執筆：Will 阿望過去一年、私はいくつかのAIテーマの業界会議に参加した。ステージ上のゲストは次々とAIの華麗なデモを披露し、観客はスマホを手にスクリーンを撮影し、SNSに投稿したらまたスマホをいじり続ける。しかしオフィスに戻ると、やはり同じ週次会議、同じ承認作業、同じ週報だ。大手企業はすでにトークン消費量をKPIに組み込み、スクリプトで量を稼ぐ者は勤勉な模範となっている。SNSのあの連中は、今日Claude革命、明日Codexの凄さ、明後日Gemini万歳――これは革命を迎えているのか、それともただの追いかけレースなのか？これらはすべて雑音であり、私が求める答えではない。本当の問題は、AIが十分に強いかどうかではない――蒸気機関はすでに完成している。問題は、誰が最初に古い工場を解体するかだ。産業革命が本格的に始まった日、それはワットが蒸気機関を改良した日ではなく、ランカシャーの工場主たちが川から離れ、蒸気機関を中心に工場を再構築する決断をした日だ。AIの最も重要な瞬間も同じ――大規模モデルが発明された日ではなく、最初の組織が旧工程を解体し、AIを中心に生産方式を再設計する決断をした日だ。その日はまだ来ていないが、すでにその道を歩んでいる。このことを早くから見抜いた人もいる。NotionのCEO、赵伊万は2025年末に『Steam, Steel, and Infinite Minds』という論文を書き、冷静に判断している：我々はまだ「水車を置き換える」段階にある――既存のツールにAIチャットボットを付加しているだけで、工場の再設計には至っていない。OpenAIの元社員、Leopold Aschenbrennerは別の道を選んだ：165ページの『Situational Awareness』を書き、その後ファンドを設立し、2.25億ドルから136.8億ドルまで成長させ、すべてAIインフラに賭けている。内側を見つめる者と外側に賭ける者、二つの視点だ。この文章は彼らについてではない。私たちについてだ――私たちは今どこに立ち、どの段階の歴史を繰り返しているのか。（パワールームの織機、トーマス・アロムによる彫刻、1835年 / Wikimedia Commons）一、工場はまだ古いまま多くの人の一日はこうだ：朝、AIでメールを書き、10分節約。次に2時間、本来必要のない週次会議を開く。午後は3つのツール間で同じデータをコピペ。夜、SNSに「AI最高」と投稿。節約した10分は、旧工程にそのまま吸収されてしまう。同じく、蒸気機関が登場したときも、工場主は最初、水車を蒸気機関に置き換えただけだった――工場は川辺に建ち、階層式の建物、中央伝動軸によるライン駆動は変わらず。私たちはChatGPTをSlackに組み込み、CopilotをOfficeに追加し、AIチャットをワークフローに埋め込む――やっていることは同じだ。ツールは進化したが、工場は変わらない。しかし、新しい機械を導入したからといって、工場が変わるわけではない。マクルーハンはこう言った：私たちは後方鏡を通じて未来へ向かう。旧工程を使って新ツールを収容しようとするのは、初期の映画が舞台劇の撮影だったのと同じだ。本当の突破口は、蒸気機関を完全に河川から解放し、新たな動力を中心に生産方式を再設計することにある。産業革命のタイムラインとAIを照らし合わせると、私たちの位置もおおよそ特定できる：今のタイムラインは極度に圧縮されている。蒸気機関から鉄道ブームまで60年かかったのに対し、Transformerからデータセンターの潮流までわずか7年だ。速度は問題ではない。問題は、どこで足止めされているかだ――最初の4行はすべて旧工場に新機械を入れただけの段階、蒸気機関は装着済み、鉄道も敷かれているが、生産方式は変わらず。真の分水嶺は第六行だ。私たちはおそらく、その二つの段階の間にいる。蒸気機関はすでに手元にあるが、工場はまだ古いまま。