原文タイトル：Institutional AI vs Individual AI
原文作者：George Sivulka、a16z
原文翻訳：深潮 TechFlow
AIはちょうど全員の生産性を10倍に引き上げました。
これにより、どの企業も10倍の価値を持つことはありませんでした。
生産性はどこに行ったのか？
これは初めてのことではありません。
1890年代、電力は巨大な生産性の向上を約束しました。
ニューイングランドの繊維工場は、もともと蒸気機関を基盤にして建設されましたが、すぐに蒸気機関をより高速な電動モーターに置き換えました。
しかし、整整30年、電化された工場はほとんど生産性を向上させませんでした。技術ははるかに先行しました。しかし、組織は追いつきませんでした。
1920年代まで、工場は生産ラインを完全に再設計しました——流線型、各機器に独立したモーターを装備し、労働者と機械が全く異なる作業を実行しました——電化は真のリターンを生み出しました。
図注：ローレル繊維工場の三つの進化。左から右：1890年の蒸気動力工場、1900年の電力駆動工場、1920年の「ユニット駆動」工場（つまり、ゼロから電力の流れるラインに再構築されたもの）。
リターンは技術そのものからではなく、単一の労働者や機械がより速く糸を紡ぐことからでもありません。制度と技術を一緒に再設計したときにのみ、利益が実現します。
これは技術史上最も高価な教訓であり、私たちは現在この教訓を再度学んでいます。
2026年、AIはそれを利用することができる人々に10倍の生産性向上をもたらしています。しかし、まだ不十分です。私たちは電動機を変えましたが、まだ工場を再設計していません。
単純な事実から：効率的な個人は必ずしも効率的な組織を意味しません。
ほとんどのAI製品は「効率的」という感覚を提供しますが、実際の価値を推進することはありません。あなたが見ているほとんどのAI使用ケースは、個人がTwitterや会社のSlackで自己陶酔的な「効率max」を追求しているもので、実際の影響はゼロです。
過去1年で繰り返し言及されている「サービスとしてのソフトウェア」という概念は正しい方向性を示していますが、青写真を提供していません。そして、それはより大きな絵を見落としています。真の変革は、ツールからサービスへの移行ではなく、技術と制度を共に構築することです（古いものを再構築するか、ゼロから始めるかに関係なく）。本当に効率的な未来には、全く新しい製品が必要です——明日の生産ライン。
効率的な組織には「組織レベルのインテリジェンス」が必要です。
この記事では、「組織レベルのAI」と「個人レベルのAI」を区別する七つの次元を深く分析します。今後10年間、B2B AI分野のすべての企業はこれらの違いに基づいて構築されるでしょう。
図注：組織レベルのインテリジェンスの七大支柱の比較表
組織レベルのインテリジェンスの七大支柱
1. 調整
個人レベルのAIは混乱を生み出します。
組織レベルのAIは調整を生み出します。
最初に一つの思考実験を行いましょう。明日、組織の人数を倍増し、最高の従業員をすべてクローンすると仮定します。
これらの従業員はそれぞれ微細な違い、好み、癖、視点を持っています（あなたの最高の従業員は特にそうです）。管理が不十分でコミュニケーションが不充分な場合、責任の分担やOKR、役割の境界が明確に定義されていないと……混乱を生み出します。
個人を基準にすると、組織はより効率的かもしれません。しかし、何千ものエージェント（または人間）がそれぞれ異なる方向に漕いでいる場合、良い結果はその場に留まること、悪い結果は組織の結束を壊すことです。
これは仮定ではありません。調整層なしでAIを採用したすべての組織は、現在この課題を経験しています。すべての従業員が自分のChatGPTの使用習慣、自分のプロンプトスタイル、自分の成果——他の人の成果とは全く連携がありません。組織図はまだ存在するかもしれませんが、AIが生成する作業は実際には別の線を辿っています。
図注：効率的な個人（またはエージェント）はそれぞれ異なる方向に漕いでいます。調整がないと混乱になります。
調整は絶対的なハードニーズであり、人間にもエージェントにも同様です。
組織レベルのインテリジェンスは完全な「エージェント管理」業界を生み出すでしょう——エージェントの役割と責任、エージェント間およびエージェントと人間間のコミュニケーション、エージェントの価値をどのように測定するかに焦点を当てます（単にボリュームベースで料金を請求するだけでは不十分です）。
