AIの委任の新しい経済学

毎回の主要な技術革命は、まずツールを変え、そして次に人々の働き方を変えました。今日、多くの人々はまだAIを単なる生産性ツールとして見ています。我々は、より深い変化の瀬戸際にあります。組織の構造や役割と責任の伝統的な分配を再定義する変化です。

マネジメント・チェーンの終わり

多くの企業、特にスタートアップは、創設者がほぼすべてのビジネス機能を担うことから始めます。彼らは製品を構築し、最初の顧客を獲得し、運用を管理します。すべて同時にです。

しかし、ビジネスが成長すると、このモデルは必然的に限界に達します。仕事の量と必要な専門知識が超え始め、創設者は責任を逐渐的に委任し、さまざまな機能を専門家が所有する組織を構築する必要があります。

CEOは、部門長に一部の責任を委任します。そのリーダーは、チームに仕事を分配します。これが、組織の階層構造が徐々に形成される方法です。

しかし、数十年間、このシステムには自然な境界がありました。最下層には、誰にも仕事を委任できない個人貢献者がいました。彼らは自分で仕事をしていました。数学では、このタイプの構造は木と呼ばれ、端末ノードは葉と呼ばれます。組織では、これらの葉が委任チェーンの終わりを示していました。

初めて、現代ビジネス史において、これらの葉には仕事を委任できる誰かまたは何かがいます。ほぼすべての専門家は、仕事の一部をAIに委任できます。AIは、最初の草案を作成したり、調査を行ったり、コードを書いたり、文書を確認したり、情報を収集したりすることができます。

新しいタイプの労働者

今日、多くの人々は、AIが人間の労働者を置き換えることを心配しています。初めて見たときには、AIに仕事を委任する会社の運用コストが低くなるように思えるかもしれません。しかし、現実はより微妙です。

毎回の委任には価格が付いています。マネージャーが従業員にタスクを割り当てると、会社はその従業員の給与を支払います。AIに委任すると、給与費用ではなく、基礎モデル、API使用、コンピュートリソース、データストレージ、コンテキストウィンドウ、統合などのサービスにコストがかかります。

実際、組織は新しいタイプの労働者を獲得しています。この労働者は休暇を取ることはなく、24時間働くことができます。しかし、無料ではありません。会社が直面する最も重要な質問の1つは、AIを使用するかどうかではなく、どのタスクをデジタルエージェントに委任するか、どのタスクを人間が扱うべきかです。

私は、Keymakrでの私の経験を通じて、この変化を直接観察する機会がありました。AIツールは、会社のほぼすべての機能に徐々に導入されました。例えば、マーケティングチームは、業界イベントの特定と分析、市場調査、競合分析にAIエージェントを使用しました。運用では、AIが文書処理、内部報告、情報検索、多くのルーチンタスクを担当しました。

私が最も感銘を受けたのは、この委任がどのように慎重に実施されたかです。AIは人間を置き換えるのではなく、繰り返し、時間のかかる仕事を処理し、チームが人間の判断、創造性、戦略的思考が必要なタスクに集中できるようにしました。利点は、日常のワークフローをストリームライン化することから、会社全体のキャンペーンをサポートするまで、組織のすべてのレベルで見られました。

それが、私が理解したことです。AIの最大の影響は、組織内での仕事の分配方法を根本的に変えることです。

AIの隠れたコスト

会社が最も一般的に犯す間違いは、AIのコストを月額サブスクリプションの価格で判断することです。実際には、それは全体的な経済の小さな部分にすぎません。

実際のコストは、AIが日常のビジネス運用に組み込まれたときに現れ始めます。1つのエージェントが文書を分析し、別のエージェントがCRMで作業し、3つ目のエージェントがレポートを準備し、4つ目のエージェントが電子メールを処理します。各エージェントは、異なるモデルを使用し、異なる量のデータを消費し、異なるレベルのコンピューティングを必要とします。この時点で、会社はデジタルインフラストラクチャーを蓄積します。

AIの真のコストは、最終的にそのインフラストラクチャーがどれだけ効率的に使用されているかによって決定されます。

2人の従業員が同じタスクを与えられたとします。1人は自動的に最も強力で最も高価なモデルを使用しますが、2人は、ほとんどの場合、より小さくて安いモデルで十分であることを理解し、最も高度なモデルを、追加の価値を提供するタスクのみに予約します。結果は同じかもしれませんが、タスクを完了するコストは、10倍の差があります。

同じ原理がデータにも適用されます。すべてのAIエージェントが、技術的に可能であっても、数百万のレコードを処理する必要はありません。多くの場合、検索スペースを狭めること、コンテキストウィンドウを減らすこと、またはデータ処理ワークフローを再設計することが、より効果的です。これらの小さな決定が、組織内のAIの経済学を形作っています。

私は、将来、会社はAIコストの効率性で競争することになるでしょう。リーダーは、人々を管理する方法を学ぶ必要がありました。現在、デジタル労働者を管理する別の学問をマスターする必要があります。勝者は、同じ成果を最低のコストで達成できる会社になります。

変化を感じる最初の仕事

最も大きな変化は、日常の仕事の多くが、AIに委任できる構造化された、繰り返しの、情報ベースのタスクで構成される役割で起こっています。これらの環境では、AIの経済学がすでに最も強いビジネスケースを提供しています。

そのため、最初に変化する役割は、構造化された、繰り返しのプロセスで構成される役割でした。今日、AIは、デザイン、ソフトウェア開発、法務、コンサルティング、管理サポートなどの分野で特に急速に採用されています。なぜなら、多くの仕事がすでにAIに委任できるからです。

私は、多くの人がAIの影響を誤解しています。彼らは、消える仕事の数でそれを測ります。しかし、多くの職業は残るかもしれませんが、日常の仕事が劇的に変化するため、数年後には、エンジニア、デザイナー、弁護士、そしてマーケターは、同じ仕事のタイトルを保持していますが、根本的に異なる仕事をしています。

私は、会社が従業員を専門知識だけでなく、AIエージェントの個人エコシステムを構築して管理する能力、さまざまなモデルの長所と短所を理解する能力、各タスクに適切なツールを選択する能力、そしてそのAIインフラストラクチャーのコストを管理する能力で評価するのをやめることができると思います。

ある意味では、すべての知識労働者はマネージャーになります。違いは、チームの一部が人間ではなく、デジタル労働者で構成されていることです。

今日、私はIntrospectorでの私の仕事を通じて、そしてPhysical AIソリューションを構築する会社とのコラボレーションを通じて、この進化の次の段階を見ています。最初の質問は、ビジネスプロセスにAIをどのように統合するかでしたが、現在の会話は、もっと根本的なものに移り変わりました。人々と知的システムが真正に互いに補完し合い、経済的価値を生み出すように、仕事をどのように分割するかです。

それが、私がAIマネジメントは徐々に独自の職業になっていることを信じる理由です。すでに、AIワークフローを設計し、適切なツールを選択し、コストを最適化するのを支援するコンサルタントの需要があります。このような専門知識の需要は、将来さらに増加するでしょう。