二、資本は最も遠い工場層に集中インフラは過剰に整備されがちだ。最後に破綻するのは投資家であって、インフラそのものではない。1846年、英国議会は263の鉄道法案を可決し、9500マイルの新鉄道建設を承認した。鉄道投資は当時の英国GDPの13％を占めた。鉄道株は10％の頭金だけで購入でき、中産階級が殺到した。バブルは1847年に崩壊。承認された路線の三分の一は未建設のまま、投資者は血を流した。ダーウィンも鉄道株で60％の損失を出したが、彼の運は多くの人よりも良かった。しかし、鉄道は残った。今日のAIインフラも同じ道をたどる。Goldman Sachsの最新推計によると、2026年の世界のAIインフラ投資は7650億ドルに達し、2031年には年間1.6兆ドルにのぼる見込みだ。超大手クラウド事業者の資本支出は、2023年の約40％から2025年にはほぼ70％に増加。AI関連投資は米国全体の投資の約四分の一を占めている。Aschenbrennerの136.8億ドルも、この層に賭けている――彼が賭けるのは、どのアプリが勝つかではなく、基盤となる計算能力そのものだ。この資本循環は、不動産開発と構造が似ている。データセンターを建てるのはビルを建てるのと同じ：土地は電力、建材はGPUとストレージ、請負業者はデータセンター建設者、開発者はクラウド事業者、テナントはAIアプリ企業、賃料はAPI収入。クラウド事業者のビジネスモデルは、リース収入で資本支出を賄い、AI爆発による評価上昇を待つことだ。（計算能力の不動産：一代のインフラ）同じリスクも共有している：API単価の下落スピードは、呼び出し量の増加速度に追いつくのか？もし賃料が返済ラインを割ったら――これは不動産開発者にとって最も馴染み深い悪夢だ。2008年の教訓は、多くの住宅を建てすぎたことではなく、建てた住宅と実際の需要の構造が合わなかったことだ。AIの同等リスクは、汎用計算能力が過剰になった一方で、金融のコンプライアンスや医療診断といった高付加価値の場面を処理できる専門性は依然希少なままだということだ。鉄道、不動産、AI――三つの時代のインフラ投資は、共通の法則を持つ：過剰建設は常態であり、建材商は価格決定権を失い、長期的なリターンは「コアロケーション」を持つ所有者に属する。ウォール街のQ1ファンドの持ち株を見るとわかる――おそらく80％はこのインフラ層に集中している：NVIDIA、データセンター、クラウド基盤だ。しかし、鉄道熱狂が教えるのは、これがAI革命の全貌ではなく、最も高いリターンをもたらす層でもないということだ。AIの「コアロケーション」とは何か？それは、ユニークな業界データと深く埋め込まれたワークフローだ。個人にとっての「コアロケーション」は、持っている株式ではなく、代替不可能な判断力と業界知識だ――それらをAIを中心に再構築した前提があれば。真のリターンは次の層にある。しかし、インフラと価値創造の間にはシームレスなつながりはない。間には隙間があり――歴史上、その隙間は何十年も飲み込んできた。三、誰が工場を解体しているのか工場を解体する者と、「AIで効率化を図る」者は、同じことをしているわけではない。赵伊万の共同創業者、シモンはかつて「十倍速プログラマー」だったが、今はほとんどコードを書かない――彼は三、四つのAIコーディングエージェントを操り、効率は30倍から40倍に達している。Notionには今、1000人の社員と700以上のAIエージェントがいる。差はツールではなく、シモンが自分の旧工場を解体したことにある。多くの人はただ水車を交換しただけだ。中国の6億人のユーザーが生成AIツールを使った経験があり、前年比142％増だ――これは世界最大のAI需要プールだ。しかし、ほとんどの中国企業はAIを軸にしたコアワークフローの再構築をしていない。最大の需要側と、ほとんど動かない供給側の組織変革のギャップ。これは一つのシグナルだ：ツールが足りないのではなく、組織が追いついていないのだ。