これも意味しているのは、AIの企業への影響はツールのレベルにとどまらず、組織構造そのものを変革するということだ。Tomは「burn tokens, not headcount（人員ではなくトークンを消費せよ）」と提案している——未来のスタートアップのボトルネックはもはや従業員数ではなく、トークンの使用量、ビジネスのコンテキストの質、組織知識の可読性になるかもしれない。中間管理層の調整機能はAIによって大きく代替され、IC（個人貢献者）、直接責任者、現実世界の高リスク判断を扱える人間の役割はより重要になる。
YCパートナー：どのようにして自己進化するAIネイティブ企業を作るか
編集者のコメント：この最新の YC バッチトークでは、YCの普通合伙人 Tom Blomfield は「AIを使った従業員効率向上」ではなく、より根本的な問題について議論しています：AIが単なるコパイロットから、感知・意思決定・ツール呼び出し・フィードバック受領・自己修正が可能になるとき、企業自体はどのように再設計されるべきか？
Tomの核心判断は、従来の企業は依然として「ローマ軍団」のように運営されているということです：情報は階層を通じて上に伝達され、命令は管理ラインを通じて下に配布される。しかし、AIはこの組織仮説を打ち破ろうとしている。本当に重要なのは、エンジニアが20％多くコードを書くことではなく、メール、Slack、会議、ドキュメント、人間の頭の中に散らばるビジネス知識を抽出し、AIが読めて呼び出せて反復可能な組織のコンテキストに変換することだ。
彼の見解では、未来のAIネイティブ企業は、自己改善を繰り返す一連のAIループから構成される：システムは顧客メール、カスタマーサポートチケット、製品データから外部の変化を感知し、ルール層、ツール層、品質ゲートを通じて意思決定を行い、結果に基づいて自動的に学習・修正する。YC内部でも既に類似の仕組みを試している：エージェントは質問に答えるだけでなく、失敗したクエリを監視し、新しいツールやデータベース、インデックスが必要か判断し、自動的にコードを提出、レビュー、マージ、デプロイを行う。つまり、創業者が寝ている間も企業は最適化を続けられる。
これも意味しているのは、AIの企業への影響はツールのレベルにとどまらず、組織構造そのものを変革するということだ。Tomは「burn tokens, not headcount（人員ではなくトークンを消費せよ）」と提案している——未来のスタートアップのボトルネックはもはや従業員数ではなく、トークンの使用量、ビジネスのコンテキストの質、組織知識の可読性になるかもしれない。中間管理層の調整機能はAIによって大きく代替され、IC（個人貢献者）、直接責任者、現実世界の高リスク判断を扱える人間の役割はより重要になる。
最も注目すべきは、AIが企業をより効率的にするだけでなく、「企業」という組織形態そのものを変えている点だ。ソフトウェアが一時的に生成され、プロセスが自動的に改善され、経験が継続的に企業の知性として蓄積されるとき、創業者が本当に構築すべきなのは、階層構造の明確なチームではなく、持続的に学習・自己最適化できるインテリジェントシステムかもしれない。
以下は原文です：
運用方式の再構築：企業はもはやローマ軍団のように運営されるべきではない
この部分はDianaの以前の講演に一部基づいています。週末の動画も公開されており、とても素晴らしい内容です。あと、Jack Dorseyが約2〜3週間前にツイートした内容も面白くて、いくつか彼のアイデアを「盗」ってこの共有に盛り込みました。
このセッションは概念的で、より高いレベルの議論です。主に、私たちが企業構築をどう再考すべきかについてです。
ローマ軍団の設計は、本質的にローマを中心に権力を外に投射し、二大陸をカバーし、さらにはスコットランド付近のハドリアヌスの長城まで延びることを目的としています。それはネストされた階層構造に依存しており、各層には安定した管理範囲があります。各階層には明確な責任者がおり、命令を下に伝え、情報を上に伝える役割を担います。
もし今日の多くの企業を観察すると、それらは実際にはローマ軍団のように運営されていることに気づきます：人は情報の上下流通のパイプラインです。Jack Dorseyのツイート群の中で特に印象的だったのは、私たちは階層化された組織が経済価値の最良の単位だとずっと暗黙の前提としてきたことです。しかし、私はAIがこの仮説を根底から覆しつつあると考えています。
