリーガルリビューAIエージェントがこの契約書として何か可視がないか、変なところがないかというのをレビューしてくれると、いうような内容になっております。

最後にですね、このインフラ運用チームについて説明したいんですけど、これ実はですね、一番重要なチームといっても過言じゃなくて、何をしているのかっていうと、この調整層のインフラのメンテをしております。例えばこのタスク管理ツールの中に重複するタスクだとか、あとはもう腐ってるタスクとかたまにやっぱりどうしても存在することがあるんで、やっぱり私人間一人なんで、人間一人で全部これを管理しようとすると、自動化のためのですね、管理のタスクがものすごく多くなっちゃって回れなくなっちゃうんですよ。私はもう決断だけ判断だけをしたいんですね。で、他は全部AIに任せたいんですよ。なのでこのタスク管理とかObsidianの中のゴミ掃除をしてくれるAIエージェントがどうしても必要でして、それがこのローカルサポートというですね、Hermesエージェントまたはお山のですねローカルAIを使って日夜スキャンさせてでゴミを取り除いている、そういったAIエージェントになります。

で、このタスクディスパッチこれなんですけれども、これものすごくですね、重要なインフラ運用のAIエージェントって、これ実際に見せたいんですけれど、これですね、これですね。私が実際に空気デザインが会社として回している中のタスクリストなんですね。で、これ本物なんでなんかいろいろネタバレも入っててちょっと怖いんですけれども、見せるって言った以上は見せるんですけれども、いろいろタスクが入ってるじゃないですか。で、さっきのタスクディスパッチ何をしているのかっていうと、Obsidianのインボックスの中に入ったノートとかですね、例えば私がこのようにですね、私が例えば私のスマホからObsidianの掃除をしてほしいみたいなノートをObsidianの方に送ったとするじゃないですか。で、これをですね、タスクディスパッチが読み込んで、でタスクボードにタスクを作成するんですね。で、これがタスクボードなわけなんですけれども、見ての通りですね、一つ一つのタスクの中にヒューマンだとか、あとはCo-workだとか、あとは下の方にClaude Codeだとか書いてありますけれども、さっきのタスクディスパッチはタスクをObsidianのノートを読み込んで、必要なタスクをここに作成して、それを必要な人材に割り振りすると、そういった役割を持っています。なので4月26日のディスパッチが何をやったのかっていうノートがここに残ってるんですけれども、例えばCompleted Over Nightって書いてありますよね。これはタスク67、タスク60、タスク49が夜中の間に完遂できましたよというような報告を入れてきてますね。で、その上でさらにInbox Scan All Processと書いてありますけど、先ほどのObsidianのInboxの中にあったノートを全てスキャンしてタスクを作成しました、というような話をしてます。さらにこちらのNeed Your Attentionっていうところがあるんですけど、これ何なのかというと、タスクディスパッチャーが私がやらなきゃいけないタスクで重要なことを並べてくれてるんですね。私最近Googleを辞職したんですけれども、それを皆さんにお知らせしなきゃいけないなというそういったタスクが発生してまして、それがP0一番重要なタスクとして気をつけてくださいよというようなことを言ってきている。全プラットフォームのプロフィールを更新、Googleを辞めたんでもうGoogle社員ではありませんよということでプラットフォームのプロフィールを更新しましょうという形でいろいろタスクがあるということで、私にこういったタスクがあるよというのを教えてくれているのがタスクディスパッチャーということになります。

このタスク管理ボードなんですけど、これ私がバイブコードしたアプリになりまして、どのAIでもアクセス可能なタスクボードになっておりまして、人間とAIどちらもアサインできるようになっていると。ニューアンアサインドに入ったものをAIと私が見て、自分が今やってるものをこのインプログレスの方に入れて、もし何か不都合が出たらブロックドに入れて、例えばCo-workだとかまたClaude CodeだとかまたAIがですね、突っ返してきて私に何かやってくれみたいな感じで突っ返してくることがあるんですけど、Co-workによるですねコメントが入ってますけれども、これこれこういう理由でヒューマンつまり私がやらなきゃいけないことがあるんで、これはブロックドですよみたいな感じでですね、これも完全に人間の会社と同じ仕組みなんですね。

というわけでこういった形でタスク、AIエージェント、人間関係なく、一つのタスクボードを使って業務をぐるぐる回していると。このタスクの中に入っていればですね、夜中に勝手にAIがこのタスクをピックアップして勝手にぐるぐる回してくれる仕組みになってますので、これによってですね、24時間、私の場合ですね、大体12時間から14時間ぐらい1日AIエージェントが回っているというような状態になっております。