知識労働の文脈は散在し、数十のツールと人の頭の中に分散している。成果は検証できず、戦略メモの有効性も判断できない。（AIの労働市場への影響：新指標と初期証拠）Anthropicはより大きなスケールでも動き出している。彼らは『Economic Index』を公開し、実使用データからAIが最初に代替するタスクや業界を描き、その上で次のステップを踏む：Goldman Sachs、Blackstone、Hellman & Friedmanと合弁でAIネイティブの企業サービス会社を設立；KPMGとグローバル連携し、276,000人の従業員がClaudeにアクセス；Accentureは事業グループを編成し、30,000人を訓練、金融、ライフサイエンス、医療に焦点を当てる。これらコンサルティング企業の役割は、AIのユーザーではなく、AIの鉄道工事士だ――蒸気機関も線路も作らず、企業の旧工場を解体し、新動力を中心に生産ラインを再構築する。そうしなければ、多くの工場主はどこから手を付けていいかわからない。シグナルはすでに点滅している。最も鋭いのは雇用市場からだ。22～25歳の若者がAIに高い露出を持つ職種に就く確率は、低露出の同年代より14％低い。初級職はすでに圧迫されている。もし私が新卒なら、この数字は直接私の就職に影響する。もし私が管理者なら、次に採用する初級職はもはや人ではないかもしれない。組織は解体を進めている。個人はどうか？私の学歴、履歴、これまで積み上げてきた業界経験――これらは私の水車だった。それらは私の生産ラインを動かしてきたが、蒸気機関はすでに到来している。985や211はもはや守りではなく、かつて河辺に良い工場を建てた証明に過ぎない。今問われているのは、私たちにその河を離れる力があるかどうかだ。Anthropicのデータによると、AIツールを6か月以上使い続けているユーザーは、新規ユーザーより成功率が10％高い。半年先行した人はすでに10％リードしており、その差は時間とともに複利で拡大する。しかし、現状ではAIを使わないことで倒産した会社はない。少なくとも私の法律事務所はAIを軸に盛り上がっている。勝者はまだ市場に選ばれていない。学習曲線は確かに存在し、先行者はすでに優位を築きつつあるが、多くの人はまだ出発点にいる。四、私の次の職業にはまだ名前がない今の職業タイトルは、十年後も存在するだろうか？五年前に使っていたツールのリストは、今もいくつ残っているだろうか？答えはおそらく否だ。しかし、それらの代替となるものが何かはわからない――それらは今のところ存在しないからだ。歴史はいつもそうだ。新しいものは計画されて生まれるのではなく、古い制約が消えた後に自然に育つ。鉄道ができる前の英国は、孤立した地方経済圏だった。マンチェスターの綿布価格とロンドンのそれは30％も差があった。各都市は独自の時間基準を持ち、誰も問題にしなかった。鉄道が完成した20年後、すべてが変わった。全国統一市場が初めて出現し、価格差は解消された。標準時は鉄道によって生まれたものであり、発明されたわけではない。駅長、電報係、旅行代理店――これらの仕事は鉄道以前には存在しなかった。鉄道を敷く前に百貨店を予見した者はいない。蒸気機関を建てる前に標準時を予見した者もいない。（蒸気、鋼鉄、そしてAIの無限の知性）都市の歴史も同じ物語を語る。数百年前の都市は人間の尺度だった――フィレンツェを40分で歩き抜けられる規模だ。鉄骨構造により摩天楼が可能になり、鉄道は都市と郊外を結び、エレベーター、地下鉄、高速道路が次々と登場した。東京、重慶、ダラス――これらはより大きなフィレンツェではなく、新たな生活様式だ。今の知識労働もまた、人間の尺度だ。数十人のチーム、会議とメールのリズム、数百人を超えると負荷がかかる。私たちは石と木でフィレンツェを建てている。AIは「東京」を可能にする――何千何万ものAIエージェントと人員からなる組織が、時差を超えてワークフローを継続させている。