一年前、もし皆にAIの用途を尋ねたら、多くは「生産性向上」と答えたでしょう：例えばCopilotはエンジニアの効率を20％向上させ、ワークフローに組み込むことでより多くのソフトウェアを提供できる、といった具合です。でも、これは根本的に誤った理解だと思います。これはまるで、古い働き方により強力なエンジンを搭載しただけの話です。本当に考えるべきは、旧来の組織にAIツールを追加することではなく、企業そのものが何であり、どう運営されるべきかを再想像することです。
例えば、Garryがさきほど述べた内容に私は本当に共感しています。彼は今、一人で書くコードの量が、もはや一つのエンジニアチームより多いかもしれないと信じています。私が常に考えているのは、企業内部のドメイン知識をどう抽出し、それをコンテキストやスキルセット、あるいはあなたが呼びたい何かに定義し直すかです。
いわゆるドメイン知識、ビジネス知識、ノウハウは、もともと人の頭の中、Slackのメッセージ、メール、Notionのドキュメントに散らばっています。これらの情報は、あなたの会社の運営方法を定義しています。これらの知識を明確にし、読める状態にできれば、階層化された組織から、AIネイティブのソフトウェア駆動型のインテリジェントな組織へと移行できるのです。
会社を寝ている間に改善する：AIの閉ループによる自動発見・修復・展開
AIは単なる外付けのツールではありません。それは、エンジニアが効率を上げるためのツールだけではないと考えています。私たちは、企業を一連の自己改善・自己進化するAIループとして再構築できると信じています。これは非常に重要なポイントです。なぜなら、企業がこの段階に到達すれば、あなたが寝ている間も継続的に自己最適化を行うからです。
例を挙げましょう。
Dianaも彼女の講演でこのAIループについて触れています。まず「センサー層」があります。これは高度な用語のように聞こえますが、実は非常にシンプルです：顧客からのメール、カスタマーサポートのチケット、コードの変更、解約通知、製品のリモート計測データ、これらはすべて外部世界からの情報を取得するセンサーデータです。
次に戦略層または意思決定層があります。ここではルール：AIは何ができるか、何に人間の許可が必要か、何を記録すべきかを定めます。さらに下にはツール層があり、これはGarryが述べたスキルやコードに似ており、基本的には決定論的なAPIです。例えばデータベースのクエリやカレンダーの確認などです。これらはAIが呼び出せるツールのセットです。
次に品質管理の段階です。Evaが述べた確定性チェックやセキュリティフィルター、高リスク事項の人間による審査などです。最後は学習メカニズムです。システムは実世界とインタラクションし、自分のどこが機能していないかを発見し、そのフィードバックをループの出発点に戻します。
もしこれらすべてのステップが、人間の介入なし、あるいは最小限の介入で動作すれば、そのシステムはあなたが寝ている間にどんどん良くなっていきます。
実際の例もいくつか紹介します。最初に、私たちはエージェントを作りました。質問を投げかけると、いくつかの決定性ツールを使ってデータベースをクエリします。例えば、「前回この会社とオフィスアワーをしたのはいつ？」といった簡単な質問です。
次に、少し賢くなった例です。例えば、ある会社とオフィスアワーをしていて、その会社が石化業界の人脈を必要としているとします。このシステムは、異なる方法でデータベースを検索し、RAGなどの手法を組み合わせて、関連する創業者5人を見つけ出し、紹介候補として提案します。
しかし、これはあくまでサイドキック、助手のエージェントです。去年までのAIの使い方と同じです：AIは私のグループパートナーとして効率を20％や30％向上させるためのものです。
本当に「アハモーメント」を感じたのは、このシステムの上に監視エージェントを追加したときです。これは、YCの社員が行ったすべてのクエリを監視し、成功・失敗を判断します。そして、「なぜ失敗したのか？」「どうすれば成功できるのか？」と問いかけます。必要なら新しい決定性ツールやスキルファイル、データベース、インデックスを更新します。
これらのことは今や夜間に自動的に起こるようになっています。コードを書き、マージリクエストを提出し、別のエージェントがレビューし、マージ・デプロイします。そうすれば、翌日には同じ質問をしたときに成功します。
これこそが私にとっての「キーポイント」です。単に人間の価値を20％や30％高めるだけではなく、AI自身がこのループを完結させ、自己改善の方法を見つけ出しているのです。
もしあなたが、企業のどの部分がこのように動作できるかを見極め、それに対する人間の関与や監督を最小限に抑えられるなら、トークンを投入して企業を継続的に良くしていくことが可能です。