そういうわけでこういったですね、自動的に回る仕組み、そして人間AIともに一元管理できる情報源というのを作ってですね、自動的にAIが勝手に動く仕組みというのを作っていくのが非常に大事になっています。これによってですね、コード担当のチームはコードを書いている、そして文体担当のチームは文庫を読んでいる、そして事業担当のエージェントは来週の戦略を立てている、そして品質チェック担当は夜中テストを回しているといった形で、各AIチームが自律的に動いている仕組みを作ると。これって本当に人間の組織と同じで、その組織の上の方にいる人間っていうのは基本的に自分がいなくても意思決定が起こって勝手に組織が回る仕組みを作るのが一番大事なんですね。で、冒頭になんでAIエージェントを従来のAIチャットのように使うと出力の量とともに差が出るってのはこのことなんですね。基本的にAIエージェントって非常に人間に近いですね能力を持ってますので、自然とですね、どうしてもですね、AIエージェントの出力の量と質を上げようと思ったら、人間の組織みたいな仕組み作りが不可欠になってくるんですよ。

そういったわけで私が今見せたような仕組みを作ることによって、AIエージェントが自律的に回る仕組みを作っている。そういった形で今回空気デザインのやっているAIエージェントの組織を簡単に説明させていただきました。

というわけで夜中でもAIエージェントの社員たちは必死で働いて、朝起きた時ですね、このモーニングスタンドアップっていうルーチンがあるんですけれども、これでですね、何があったのか、夜中に何があったのかという報告を私はもらって、今日やるべきことっていうのを勝手にAIがですね、私の前に出してくれますので、それらを実行すると、そういった仕組みができているということですね。

これですね、Googleやシリコンバレーの技術文化の会社では普通にやっている仕事のやり方なんですよ。24時間365日サービスが動く前提で、夜中にテスト、性能測定、セキュリティチェックを自動で回して、誰も触っていない時間こそシステムの品質を上げるチャンスなんで、空いてる時間を無駄にしないでQAを回したりとか、メンテとか保証を行ったりとか、いろんなですねタスクを回してもらうと、そういった仕組みを作ってるわけです。こっちはですね、Claude講座なんですけれども、こちらにもですね、例えばデイリーQAランなんてものがありまして、毎日ですね、実装したソフトウェアとかアップデートした内容とかをですね、必ず夜中にですね、QA担当のAIエージェントがすべてテストをして、テストがパスなのかそうじゃないのか、クオリティが上がっているのか下がっているのかみたいなものを確かめてくれるというですね、ルーティンを作っているわけです。こういった品質を保証するための内容をですね、毎日走らせると、これによってですね、業務が回ると、夜中の時間を有効に活用できるというような仕組みになっております。

これがですね、今うちで働いているAIエージェントの組織。3ヶ月1000時間AIエージェントをぶん回して出来上がってきた組織ということになります。

というわけでですね、ここまでですね、実際に私が使っているシステムをですね、簡単に説明させていただきました。全部説明したら日が暮れてしまうので、ちょっと全部は説明できないんですけれども、4チーム18体のAIエージェントプラス契約社員の仕組み、そして全員が共有する会社のイントラネット、人間とAIが同じ場所でタスクを回し合うボード、思いつきをAIが判断してタスクに変える流れ、夜中の自動品質チェック、そういったものを解説させていただきました。これが今うちで動いているAIエージェントの組織、3ヶ月1000時間超の実運用ということになります。

1000時間の運用を通してですね、気をつけなきゃいけないこと、こういったことをやるときに気をつけなきゃいけない知見みたいなものが結構たまってますので、それをですね、重要なものをいくつか順番にお話ししたいと思います。

まずですね、一番大きな気づきなんですけれども、こういったAIエージェントの組織化の最大の見返りは時間の節約じゃないんですよ。夜中の品質チェック、ノートの整理、セキュリティの深掘り。こういった仕事って一人のプレイヤーでは絶対にできないし、やらない仕事なんですよね。時間も集中力もやっぱり人一人じゃ限られてるじゃないですか。だから割に合わないんですよ。でもこういう風にAIエージェントを組織化した瞬間に、こういう仕事が経済的に成立し得るんですね。夜中に勝手に動くAIがいればコストはゼロ、自律的に動いてくれるんで私がいちいち見てなくても勝手に動いてくれる。専門の担当がいれば集中力の問題もないんでずっとやり続けてくれる。結果ですね、シリコンバレーのプロの現場と同じ水準の品質管理が私のようなですね、一人の事業にも入るんですね。これはですね、時間節約とは桁違いの舵だと思うんですよ。