旧来の週次会議、四半期計画、年次レビューはもはや意味をなさないかもしれない。シモンはもうコードを書かなくなった――彼の仕事は「AIエージェントの管理」だ。2年前には存在しなかった役職だ。私の次の職業タイトルも、今はまだないかもしれない。しかし、誰かがその未来を、名前のない未来を、すでに築き始めている。五、新しい工場はどんな姿か旧工場を解体した後、何を建てるのか？YCの答えは：会社自身が自己改善を続けることだ。彼らの内部システムは、夜中に自動的にコードを修正し始める。社員が昼にクエリを投げて失敗すると、監督エージェントがそれを検知し、原因を逆推し、自らコードを書いて修正し、承認を得てデプロイする。翌日には同じクエリが成功している。すべてが寝ている間に完了する。これはAIが人の生産性を30％向上させるのではなく、システムが自己完結し、自己改善のループを回すことだ。YCのパートナー、トム・ブロムフィールドは、こうした会社の形態を「再帰的自己改善AIループ」と呼んだ。彼の判断は明快だ：ほとんどの会社はローマ軍団のようだ――命令は階層を下り、情報は階層を上る。人は情報の伝達役だ。AIは、効率を破壊するのではなく、この階層構造の前提そのものを壊す。彼の新しい論理はこうだ：トークンを燃やすのは人を燃やすのではなく、計算能力を燃やすことだ。ボトルネックは人手から計算能力に移っている。YCが見ているデータは、Demo Dayに出た企業の平均収入が18か月前より約5倍高いことだ。中間管理層の役割はAIに奪われ、「協働」も人がやる必要がなくなる。誰もがIC、ビルダー、オペレーターとなり、各事案に責任者がつく。委員会は不要だ。もう一つの前提は、企業がAIを「理解できる」ことだ。記録されていないことは、AIにとってなかったのと同じだ。YCは今、すべてのパートナーのメールをデータベース化し、Slackやオフィスアワーの録音も保存している。あるパートナーは、3か月間蓄積した2000時間の録音を使い、AIに150ページの社内マニュアルを再生成させた――元の版よりも遥かに良いものだ。このマニュアルは毎月自動更新され、常に新鮮な「生きた脳」になっている。トムは一つの問いを残した：もし今日、ゼロからあなたの会社を作るとしたら、その形態で構築するだろうか？もしあなたの会社がすでに階層構造を持っているなら、次の難題――再構築の苦痛は、ローマ軍団のまま続けるコストより小さいだろうか――に答えなければならない。人は工場の中央にいない。外側の輪にいる――AIが一時的に届かない場所、現場の判断、新たな状況、高リスク・高感情の瞬間だ。会社の「頭脳」は、データ、記録、業界知識の集合体だ。上に走るソフトウェアは消耗品であり、生成できるなら再生成もできる。価値は人の頭の中にある――ビジネスの流れ、判断を伴うステップ、その理解こそが真の資産だ。赵伊万が『Steam, Steel, and Infinite Minds』で描いたのも、まさにこの側面――1000人の社員と700以上のAIエージェントが協働する組織、人は判断を担い、エージェントは実行を担う。Aschenbrennerは計算能力のインフラに賭け、赵伊万は組織の再構築に賭けている。二つの道は最終的に一つのゴールに向かう：AIを中心にした新しい生産方式の構築だ。六、結び1840年代から1850年代の間――鉄道は敷き終わったが、工場はまだ再構築されていなかった。私たちは今どこにいるのか？シモンはもうコードを書かなくなった。彼の水車は自分で解体した。問題はいつも蒸気機関の性能ではなく、誰が最初に旧工場を解体するかだ。未来の百貨店を予測するつもりはない。ただ、自分自身をしっかりとやるだけだ――鉄道沿線に立ち、干上がった川のそばに留まらないこと。あなたはどうだ？
AI産業革命、私たちは今どこにいるのか
執筆：Will 阿望
