AI変革への道

AIツール戦争は終わった——だが、勝者がその成果を使いこなせるかは別問題——AI時代のソフトウェアエンジニアリング変革・ゆっくり学ぶAI175先に結論を言う。2026年半ばに振り返ってみると、AIツールの「王座」は4つのツールの間を転々としたわけではない。Claude CodeとCodexの2社が持ち去ったのだ——正確に言えば、この2社が「高自律性」の領域、つまりエンドツーエンドのデリバリーサイクルを本当に短縮できる領域を掌握した。GitHub Copilotは依然として29%の職場採用率で首位に立っているが、それは企業調達の慣性に支えられたもので、新規獲得曲線はすでに横ばいだ。Cursorは前世代のUX王者だが、成長は鈍化している。Google AntigravityはGemini＋クラウド＋企業向けコンプライアンス体制という三位一体で殴り込んできた第三の勢力だが、2ヶ月経っても6%止まりで、まだスタートラインにも立っていない。 国内（中国）に目を向けると、「自律エージェント能力＋コンプライアンス＋エンタープライズ展開」の3点セットを同時に満たせるのは、現時点ではByteDan...

コードの生産がほぼ無料になったら、瓶頸はどこへ?コードの生産がほぼ無料になったら、ソフトウェアの配布の瓶頸は「コードを書く」から別のところへ移動する。問題を定義する、部分を組み合わせて動作する全体を作る、実際に正しいことを検証する、組織を調整する。 これは、ソフトウェア業界における制約理論（Theory of Constraints）の再現である。製造業は40年前からこの道を歩いてきた：一つの工程が安くなったら、瓶頸は消えない。代わりに、次の最も高いコストの工程に移る。ここで理解できるのは、普遍的な困惑の解決法である。AIプログラミングツールが全社に敷き詰められたら、コードの生産は速くなったが、配布の速度はあまり変わりなかった。 製造業グループのCIOが私に半年間のデータを示した。ITチームは80人以上で、AIプログラミングツールを全面的に導入した。単にコードの生産をみると、人均の提出量とマージ速度は3倍以上増加した。しかし、ビジネスサイドの感覚はまったく異なる。1つのスマートな生産計画の機能から立案から上線まで、3ヶ月かかった。彼はツールが2倍のスピードアップをもたらすと期待し...

AI を導入する前に、まずチームをバリューストリームで再編する企業に AI を持ち込む前に、ツール選びやモデル選びよりずっとリターンの大きいことが一つある。まずバリューストリーム沿いに技術チームを再編することだ。 私はこれまで、AI ツールを買い、モデルをデプロイし、人にも研修を受けたのに、納品は相変わらず遅く、現場はかえって疲弊している企業をいくつも見てきた。根本原因はほぼ一つに絞れる。AI が弱いのではなく、チームが技術層（フロントエンド、バックエンド、アルゴリズム、運用保守、セキュリティ）で間違って切られていること。エンドツーエンドの機能一つが四つ五つのチームをまたぎ、引き継ぎのたびに何かが落ちる。要件が少し、コンテキストが少し、責任感が少し。チームの境界を正しく直して初めて、AI を拡大する土壌ができる。境界が歪んでいれば、AI は間違った構造の上で借金を加速して積み上げるだけだ。 本稿は実践可能な組織設計手法、Team Topologies（Skelton & Pais, 2019）を提示する。核心は三つ。バリューストリームでチームを切ること、各チームの認知負荷...

前書き あなたのソフトウェアアーキテクチャは、技術チームが「設計」したものではなく、あなたの組織構造が「自然に生み出した」ものである。1968年に提唱されたこの法則は、AI時代において繰り返し検証されている。 ハーバード・ビジネス・スクールの実証研究は、コードの複雑さよりも「組織的距離」の方がソフトウェアの欠陥率をより正確に予測できることを示している。あなたが「技術的負債」と呼んでいるものは、本質的には「組織的負債」である可能性が高い。 Amazonのマイクロサービス帝国、Spotifyのスモールチームモデル、AppleのSiriの苦境——三社とも兆ドル級の企業だが、それぞれ異なる運命をたどり、同じ法則を示している。 AIエージェントが組織図に登場し始めた。チーム内の「ノード」がすべて人間でなくなったとき、コンウェイの法則は、あなたが想像もしない形で再定義される。 1968年、名の知れないプログラマーが一篇の論文を執筆した。『ハーバード・ビジネス・レビュー』は「論点が証明されていない」として拒否した。56年後、その論文の核心的主張は、ソフトウェア業界全体で広く受け入...

はじめに AIエージェントの限界は、モデルのサイズだけでなく、「コンテキスト管理」という技術にも依存しています。これはCPUに対するメモリの設定のようなもので、エージェントの思考の深さと効率を決定します。 コンテキストウィンドウはゴミ箱ではありません：情報過多は「毒を盛り」、AIの判断を妨げ、混乱させます。正確性は、膨大な量よりもはるかに重要です。 熟練者は「書く、選ぶ、圧縮する、隔離する」の4つのテクニックを用いてAIのコンテキストを管理し、限られた「メモリ」を要所に活用しながらコスト削減と効率向上を実現します。 未来の競争はシステムの効率性の競争です。複数のエージェントアーキテクチャを用いてタスクを「隔離」し、それぞれのエージェントが自分の小さな窓の中で極限まで達成することが、複雑なタスクシステムの構築における鍵となります。 コア要約エージェントがタスクを実行するには、コンテキストが不可欠です。いわゆる「コンテキストエンジニアリング」とは、エージェントがタスクを実行する各ステップでそのコンテキストウィンドウに適切な情報を正確に注入する技術と科学のことを指します。この記事では...

