ソートリーダー
散在のChatGPTチャットから生きたAIオペレーティングシステムへ：AIファースト企業の構築方法
大多数の企業はすでにソフトウェア予算をAI実験に振り向けているが、ChatGPTは多くのチームで日常的に使用されている。しかし、これらの孤立した実験を、ビジネスを真正に牽引するシステムに変えるにはどうすればよいのか。問題は採用ではなく、調整の欠如にある。知識は個々のブラウザタブや断片的な会話に閉じ込められ、チームは毎回作業を再現することを強いられている。
ChatGPTカオス
私はこの問題を身をもって知っている。2023年、私はChatGPTカオスの真っ只中でいた。私たちの40人規模の会社では、すべてのチームメンバーがAIを個別に使用しており、会社全体の知能が分散しているのではなく、集中していた。私たちは努力を二重にしていた。
通常、どのように起こるのか。AIの採用が始まると、進歩しているように感じる。すべての人が個人的なユースケースを見つけ、効率が少し向上し、リーダーシップは“AIの使用”を会社内で見る。問題は、これらの勝利が断片的なままであるということである。マーケティングディレクターの最も優れたプロンプトがChatGPTの履歴に閉じ込められている場合、セールス担当者はそれを基に構築できない。これにより、チームは毎日車の輪を作ることを強いられる。
これがあなたに聞こえるところがあれば、それは99%の会社が現在直面している現実だからである。すべての人が独自のAI実験を行っているが、ほとんどの会社は部門間のレバレッジと共有コンテキストを誇ることができない。現在、AIファーストと呼ばれることはできない。AIが散在している。
転換点：インフラストラクチャとしてのAI
Elly Analyticsでは、私は自分自身に問いかけた：もしこの会社全体がAIのコンテキスト、プロンプト、スクリプト、ワークフローを共有していたらどうなるだろうか。すべてが瞬時に利用できるようになっていたらどうなるだろうか。この質問により、私は私たちがAIを試みるのを止め、リードすることを始める準備ができていることを理解することができた。
私たちは、Cursorが私たちが必要とする変革を推進する能力を持っていることを発見した。Cursorは、チャットだけでなく、ファイル、プロジェクト、コードベース、会社の戦略からのコンテキストで動作するAIエージェントを提供した。ChatGPTに「競合他社を分析してください」と尋ねるのではなく、「最新の競合他社調査ファイルを使用して、戦略フォーマットで視覚的な要約を生成してください」と尋ねることができる。Cursorはファイルの場所、フォーマットの見た目、競合他社について話し合う方法を理解している。
私たちは、新しいAIスタックを3つの層で構築した。
- Cursor — 開発者向けのスーパーエージェント環境（彼らのツールは常にメインストリームよりも1年先んじている）が、開発者だけでなく、マーケティング、オペレーション、HR、戦略チームにも同等の力を持つ。ドキュメントの要約を超えて、タスクの自動化 — コールトランスクрипトの処理からデータ分析のPythonスクリプトの作成まで — が可能になる。
- 共有会社脳 — 中央、進化するノウハウベースで、すべてのAIエージェントが読み取り、更新できる。会社の戦略、プロセス、目標について完全な理解を持つコラボレータとなる。エンドレスなブラウザタブ間のコピーとペーストの必要性を排除し、AIエージェントがビジネスの完全なコンテキストを持つことを保証する。
- プラグアンドプレイワークフロー — 再利用可能な、部門ごとのAIプロセス — オンボーディングからキャンペーン計画まで。
AIファーストワークスペーステンプレート
私たちの旅に続いてくれる人向けに、私たちはAIファーストワークスペーステンプレートをオープンソース化した。戦略、製品、マーケティング、オペレーション、財務など、部門ごとのリポジトリを含む、事前構成された自動化スクリプト、ワークフローの実例が含まれている。これをクローンし、適応させ、数週間で独自のAIファースト企業インフラストラクチャを稼働させることができる。
テックジャイアントである必要はない。GitHubが技術的に十分ではないと心配する場合は、バージョン履歴が組み込まれたGoogleドライブと考えることができる。コマンドラインに触れることはない。AIがそれを処理するからだ。
あなたがこれを自分の会社で導入することを決めた場合、以下のパスを推奨する。
ステップ1：自分自身のユースケースでこれを使用し始める。私たちはすでに専用のリポジトリを用意しており、例や説明が含まれている。これは、アイデアをチームに売り込む前に、自分で利点を体験することが難しいからだ。