過去一年、私はいくつかのAIテーマの業界会議に参加した。ステージ上のゲストは次々とAIの華麗なデモを披露し、観客はスマホを手にスクリーンを撮影し、SNSに投稿したらまたスマホをいじり続ける。しかしオフィスに戻ると、やはり同じ週次会議、同じ承認作業、同じ週報だ。大手企業はすでにトークン消費量をKPIに組み込み、スクリプトで量を稼ぐ者は勤勉な模範となっている。SNSのあの連中は、今日Claude革命、明日Codexの凄さ、明後日Gemini万歳――これは革命を迎えているのか、それともただの追いかけレースなのか？
これらはすべて雑音であり、私が求める答えではない。
本当の問題は、AIが十分に強いかどうかではない――蒸気機関はすでに完成している。問題は、誰が最初に古い工場を解体するかだ。
産業革命が本格的に始まった日、それはワットが蒸気機関を改良した日ではなく、ランカシャーの工場主たちが川から離れ、蒸気機関を中心に工場を再構築する決断をした日だ。AIの最も重要な瞬間も同じ――大規模モデルが発明された日ではなく、最初の組織が旧工程を解体し、AIを中心に生産方式を再設計する決断をした日だ。その日はまだ来ていないが、すでにその道を歩んでいる。
このことを早くから見抜いた人もいる。NotionのCEO、赵伊万は2025年末に『Steam, Steel, and Infinite Minds』という論文を書き、冷静に判断している：我々はまだ「水車を置き換える」段階にある――既存のツールにAIチャットボットを付加しているだけで、工場の再設計には至っていない。OpenAIの元社員、Leopold Aschenbrennerは別の道を選んだ：165ページの『Situational Awareness』を書き、その後ファンドを設立し、2.25億ドルから136.8億ドルまで成長させ、すべてAIインフラに賭けている。内側を見つめる者と外側に賭ける者、二つの視点だ。
この文章は彼らについてではない。私たちについてだ――私たちは今どこに立ち、どの段階の歴史を繰り返しているのか。
（パワールームの織機、トーマス・アロムによる彫刻、1835年 / Wikimedia Commons）
一、工場はまだ古いまま
多くの人の一日はこうだ：朝、AIでメールを書き、10分節約。次に2時間、本来必要のない週次会議を開く。午後は3つのツール間で同じデータをコピペ。夜、SNSに「AI最高」と投稿。節約した10分は、旧工程にそのまま吸収されてしまう。
同じく、蒸気機関が登場したときも、工場主は最初、水車を蒸気機関に置き換えただけだった――工場は川辺に建ち、階層式の建物、中央伝動軸によるライン駆動は変わらず。私たちはChatGPTをSlackに組み込み、CopilotをOfficeに追加し、AIチャットをワークフローに埋め込む――やっていることは同じだ。ツールは進化したが、工場は変わらない。
しかし、新しい機械を導入したからといって、工場が変わるわけではない。マクルーハンはこう言った：
私たちは後方鏡を通じて未来へ向かう。旧工程を使って新ツールを収容しようとするのは、初期の映画が舞台劇の撮影だったのと同じだ。本当の突破口は、蒸気機関を完全に河川から解放し、新たな動力を中心に生産方式を再設計することにある。
産業革命のタイムラインとAIを照らし合わせると、私たちの位置もおおよそ特定できる：
今のタイムラインは極度に圧縮されている。蒸気機関から鉄道ブームまで60年かかったのに対し、Transformerからデータセンターの潮流までわずか7年だ。
速度は問題ではない。問題は、どこで足止めされているかだ――最初の4行はすべて旧工場に新機械を入れただけの段階、蒸気機関は装着済み、鉄道も敷かれているが、生産方式は変わらず。真の分水嶺は第六行だ。私たちはおそらく、その二つの段階の間にいる。
蒸気機関はすでに手元にあるが、工場はまだ古いまま。
二、資本は最も遠い工場層に集中