他にも例はたくさんあります。例えば、製品分析データを持っている場合、そのエージェントに分析させて、販売ファネルの摩擦点を見つけさせることもできます。最適なプラクティスを研究し、A/Bテストを設定し、一週間運用して最良のバージョンを選び、展開します。
これも繰り返し行われることで、製品は自己最適化のサイクルを持つようになります。
カスタマーサポートも同様です。顧客からの提案が次々と届きますが、それを振り分けるエージェントを使うこともできます。このエージェントは、あなたの最高製品責任者や最高技術責任者の役割を果たし、判断を下します：この提案はやらない、捨てる；この提案は我々のロードマップに沿っているので、今夜実装する。そうしたらコードを書き、デプロイし、顧客に直接届ける。人間の介入は不要です。
したがって、企業のあらゆる部分を自己改善の再帰的AIループとみなせば、それは従来の「ローマ軍団式」階層企業とはまったく異なるものになるのです。
人員を減らし、トークンを多く使う：AIネイティブ企業は組織構造を再構築する
では、これを実現しようとしたら、何が必要か？
第一に：人員ではなくトークンを消費すること。現在、多くの企業はデモデイ時点で一人当たりの収益が18ヶ月前の約5倍になっています。この傾向はAラウンドやBラウンドまで続くと考えています。すぐに、制約は従業員数ではなく、トークンの使用量になるでしょう。
最も粗い方法は、各人のトークン使用量を測ることです。もちろん、この指標は極端な場合には愚かで、ゲーム化も容易です。でも、方向性としては正しいと思います。今は「何が可能か」を探る段階なので、皆さんには最大限に実験してほしい。どんな新しい知性が生まれるのかを。
これをランキング化し、昇進や解雇をこの指標に連動させれば、当然ながら歪むこともあります。でも、組織内で誰がトークンを最大限に使っているか、誰がそうでないかを見極めることは、どの社員に時間を投資すべきかの判断材料になります。
中間管理層は終わったと思います。少なくとも調整の役割については、AIが担うべきです。
私にとって、未来の重要な役割は二つあります。Jack Dorseyが三つ挙げましたが、私は三つ目は好きではないので削除しました。私が考えるに、二つの役割は絶対に必要です：一つは、全員がIC（個人貢献者）になること。つまり、建設者、操縦者です。そして、もう一つは、直接責任を持つ個人です。何かを推進するには、明確に名前のある責任者が必要であり、委員会や複数人のグループではありません。
私は、企業は完全にICの上に成り立つことができると考えています。中間管理層は本当に終わったのです。そして、自律的に自己改善できる企業を作ることこそ、そのビジョンです。
ちなみに、今の段階では、多くの人がこの最前線にいると思います。私も皆さんの進展を知りたいです。今は皆さんも探索の途中だと感じています。もしかしたら、すべての職能で本当に自己改善する企業を築いている人はまだいないかもしれません。もしかしたら私の見立てが間違っているのかもしれません。証明できるなら、ぜひ教えてください。
もし私が最初に何をするか？
最も重要なのは、組織全体をAIにとって読めて理解できる状態にすることです。これはどういう意味か？すべてを記録する必要があります。
簡単に言えば、今私たちのパートナーのメールはすべて、YCのパートナーに送ったメールはYCのデータベースに記録されます。SlackのメッセージやDM、オフィスアワーの録音も、過去3〜4ヶ月ですでにすべて記録しています。起こったことはすべて記録されていれば、AIはそれを理解します。記録されていなければ、AIにとっては何も起こっていないのと同じです。
さっき、創業者の何人かと話していて、彼らの会社について多くの良い内容を聞きました。会話のたびに思うのは、「この会話を録音すべきだった」と。なぜなら、誰かが私に紹介を頼んだとき、その相手が誰だったか今や思い出せないからです。約束したけれど、その後メールで送るように言ったのも覚えています。なぜなら、忘れるのが目に見えているからです。これから20人と話す予定ですし。
だから、これらすべてを記録するには、スマホや録音機器、スマートグラス、あるいは部屋にマイクを設置する必要があります。とにかく、すべてを記録しなければなりません。そうすれば、AIは理解できるのです。
次に、Garryが言ったように、話者分離と要約も必要です。10万時間の録音をそのままコンテキストに入れることはできません。整理し、集約し、圧縮し、重要な部分を抽出して、AIに少しだけヒントを与える必要があります。
例を挙げましょう：YCのユーザーマニュアルを読んだことがある人はいますか？少なくともこの部屋の皆さんには一度は開いてほしいです。大半は5〜10年前に書かれたもので、少し古くなっています。