月にですね、運用してて一番痛感したことの一つなんですけれど、AIエージェントに暗黙の了解は通用しませんってことなんですね。例えば人間の新人ならインボックスのファイルを勝手に消したら怒られるなって暗黙でわかるじゃないですか。でもAIエージェントってわからないんですよ。消すなと書いてなければ消す可能性があるんですね。実際ですね、そういう事故が私の組織で1回起きたんですよ。Obsidianのインボックスの中身をAIが自分の判断で消しちゃったことだったんですよね。つまり、やっていいこと、やっちゃいけないこと、迷った時の判断基準全部ですね、書き下ろす必要があるってことなんですよ。これは結構最初は手間なんですけれども、ここを省略すると必ず事故が起きます。私あの1000時間ぶん回してますけれども、未だにですね、たまにあのそういった指示書を更新することがあるんで、組織がですね拡大したり変化するたんびにある程度ですね、更新する必要がある内容でもあるんで、まあそれはですね、肝に銘じておいてほしいと思います。こういったですね、指示書の精度がそのまま組織の質に直結するので、これは絶対に気をつけてほしいこととなります。

一番怖いこととして、AIエージェントの組織はエラーも警告も出さずに静かに壊れることがあります。例えば設定のどこかが間違っていて、間違った動きをし続けているのに誰も気づかないってことがあるってことなんですよ。人間の心身なら「このメッセージが届いてないんですけど」とかエスカレートしてくるじゃないですか、報告してきますよね。でもAIエージェントは壊れたファイルに「書き込み完了しました」って返事して次の仕事に移っちゃうんですよ。AIエージェントが動いてますっていう報告だけでは足りないんですね。定期的に設定が本当に合っているかどうかを端から端まで観察するという仕組みをですね、作った方がいいです。これが運用の基本となります。

いろいろあるんですけれども、この3つがですね、今までの1000時間の運用で本当に考えなきゃいけない大事なことという感覚ですね。やっぱり1000時間AIエージェントをぶん回して感じたことは、やっぱりですね、最終的には人間の組織にかなり似ているものをやっぱり作らなきゃいけないなって。それでいてAIエージェント、AIならではのですね、長所や短所がありますんで、それを分かった上で組織の形を調整する。でもあくまでもベースはよく回っている人間の組織のあり方をアレンジしたものから始めるのがおそらく一番いいと思います。

というわけでここまでいろいろ解説してきたんですが、まとめさせていただきます。まずですね、AIの組織を作るときにやらなきゃいけないこと。一つのAIに全部やらせないってことですね。役割を分けてそれぞれが自分の領域だけ責任を持つ。文脈を分ける。品質のチェックは複数の目でやる。これが出力の質を向上させるための唯一の構造となります。これはですね、プロの会社が現実に採用しているAIエージェントの運用方法ともなります。

もう2つ目、全員が同じ記憶を共有するということですね。AIエージェントごとに記憶がバラバラだと組織として機能しないので、いわゆるイントラネット、私が作っていたObsidianの文脈エンジンとか、あとはAIと人間が共通で使うタスクボードとかですね、そういったものを活用して、必要であれば自分で作って、全員の共有メモリとして利用しましょうということですね。これAIの組織って毎朝全員が記憶喪失で出社してくる会社と同じなんですよ。前の日に決まったことを誰も覚えてない。他のチームがやったことも誰もわかってない。そんな会社は成立しないんですよね。

そして最後3つ目。引き継ぎは会話じゃなくてドキュメント、書き物で残しましょうという話です。AIエージェント同士って基本的に直接会話しませんので、全部タスクボードに書き込む。そして非同期でログが残るようにして後から誰でもたどれるようにする。こういったですね、人間とは違ってリアルタイムで会話しないという前提のもとにですね、非同期のコミュニケーション設計、すなわち文書でやり取りをする、そして必ず文書で履歴を残す、こういったですね、組織作りを心がけないとどこかでつまずきます。これって実はAIが出てきて初めて作られた原則じゃないんですよね。これ基本的に人間の組織が数千年かけて試行錯誤でたどり着いた方とほぼ同じなんですよ。私がこのシリコンバレーで17年間見てきた方そのものということになります。

今回紹介させていただいたインフラとか設計運用の方法なんですけれども、この考え方はどのAIの会社を使っても、このAI競争の中でどのAIの会社が勝っても生き残り得る設計思想だと思います。皆さんが使っているのがClaudeでもGeminiでもChatGPTでも基本的な設計運用思想は適用できます。やっぱりどのAIが強いかで議論するのは素人のゲームです。プロはどう回すかで勝負を決めます。

というわけでですね、今回は私が空気デザイン、本当の会社としてのですね、空気デザインがどういうようなAIシステムで業務をぶん回しているのか、そういったシステムをですね、簡単に説明させていただきました。もしですね、よくわからなかったところだとか、詳しく説明してほしいところがありましたらですね、コメント欄の方に入れてください。いろいろですね、説明が足りない部分もあったと思うので、ぜひですね、教えていただければ詳しく解説させていただきますので、ぜひ教えてください。

それではですね、今回も動画を見ていただいてありがとうございました。また次回の動画でお会いしましょう。それでは、次回予告。