インフラは過剰に整備されがちだ。最後に破綻するのは投資家であって、インフラそのものではない。
1846年、英国議会は263の鉄道法案を可決し、9500マイルの新鉄道建設を承認した。鉄道投資は当時の英国GDPの13％を占めた。鉄道株は10％の頭金だけで購入でき、中産階級が殺到した。バブルは1847年に崩壊。承認された路線の三分の一は未建設のまま、投資者は血を流した。ダーウィンも鉄道株で60％の損失を出したが、彼の運は多くの人よりも良かった。
しかし、鉄道は残った。
今日のAIインフラも同じ道をたどる。Goldman Sachsの最新推計によると、2026年の世界のAIインフラ投資は7650億ドルに達し、2031年には年間1.6兆ドルにのぼる見込みだ。超大手クラウド事業者の資本支出は、2023年の約40％から2025年にはほぼ70％に増加。AI関連投資は米国全体の投資の約四分の一を占めている。Aschenbrennerの136.8億ドルも、この層に賭けている――彼が賭けるのは、どのアプリが勝つかではなく、基盤となる計算能力そのものだ。
この資本循環は、不動産開発と構造が似ている。データセンターを建てるのはビルを建てるのと同じ：土地は電力、建材はGPUとストレージ、請負業者はデータセンター建設者、開発者はクラウド事業者、テナントはAIアプリ企業、賃料はAPI収入。クラウド事業者のビジネスモデルは、リース収入で資本支出を賄い、AI爆発による評価上昇を待つことだ。
（計算能力の不動産：一代のインフラ）
同じリスクも共有している：API単価の下落スピードは、呼び出し量の増加速度に追いつくのか？もし賃料が返済ラインを割ったら――これは不動産開発者にとって最も馴染み深い悪夢だ。2008年の教訓は、多くの住宅を建てすぎたことではなく、建てた住宅と実際の需要の構造が合わなかったことだ。AIの同等リスクは、汎用計算能力が過剰になった一方で、金融のコンプライアンスや医療診断といった高付加価値の場面を処理できる専門性は依然希少なままだということだ。
鉄道、不動産、AI――三つの時代のインフラ投資は、共通の法則を持つ：過剰建設は常態であり、建材商は価格決定権を失い、長期的なリターンは「コアロケーション」を持つ所有者に属する。ウォール街のQ1ファンドの持ち株を見るとわかる――おそらく80％はこのインフラ層に集中している：NVIDIA、データセンター、クラウド基盤だ。しかし、鉄道熱狂が教えるのは、これがAI革命の全貌ではなく、最も高いリターンをもたらす層でもないということだ。
AIの「コアロケーション」とは何か？それは、ユニークな業界データと深く埋め込まれたワークフローだ。個人にとっての「コアロケーション」は、持っている株式ではなく、代替不可能な判断力と業界知識だ――それらをAIを中心に再構築した前提があれば。
真のリターンは次の層にある。しかし、インフラと価値創造の間にはシームレスなつながりはない。間には隙間があり――歴史上、その隙間は何十年も飲み込んできた。
三、誰が工場を解体しているのか
工場を解体する者と、「AIで効率化を図る」者は、同じことをしているわけではない。
赵伊万の共同創業者、シモンはかつて「十倍速プログラマー」だったが、今はほとんどコードを書かない――彼は三、四つのAIコーディングエージェントを操り、効率は30倍から40倍に達している。Notionには今、1000人の社員と700以上のAIエージェントがいる。差はツールではなく、シモンが自分の旧工場を解体したことにある。多くの人はただ水車を交換しただけだ。
中国の6億人のユーザーが生成AIツールを使った経験があり、前年比142％増だ――これは世界最大のAI需要プールだ。しかし、ほとんどの中国企業はAIを軸にしたコアワークフローの再構築をしていない。最大の需要側と、ほとんど動かない供給側の組織変革のギャップ。これは一つのシグナルだ：ツールが足りないのではなく、組織が追いついていないのだ。知識労働の文脈は散在し、数十のツールと人の頭の中に分散している。成果は検証できず、戦略メモの有効性も判断できない。
