AI × エージェント時代 — 中小・ベンチャー企業が生き残るには？

AI の進化を3つの段階に分けて捉えているそうですね。それぞれどう違いますか？

はい。正直、最初からきれいに段階を分けて考えていたわけじゃないんですが、振り返ると AI の進化にははっきりとした節目があるんですよ。僕はこう整理しています。

第1フェーズは「AI に質問する」段階。 ChatGPT の登場（2022年末）で始まったフェーズですね。人間が質問し、AI が回答する。リサーチ、文章生成、アイデア出しが主な用途でした。この段階の競争優位は、AI を「使っている」だけで差がつくこと。使っていない企業との生産性ギャップが競争力でした。とはいえ、この差はやがて全社が AI を使い始めることで自然に埋まっていく、一時的な優位に過ぎませんでした。

第2フェーズは「AI と一緒に作る」段階。 GitHub Copilot のような補完型 AI は ChatGPT 以前から存在していましたが、ChatGPT 以降、Cursor などの開発環境と組み合わさることで、AI と一緒に作る感覚が一気に普及しました。人間が主導し、AI がリアルタイムで補助する。エディタの中で AI の支援を受けながらコードを書く。この段階では、AI をどう「使いこなすか」で差がついた。プロンプト設計、ワークフロー統合、チーム浸透のノウハウが競争力でした。ただし、この優位も長くは続かず、第3フェーズに進めなかった企業から、じわじわとその差を失っていくことになります。

第3フェーズが「AI に任せながら、人間が判断で並走する」段階。 Claude Code のようなエージェント型 AI が実用化したフェーズです。人間はゴールを設定し、AI が自律的にタスクを進める。人間は要所で判断し、結果をレビューする。ここでは、AI に「何を任せ、どこで人間が判断するか」の設計力で差がつきます。この設計力を欠く企業は、同じ AI ツールを導入していても生産性の差が開き続け、気づいたときには追いつけない距離まで引き離されます。ルール設計、ガバナンス、品質管理の仕組みこそが、生き残れるかどうかを分ける分水嶺になります。

2026年の今、私たちは第2フェーズと第3フェーズを取り扱うジャンルによって使い分けています。特にうちは「AI に任せながら、人間が判断で並走する」第3フェーズに全力で取り組んでいます。

この3段階は開発だけの話ではありません。経理なら「AI に聞く」→「AI と一緒に仕訳や請求データを整える」→「AI が定型の記帳・突合作業を任される」、接客業なら「AI に聞く」→「AI と一緒に接客トークやシフトを組む」→「AI が予約対応や発注管理を任される」というように、業種が変わっても同じ軌道をたどると見ています。

AI に代替されない価値をどう見極めていますか？

自社の業務全体の中で、AI に代替されない部分を特定し、そこにリソースを重点的に配分する——これが基本方針です。ただ、最近この仕分けの基準そのものを変えました。

最初にはっきりさせておきたいのは、「今の AI にはまだできないこと」を、長く残る人間の価値だと思い込むのは危険だ、ということです。半年前にできなかったことが、今はできる。この繰り返しは今後も続きます。だから僕は問いを変えました。「AI が今より10倍賢くなっても、この価値は残るか？」 ——これが見極めの基準です。

仕分けると、人間にしか出せないように見える価値は、実は2種類に分かれます。

• 今のAIには難しい価値（一時的）: 高度な設計判断、複雑な交渉、繊細な美的センスなど、今の AI の性能では追いつけないだけの価値。時間の問題で差はいずれ縮まっていきます。「AI にはまだ無理」と感じることの多くは、実はここに分類されます
• AIが進化しても残る価値（持続的）: AI がどれだけ賢くなっても、その性質上、人間や企業に残り続ける価値。ここに投資しないと、長期では生き残れません