前書き 大多数のAIの失敗はモデルの能力の欠如ではなく、コンテキストエンジニアリングの欠如によるものです——情報が正しく「書き込まれ、選択され、圧縮され、隔離されていない」。 コンテキストを無視することは真金生花の損失であり、Bardのリリースの失敗から「260個のチキンナゲット」まで、企業は記憶の欠如に代金を支払っています。 盲目的にコンテキストを延長することはノイズと攻撃面を拡大するだけです；小さくて正確なコンテキスト管理が性能と安全の解決策です。 最初にコンテキストを構築し、次に大きなモデルを議論する：一般的な利益は**入力コスト -80%、精度 +15~90%**であり、より大きなモデルを交換するよりもはるかに得です。 2023-2025年の企業の実践が示すように、AIアプリケーションの失敗の根本原因はモデルが賢くないのではなく、「コンテキストエンジニアリング」の欠如である。そのため、Googleは1000億ドルの時価総額を失い、この技術を手にした企業は40-90%の性能向上を実現した。 1. 1000億ドルの教訓：AIが「失憶」する時に何が起こるのかGoogle ...

私たちの包括的ガイドを参考にして、企業のワークフローにAIエージェントを成功裏に導入するための方法を学びましょう。プラットフォーム選定、統合の課題、ROI測定、スケーリング戦略をカバーしています。 企業におけるAI導入は2025年に転換点を迎え、82%のビジネスリーダーがAIエージェントの導入を戦略的優先事項と見なしています。しかし、このような緊急性にもかかわらず、多くの組織は複雑な企業ワークフローにおけるAIエージェントの実際の導入に苦戦しています。成功するAIエージェント導入と高額な失敗との違いは、しばしば技術的な要求とビジネスの目標の両方を構造化された方法で解決することに帰着します。 導入の課題は深刻です：73%の企業がパイロットプロジェクトを超えたものの、AIエージェントを複数の部門に展開できたのはわずか12%です。主な障害は技術的ではなく、統合の複雑さ、変革管理、実際のビジネス価値を測定することに関連しています。本ガイドは、企業がこれらの課題を乗り越え、成功したAIエージェントの展開を実現するための包括的なフレームワークを提供します。 多くの導入失敗は、組織がAIエージ...

前書き モデルの値下げは偽の命題：値下げするのは使用されていない旧モデルであり、ユーザーは最も強力な「新しいフラッグシップ」にのみお金を支払う。 真のコストのブラックホールはトークン単価ではなく、AI能力の進化である：タスクが複雑になるほど消費が増え、固定月額料金モデルは「圧迫される」運命にある。 AIのサブスクリプションモデルは「囚人のジレンマ」であり：使用量に応じて支払う選択をすれば市場を失い、月額定価を選べば未来を失うことになる。 「資金燃焼」から脱却する道は2つだけ：高い転換コストの「堀」を構築し、企業顧客が離れられないようにするか、垂直統合を行い、AIを赤字の誘引ツールとして使い、基盤インフラストラクチャから収益を得る。 関連読書 【トークンの豆知識】AI料金はなぜトークン単位で計算されるのか？探る 【わかりやすい解説】7B、70B、175B？AIモデルのパラメータは一体何を意味するのか？企業はどのように大規模モデルを選ぶべきか？ tokens are getting more expensive トークンの真のコストが急上昇中「言語モデルのコストが10倍に下がる」...

序文 労働者は AI に苦労を肩代わりしてほしいと願っているが、経営者は AI によって労働者を排除したいと考えている—効率を求めるあなたに、彼らは解雇を狙っている。 最も悲惨なのは AI に取って代わられることではなく、AI が自分のやりたくない仕事を果たし、経営者が自分が余剰であると感じること。 やむを得ないことに、多くの起業家は働く人々ではなく、経営者についての調査を行っている。 AI 技術が進むにつれ、誰も口に出したがらない冷酷な管理の真実が隠されやすくなる。 従業員は協働を妄想し、経営者は代替を賭ける—AI の進化はまだ終わっていないのに、信頼は先に崩壊してしまった。 従業員はどのような AI を望んでいるのか？スタンフォード大学の研究で、従業員の期待と AI の能力との差が明らかになり、最も研究開発に値する重要な分野が示されました。 人工知能は労働市場に革命的な変化をもたらしています。今日、従業員は日常の仕事でますます AI に依存しており、アマゾンやマイクロソフトなどの企業は、AI の導入を理由に解雇を行うと発表しています。 しかし、決算発表やニュースの主流の見解...

結論の前置き 巨大企業は3億ドルの年俸を支払い、あなたの日々の最後の1分間の貴重な視線とクリックを奪うために突き進んでいる 生成AIは生産性を解放するように見えるが、実は販売可能な余暇時間を暗黙のうちに生み出している GPUの価格が高騰し新たな通貨となり、計算能力の先物取引がバブルと巨利を共存させている 注意力は枯渇し、睡眠という最後の防波堤さえも商業アルゴリズムによって明示的に価格付けされている もし自分の時間に価値をつけなければ、大手企業はあなたの未来と夢を高値で買い取ることになる 概観過去15年間、インターネットのビジネスロジックは「時間を奪う」から「時間を生み出す」へと進化しています。モバイルデバイスとショートビデオが断片的な時間を搾り取り、今や生成AIが効率向上ツールによって解放された空白を埋めようとしています。なぜ巨大企業が数少ない研究者に対して3億ドルという巨額の報酬を支払うのか、それはただ1つの目的のためです——それは、誰もが持つ24時間の中から1分をさらに絞り出し、 monetization（収益化）することです。 この記事では、注意力戦争の進化、天文学的な人...