（AIの労働市場への影響：新指標と初期証拠）
Anthropicはより大きなスケールでも動き出している。彼らは『Economic Index』を公開し、実使用データからAIが最初に代替するタスクや業界を描き、その上で次のステップを踏む：Goldman Sachs、Blackstone、Hellman & Friedmanと合弁でAIネイティブの企業サービス会社を設立；KPMGとグローバル連携し、276,000人の従業員がClaudeにアクセス；Accentureは事業グループを編成し、30,000人を訓練、金融、ライフサイエンス、医療に焦点を当てる。
これらコンサルティング企業の役割は、AIのユーザーではなく、AIの鉄道工事士だ――蒸気機関も線路も作らず、企業の旧工場を解体し、新動力を中心に生産ラインを再構築する。そうしなければ、多くの工場主はどこから手を付けていいかわからない。
シグナルはすでに点滅している。最も鋭いのは雇用市場からだ。
22～25歳の若者がAIに高い露出を持つ職種に就く確率は、低露出の同年代より14％低い。初級職はすでに圧迫されている。
もし私が新卒なら、この数字は直接私の就職に影響する。もし私が管理者なら、次に採用する初級職はもはや人ではないかもしれない。
組織は解体を進めている。個人はどうか？私の学歴、履歴、これまで積み上げてきた業界経験――これらは私の水車だった。それらは私の生産ラインを動かしてきたが、蒸気機関はすでに到来している。985や211はもはや守りではなく、かつて河辺に良い工場を建てた証明に過ぎない。
今問われているのは、私たちにその河を離れる力があるかどうかだ。
Anthropicのデータによると、AIツールを6か月以上使い続けているユーザーは、新規ユーザーより成功率が10％高い。半年先行した人はすでに10％リードしており、その差は時間とともに複利で拡大する。
しかし、現状ではAIを使わないことで倒産した会社はない。少なくとも私の法律事務所はAIを軸に盛り上がっている。勝者はまだ市場に選ばれていない。学習曲線は確かに存在し、先行者はすでに優位を築きつつあるが、多くの人はまだ出発点にいる。
四、私の次の職業にはまだ名前がない
今の職業タイトルは、十年後も存在するだろうか？五年前に使っていたツールのリストは、今もいくつ残っているだろうか？答えはおそらく否だ。しかし、それらの代替となるものが何かはわからない――それらは今のところ存在しないからだ。
歴史はいつもそうだ。新しいものは計画されて生まれるのではなく、古い制約が消えた後に自然に育つ。
鉄道ができる前の英国は、孤立した地方経済圏だった。マンチェスターの綿布価格とロンドンのそれは30％も差があった。各都市は独自の時間基準を持ち、誰も問題にしなかった。鉄道が完成した20年後、すべてが変わった。全国統一市場が初めて出現し、価格差は解消された。標準時は鉄道によって生まれたものであり、発明されたわけではない。駅長、電報係、旅行代理店――これらの仕事は鉄道以前には存在しなかった。
鉄道を敷く前に百貨店を予見した者はいない。蒸気機関を建てる前に標準時を予見した者もいない。
（蒸気、鋼鉄、そしてAIの無限の知性）
都市の歴史も同じ物語を語る。数百年前の都市は人間の尺度だった――フィレンツェを40分で歩き抜けられる規模だ。鉄骨構造により摩天楼が可能になり、鉄道は都市と郊外を結び、エレベーター、地下鉄、高速道路が次々と登場した。東京、重慶、ダラス――これらはより大きなフィレンツェではなく、新たな生活様式だ。