先週末、Harshが突然思いつきました。過去3ヶ月のoffice hoursの録音約2000時間をもとに、新しいユーザーマニュアルを作れないかと。
システムに指示を出し、録音を整理・圧縮・統合し、資金調達、採用、共同創業者の紛争などのテーマごとに分類させ、その後、新しいマニュアルを書かせるのです。週末までに150ページの新しいマニュアルができあがり、既存のものよりもはるかに良い内容になっています。
さらに重要なのは、これを毎月更新できることです。こうして、私たちのマニュアルは自己改善システムとなります。新しい提案は既存のマニュアルと比較され、吸収されるか破棄されるかします。こうして、マニュアルは私たちの週次のアドバイスを蓄積する生きた脳のようなものになるのです。
もちろん、それだけにとどまりません。これをコンテキストとしてAIエージェントに入力すれば、超知能のAIに質問し、16人のYCパートナーの知恵を得ることも可能です。ただし、その知識はAIが読める状態でなければなりません。だからすべてを記録する必要があるのです。
第二のポイントも似ています：もし何かが自己改善可能なアーティファクトを生み出し、それをAIが読めるなら、それを残す。そうでなければ捨てる。
第三に、すべての職能は自分専用のソフトウェアを生成できるべきです。以前は「ダッシュボード」と言っていましたが、今や必要に応じてソフトウェアを生成する時代です。Codex 5.5は既に十分に高性能で、多くの内部ソフトやダッシュボードは一度に高品質に生成可能です。週末に内部ツールを試してみましたが、その効果は驚くべきものでした。
したがって、すべての内部運営チームはこの層の上に位置し、ビジネスのインテリジェンスを持ち、自らダッシュボードやワークフローを生成すべきです。
さらに、これらのソフトウェアは完全に廃棄可能なものとみなします。真に大切にすべきはデータです。Garryが言ったように、彼はすべてのメールをMarkdownに保存し、何も捨てません。しかし、ソフトウェア自体は一時的なものであり、生成し、再生成できるものです。
最も価値があるのは、人間の頭の中にあるビジネスの理解です：この職能はどう動いているのか、どうやってYCのイベントを運営しているのか、などです。実行に使うソフトウェアは、そのイベントごとに生成し、使い終わったら捨てることもできます。1〜2ヶ月経てば、モデルはより賢くなるので、古いソフトを捨てて、指示を再入力し、新たにソフトを生成します。
したがって、価値があるのはビジネスのコンテキストとスキルです。それらに基づくソフトウェアは一時的なものです。
では、人間の役割は何か？
私たちが議論しているのは、「企業の脳」のようなものです。すでに多くの人が似たようなことをやっています。中間層のすべて——あなたのすべてのデータ、メール、DM、スキル、ノウハウ——が企業の脳です。
人間はこの脳の縁に位置し、現実世界とのインタラクションを担当します。つまり、人間はこのインテリジェントシステムが現実に触れる場所です。会議の場や、新しい複雑な状況に入るときなどです。電話も例に挙げようと思いましたが、今やAIは電話の場面にも容易に入れるようになっています。
より典型的なのは、未知の状況や倫理判断、高リスクの瞬間です。例えば、創業者が私たちに相談に来て、「共同創業者と別れようかと考えている」と言ったときです。こうした高リスク・高感情の瞬間には、やはり人間が必要です。
これが人間の立ち位置です。多くの企業にとって、営業の対話も同じです。今後20年、営業現場には人間が必要とされ続けると私は考えています。
だから、私は人間は企業の脳の縁に住み、インテリジェンスを現実世界に持ち込む役割を担うと考えています。
時間を超過してしまいました。司会者が私を下ろそうとしているかもしれません。最後に皆さんに一つ質問を投げかけます：もし今日、あなたが自分の会社を再創立するとしたら、最初からこの形態に設計しますか？
ほとんどの人の会社はまだ十分に小さく、こうした設計が可能です。だから、あなたたちには言い訳はありません。それに、現場にはすでに自分の会社を解体し、再構築している人も何人かいると思います。
それでは、これで終わりにします。時間はPeteに渡します。皆さん、ありがとうございました。
[動画リンク]
律動BlockBeatsの求人情報はこちら
律動BlockBeats公式コミュニティに参加しませんか：
Telegram登録グループ：https://t.me/theblockbeats
Telegramグループ：https://t.me/BlockBeats_App
Twitter公式アカウント：https://twitter.com/BlockBeatsAsia