「AIが進化しても残る価値」には、僕が見る限りいくつかの型があります。

• 身体性・現場性: 施工現場に立ち会う、対面で高齢者をケアする、現地で不動産を案内する——AI がいくら賢くなっても、その場に物理的に存在することの価値は代替できない
• 法的・制度的な責任の所在: 契約書に署名する、医師免許で診断を下す、宅建士として重要事項説明を行う——制度が「人間が責任を負う」ことを前提に設計されている限り、AI の知能とは無関係に人間が必要
• 時間をかけて積み上げた信頼: 「この人だから任せる」という関係は、AI の性能とは無関係に、時間の蓄積でしか作れない。取引実績、修羅場をくぐった経験、顔を合わせてきた回数は複製できない
• 現場からしか得られない一次データ: 顧客の生の反応、失敗事例、業界固有の暗黙知——AI が賢くなるほど、推論力そのものより「何を入力できるか」が差別化要因になる
• 価値判断・意思そのもの: 何を良しとするか、どんなブランド世界観を打ち出すかを「決める」のは人間の意思。AI は与えられた基準の中で最適化するだけで、基準そのものは作らない
• リスクを引き受けて決断する主体であること: 経営判断や重要な意思決定は、AI がどれだけ精度高く提案しても、失敗した時に責任を負い、説明し、詫びる主体が必要。この「引き受ける」役割は AI に移譲できない

うちでは、「今のAIにはまだ無理」という理由だけの一時的な価値には投資しません。いずれ差が埋まるからです。投資するのは、AI がどれだけ賢くなっても残る価値です。代替されやすい領域（コード実装、データ処理、定型文章、書類の仕分けや入力、スケジュール調整）は徹底的に AI に任せ、浮いたリソースを、顧客との信頼関係・独自データ・ブランドの世界観・そして意思決定を引き受ける役割に集中させています。

重要なのは、この仕分けを定期的に見直すことです。「AIが進化しても残る」と思っていたものが、実は「今のAIには難しい」だけだった、という勘違いはよくあります。半年前に「これは人間にしかできない」と思っていたことが、今は AI でできるようになっている——それは価値が突然消えたのではなく、最初から一時的な強みだったということです。

エージェント時代に変わる「3つのルール」とは何ですか？

今お話しした「AIが進化しても残る価値」を踏まえると、エージェント時代に何が変わり、何が変わらないかが整理しやすくなります。これは僕が経営する中で痛感していることです。

ルール1: 「作業スピード」が差別化のポイントでなくなる。 AI エージェントの普及によって、個々の作業スピードそのものは横並びに向かいますが、要件定義・設計判断・品質管理まで含めた実行力には、むしろ差が出やすくなります。エンジニアであればコードを書く速さ、士業や事務職であれば書類を作成する速さ、店舗であれば発注書をつくる速さ——本当のスペシャリスト（現時点の AI では追いついていない設計力や専門判断力を持つ少数の人、ただしこれも一時的な優位に過ぎません）を除けば、個別作業のスピードではほとんど差がつかなくなる。

ただし、これは「すべての実行速度が同じになる」という意味ではありません。個々の作業速度が横並びになっても、何を作るかを決め、品質を担保し、顧客に届け、改善するまでの速度には大きな差が残ります。

競争の重心は、何を作るか（プロダクトビジョン）、誰のために作るか（顧客理解）、なぜ作るか（ミッション）へ移ります。これらは昔から大切にされてきたものですが、個々の作業速度で差がつきにくくなった今、初めて勝敗を分ける表舞台に立つ。つまり、個別の実行スキルだけではなく、戦略的な判断力 が問われるようになる。ここで戦略的判断力を磨けなかった企業は、作業スピードでは横並びになっても、何を作るべきかを見誤り、気づかぬうちに市場から取り残されていきます。

ルール2: 「チームの人数」が優位性でなくなる。 AI エージェントは、AI を使っていない人やチームと比べて、従業員1人あたりの生産性を数倍にします。エンジニアなら実装とテスト、バックオフィスなら経理処理や書類作成、店舗なら発注や顧客対応——職種を問わず、3人のチームでも、AI を使いこなせば従来の10人以上の成果を出せる。