今の知識労働もまた、人間の尺度だ。数十人のチーム、会議とメールのリズム、数百人を超えると負荷がかかる。私たちは石と木でフィレンツェを建てている。AIは「東京」を可能にする――何千何万ものAIエージェントと人員からなる組織が、時差を超えてワークフローを継続させている。旧来の週次会議、四半期計画、年次レビューはもはや意味をなさないかもしれない。
シモンはもうコードを書かなくなった――彼の仕事は「AIエージェントの管理」だ。2年前には存在しなかった役職だ。私の次の職業タイトルも、今はまだないかもしれない。しかし、誰かがその未来を、名前のない未来を、すでに築き始めている。
五、新しい工場はどんな姿か
旧工場を解体した後、何を建てるのか？YCの答えは：会社自身が自己改善を続けることだ。
彼らの内部システムは、夜中に自動的にコードを修正し始める。社員が昼にクエリを投げて失敗すると、監督エージェントがそれを検知し、原因を逆推し、自らコードを書いて修正し、承認を得てデプロイする。翌日には同じクエリが成功している。すべてが寝ている間に完了する。
これはAIが人の生産性を30％向上させるのではなく、システムが自己完結し、自己改善のループを回すことだ。
YCのパートナー、トム・ブロムフィールドは、こうした会社の形態を「再帰的自己改善AIループ」と呼んだ。彼の判断は明快だ：ほとんどの会社はローマ軍団のようだ――命令は階層を下り、情報は階層を上る。人は情報の伝達役だ。AIは、効率を破壊するのではなく、この階層構造の前提そのものを壊す。
彼の新しい論理はこうだ：トークンを燃やすのは人を燃やすのではなく、計算能力を燃やすことだ。ボトルネックは人手から計算能力に移っている。YCが見ているデータは、Demo Dayに出た企業の平均収入が18か月前より約5倍高いことだ。中間管理層の役割はAIに奪われ、「協働」も人がやる必要がなくなる。誰もがIC、ビルダー、オペレーターとなり、各事案に責任者がつく。委員会は不要だ。
もう一つの前提は、企業がAIを「理解できる」ことだ。記録されていないことは、AIにとってなかったのと同じだ。YCは今、すべてのパートナーのメールをデータベース化し、Slackやオフィスアワーの録音も保存している。あるパートナーは、3か月間蓄積した2000時間の録音を使い、AIに150ページの社内マニュアルを再生成させた――元の版よりも遥かに良いものだ。このマニュアルは毎月自動更新され、常に新鮮な「生きた脳」になっている。
トムは一つの問いを残した：
もし今日、ゼロからあなたの会社を作るとしたら、その形態で構築するだろうか？もしあなたの会社がすでに階層構造を持っているなら、次の難題――再構築の苦痛は、ローマ軍団のまま続けるコストより小さいだろうか――に答えなければならない。
人は工場の中央にいない。外側の輪にいる――AIが一時的に届かない場所、現場の判断、新たな状況、高リスク・高感情の瞬間だ。会社の「頭脳」は、データ、記録、業界知識の集合体だ。上に走るソフトウェアは消耗品であり、生成できるなら再生成もできる。価値は人の頭の中にある――ビジネスの流れ、判断を伴うステップ、その理解こそが真の資産だ。
赵伊万が『Steam, Steel, and Infinite Minds』で描いたのも、まさにこの側面――1000人の社員と700以上のAIエージェントが協働する組織、人は判断を担い、エージェントは実行を担う。Aschenbrennerは計算能力のインフラに賭け、赵伊万は組織の再構築に賭けている。二つの道は最終的に一つのゴールに向かう：AIを中心にした新しい生産方式の構築だ。
六、結び
1840年代から1850年代の間――鉄道は敷き終わったが、工場はまだ再構築されていなかった。
私たちは今どこにいるのか？シモンはもうコードを書かなくなった。彼の水車は自分で解体した。
問題はいつも蒸気機関の性能ではなく、誰が最初に旧工場を解体するかだ。
未来の百貨店を予測するつもりはない。ただ、自分自身をしっかりとやるだけだ――鉄道沿線に立ち、干上がった川のそばに留まらないこと。
あなたはどうだ？