ステップ2：会社の重要人物に、Cursorを自分のタスクで使用し始めるよう奨励する。価値を経験すると、次のステップを促す限界にすぐに達するだろう — 共有ファイルと共有コンテキストを欲するようになる。
ステップ3：チーム（多くの場合、リーダーシップチーム、マーケティング、または別の機能）を選び、最初の共有実験を実行する。共有リポジトリをセットアップし、チームの実際の同期化課題を解決し、会社の残りの部分にとって見える成功物語を作る。
ステップ4：組織の他の部分に同様の方法で展開する。チームリーダーまたは初期採用者から始め、最初は個人のワークフローに焦点を当て、次に共有ワークフローに拡大する。毎週、面白いユースケースを尋ね（共有して）、勢いと採用が時間の経過とともに築かれていくようにする。私たちの経験では、チームは自然にAIファースト環境に移行する。
AIファーストへのROI
私たちの見積もりでは、このモデルを採用することで、40人チームで年間1万時間以上の労力を解放できた。また、時間の節約だけではなく、チーム全体をより賢く、迅速に、調整してくれた。以下が日常的な意味である。
短期的な勝利（0〜6ヶ月）
最も即時的な利点は、すべての作業にわたるAIコンテキストの連続性である。ブラウザタブを閉じたときに会話履歴を失うことはなく、セッションごとに最初からやり直す必要もなく、コピーとペーストを繰り返す必要もない。AIは最初の日からビジネス全体を理解している。
2番目の短期的な勝利は、ルーティンベースの管理作業が30〜50%削減されることである。手動分析、繰り返しのレポート生成、無尽のドキュメント作業が、AIが重労働を担うことで消え去る。
そして、組織のAIインテリジェンスの複合効果がある。ワークフロー、プロンプト、スクリプトが会社全体で共有されると、各部門が組織の残りの部分に透明性を持つようになる。集団的な知能は、タスクの完了ごとに成長し、すべての人が利益を得る。
長期的な変革（6ヶ月以上）
長期的には、影響が深まる。会社は緩やかな部門の集まりではなく、AIパワードの有機体のように動作し始める。戦略的整合性が向上するのは、AIが真正のクロスファンクショナルな洞察を可能にするからである。新しい従業員が入社すると、単にドキュメントを継承するのではなく、蓄積された組織的知能全体を最初の日から適用できるようになる。意思決定が改善され、加速するのは、より豊富で包括的なコンテキストが利用可能だからである。
別の持続的な変革は、技術的なチーム以外のチームもエンタープライズグレードのプロフェッショナルなワークフローにアクセスできるようになることである。GitHubのインフラストラクチャを通じて、バージョン管理、監査トレイル、プロフェッショナルグレードのコラボレーションツールを開発者になることなく利用できる。アクセス制御により、正しい人が正しい情報を見ることができ、アーキテクチャは組織が成長するにつれてシームレスに拡張される。
そして、もしかしたら最も深い変化は、チャットボットやノウハウベースを超えて、実際にコードを実行するAIを持つことである。ここで魔法が起こる。AIは要約したりアドバイスしたりするのではなく、ファイルを処理し、分析を実行し、ワークフローを自動化する。
私は、ほとんどの会社が2年以内にこの道を歩むと信じている。現在このシステムを採用することは、今日のワークフローを改善するだけでなく、AIファーストがデフォルトになる市場をリードする位置に会社を置くことになる。
開発者ツールの利点 — と、一つの強力な副作用
よく聞かれる反論は、「すぐにすべてがChatGPT、Googleドキュメント、Notionに組み込まれる」というものである。私の答えは、「それは素晴らしいことだ」というものである。すべての主要ツールがより深いAIコラボレーションに向かって進化していることは、チームワークをより簡単にすることになる。ただし、機能が到着するまでに、すでに新しいツールが現れ、それらのツールはほとんどの場合、開発者エコシステムに最初にやってくる。したがって、カッティングエッジに留まることを望むのであれば、開発者グレードのツールを今試すことは意味がある。難しいと思われるかもしれないが、私は15分のセットアップガイドをまとめてみた。
また、「近い将来に何が変わるか」と問うだけでなく、「何が変わらないか」と問うことも重要である。新しいAIツールが現れても、組織、製品、プロセス、優先事項、人々、ツールについての構造化されたコンテキストは、常に無価値である。新しいAIツールは、どれほど進歩したものであっても、会社を「知る」必要があるため、有用になる前に。Cursorを主要なAIインターフェースとして使用し、GitHubリポジトリを介してデータを共有することで、強力な副作用が生じる。組織のコンテキストを構造化し、チームの日常的な作業の副産物として自動的にキャプチャする。