新しい優位性は人数ではなく、AI を組織にどう組み込んでいるか です。ルール設計、品質管理、レビュー体制、権限管理、ガバナンスの成熟度。同じ AI ツールを使っていても、運用設計が優れた組織のアウトプットは桁違いに良く、運用設計を怠った組織は、AI を導入していても人数の少なさがそのまま弱さとして表面化します。うちも CLAUDE.md のようなルールファイルはもちろん、レビューや権限設計を含めた運用基盤の整備に取り組んでいます。

ルール3: 「秘密のノウハウ」が陳腐化しやすくなる。 AI の普及により、特定の技術・業務ノウハウの寿命が短くなっています。今日の差別化要因が、半年後には AI が誰でも使えるようにしてしまう——気づかなければ、優位性は音もなく消えていきます。

ここで効いてくるのが、さっき話した「AIが進化しても残る価値」です。「今のAIには難しい」というだけの技術ノウハウは陳腐化しますが、ブランド、顧客との信頼関係、独自データ、組織文化、複製に時間や資本がかかる有形資産——AI がどれだけ賢くなっても揺るがない資産——は簡単には陳腐化しません。生き残れるかどうかは、こうした価値にどれだけ資源を投じてきたかで決まると考えています。

「AI エージェントの運用設計」にどう投資していますか？

AIが進化しても残る価値に資源を集中させるとして、AI エージェントそのものの運用にも当然投資が要ります。特にさっき触れた「リスクを引き受けて決断する主体であること」——ここを実際に機能させる仕組みが、AI エージェントの運用設計です。ここは派手な話ではないですが、基本だからこそ最も重要 だと考えている部分です。AI エージェントは指示さえすれば動きます。でも、指示の質が悪ければ、悪い結果を大量かつ高速に生成する んですよ。

うちでは、これを5つの層に分けて整備・検証しています。

• 仕事の前提を伝える: CLAUDE.md のようなルールファイルに、品質基準、仕事の進め方、禁止事項を記載します。ただし、これは業務マニュアルと同じで、書くだけで必ず守られるわけではありません。内容を詰め込みすぎず、必要な場面で参照する詳しい手順と分けて管理します
• できることを制限する: 閲覧、編集、外部送信、削除など、AI に認める操作を仕事ごとに絞ります。たとえば、本番環境への公開や重要データの削除は、ルールに書くだけでなく、権限設定や自動チェックによって実行できないようにします。AI に渡すアカウントや認証情報も、必要な範囲・期間に限定します
• リスクに応じて確認方法を変える: 誤ってもすぐ戻せる定型作業は、自動チェックを通したうえで AI に任せます。一方、契約、外部への送信、本番公開、個人情報、削除のように影響が大きい操作は、実行前に人間が確認します。すべてを人間が確認するのではなく、影響の大きさとやり直しやすさで境界を決めます
• 品質を検証する: AI が作ったものを、テスト、チェックリスト、別の AI による確認、人間の確認で検証します。重要なのは「AI が自信を持っているか」ではなく、事前に決めた合格基準を満たしているかです
• 行動を記録して改善する: AI が何を実行し、どこで止まり、どれだけ費用がかかり、どんな失敗が起きたかを記録します。問題が起きた時に原因を追えるようにし、その記録を次のルールや承認手順の改善に使います

大きな仕事では、最初に計画を出させたり、複数の AI に調査・実行・検証を分担させたりすることもあります。ただ、AI の数を増やせば自動的に品質が上がるわけではありません。費用や確認箇所も増えるため、作業を安全に分けられる場合に限って使います。

これらは「AI ツールの設定」ではなく、誰に、何を、どこまで任せ、結果をどう確かめるかという組織の仕組みです。開発以外の仕事に置き換えれば、ルールファイルは業務マニュアル、自動チェックは入力制限や承認フロー、権限設定は職務権限、行動記録は監査記録に当たります。だからこそ担当者任せにせず、経営者や現場責任者が、許容できるリスクと最終責任の所在を決める必要があると考えています。

「AI を日常的に使いこなす組織文化」とは具体的にどういうものですか？

エージェント時代に最も強いのは、AI 活用を個人のスキルに任せるのではなく、組織の標準プロセスとして組み込んでいる企業 だと思っています。

具体的には3つの特徴があります。

• AI を使うことに心理的ハードルがない
• AI の出力を適切に疑える（鵜呑みにしない）
• AI のルール設計を全員が理解し、改善に参加する

この文化は一朝一夕には作れません。今から意識的に育てなければ、半年後・1年後には取り返しのつかない差になって表れます。

うちでは、全メンバーが AI を日常的に使い、同時にルールファイルの改善提案も出し合っています。「AI を使う」だけじゃなく「AI との協働の仕方を組織として進化させる」ことが重要です。

2027年のスタートアップ・ベンチャー・中小企業はどうなっていると予測しますか？

確定した未来ではなく、現在のトレンドからの推論ですが、4つの予測を持っています。

• MVP は「1週間で試作、数週間で実用水準」が現実的になる: AI エージェントの進化により、アイデアからプロトタイプまでの時間は大幅に短縮される。ソフトウェアに限らず、新サービスの企画書や新しい業務フローの試作にも同じスピード感が広がる。一方で、セキュリティ、運用、顧客対応まで含めた実用水準には、なお人間の設計と検証が必要になる
• 「プロンプトエンジニア」は単独職種ではなくなる: 特殊なプロンプトを書く力よりも、AI に何を任せ、どう検証し、どの業務プロセスに組み込むかを設計する「AI 運用設計者」が重要になる。これは開発職に限らず、経理・営業・店舗運営など、あらゆる部門に求められる役割になる
• 初期チームは少人数・高密度化する: AI が実務の実行や調査、検証の一部を担うことで、シード期に必要な人数は減る。ただし、少人数でも事業理解、専門判断、営業、顧客理解を担える濃いチームが求められる
• 競争の焦点は「何を作るか」と「どう信頼を積むか」に移る: 「どう作るか」は AI によって横並びになるが、プロダクトビジョン、顧客理解、品質、ブランド、独自データ、運用体制が差別化要因になる。ここで出遅れた企業は、横並びになった「作る力」ではもう追いつけません

特に少人数・高密度化は、うちがまさに今体現していることです。少人数で、AI を最大限に活用しながら、人間は判断、設計、顧客理解、信頼づくりに集中する。このモデルが主流になると確信しています。

最後に、AI エージェント時代を迎えるスタートアップ・ベンチャー・中小企業の経営者へのメッセージをお願いします。

AI エージェント時代の到来は、スタートアップ・ベンチャー・中小企業にとって、これまでの強みが通用しなくなる転換点です。大企業と同じ AI ツールが使えるようになった以上、「大企業には敵わない」という言い訳はもう成立しません。少人数でも戦えるし、速く動ける——だからこそ、その分だけ差がつきやすい。備えた企業と、備えなかった企業のあいだに生まれる差は、これまでよりずっと大きく、そして速くなります。

備えができなければ、AI を導入していても、いつの間にか周りに置いていかれます。逆に、正しく備えれば、この転換点は生き残るための足場になります。

1. 代替されない価値を特定する — 「今のAIにできない」ではなく「AIが10倍賢くなっても残るか」で仕分ける
2. ルール設計に投資する — AI は指示通りに動く。正しい指示を設計できるかどうかが、生き残れるかどうかを分ける
3. AI を日常的に使いこなす文化を育てる — ツールではなく、組織の在り方を変える

「AI を使う」段階はもう当たり前になっています。「AI に任せながら、人間が判断で並走する」第3フェーズに備えられなかった組織から、静かに市場での存在感を失っていく——これが今、起き始めていることです。うちもまだ道の途中で、正解が見えているわけではありません。それでも、立ち止まっている余裕はないと思って走っています。今すぐ動き始めた企業だけが、次のフェーズでも生き残れると思っています。