2. 信号
個人レベルのAIはノイズを生み出します。
組織レベルのAIは信号を見つけます。
今日の人間は、考えられるもの——AIが書いた記事、プレゼンテーション、スプレッドシート、写真、ビデオ、歌、ウェブサイト、ソフトウェアを生成することができます。なんて素晴らしい贈り物でしょう。
問題は、AIが生成する大部分のコンテンツが完全にゴミであることです。AIのゴミの氾濫は、いくつかの組織が過剰に反応し、すべてのAI生成物を禁止するという事態を引き起こしています。正直なところ、私自身も同様に感じています——私はAI会社を経営していますが、経営陣には最終的な文書製品にAIを使用しないよう求めています。私はそのゴミに耐えられません。
PE（プライベートエクイティ）業界がどのように変わっているか考えてみてください。昨年、あなたの机の上には10件の取引機会があったかもしれません。今年の次の四半期には50件の機会があり、それぞれがAIによって完璧に磨かれていますが、あなたの判断にかかる時間は同じままです——その中から本当に信頼できるものを見つけなければなりません。
何かを生成することはもはや問題ではありません。どんな真剣な組織にとっても、今の問題は正しいものを生成し、正しいものを選別することです。AI駆動の世界において、良い成果物や良い取引、ノイズの中から信号を見つけることがますます重要になっています。今後10年間の中核的な経済的推進力は、指数的に増加するゴミ山の中から信号を掘り出すことです。
図注：個人の生産性ツールから生成されたAIのゴミが指数関数的に増殖しています。人間自身がノイズから分別できなくなっており、新しい組織レベルのAI製品が必要です。
組織レベルのインテリジェンスは信号を見つけ、ノイズを構造化してゴミを突き抜けなければならず、作業中は定義可能、決定的、監査可能でなければなりません。
個人レベルのAIは、Clawdbotのような「常にオンライン」の生産性を強調し、予測不可能な方法で24/7あなたの要求を満たします——本質的に非決定的なエージェントです。組織レベルのAIは、決定的なエージェントの信頼性に依存しています。予測可能なチェックポイント、ステップ、プロセスを持つエージェントだけがスケールし、信号を発見し、その信号を通じて組織に収益をもたらします。
図注：Matrixは生成技術を利用してノイズを突き破るツールであり、確定的なエージェントとチェックポイントの世界を開きました。
3. 偏見
個人レベルのAIは偏見を育てます。
組織レベルのAIは客観性を生み出します。
社会政治の偏見についての議論は、数年間にわたってAIの話題を支配してきました。基本モデルの実験室は、十分なRLHFによってこの問題を回避し、すべてのモデルをお世辞者に調整しました。今日、ChatGPTやClaudeなどのモデルは、オーバトンウィンドウ内の任意のトピックについてあなたに賛同しすぎるほどに調整されています（時には少し越境することもあります、あなたのことを言っているのです@Grok）。社会政治の偏見についての議論は薄れていきました。しかし、新たな問題がそれに取って代わりました。
あらゆる事に対するこの過度の同調は、すでに滑稽に感じられるほどです。それ自体がミームとなり——Claudeの条件反射的な「あなたは完全に正しい！」という言葉が、あなたが言うことが本当に完全に正しいかどうかに関わらず言われます。
これは無害に聞こえます。そうではありません。
多くの組織でAIを熱心に推進している人々は、すぐに歴史上最もパフォーマンスの低い従業員になるかもしれません。その理由を考えてみてください。
組織内で最もパフォーマンスの低い従業員は、毎日ほとんど肯定的なフィードバックを受けることはなく、すぐにASIが全力で彼らを支持することになります。彼らは心の中でこう言うでしょう：「史上最も賢いエージェントが私に同意しています。間違っているのは私のマネージャーです。」
これは中毒性があります。また、組織にとっては有害です。
図注：個人レベルのAIのエコーチェンバーが分裂を悪化させ、二人の人間をますます遠ざけ、その動態はスケールされた後に本来一致していた組織内で派閥を生むでしょう。
これは重要なことを明らかにします。個人の生産性ツールはユーザーを強化します。しかし、実際に強化されるべきは事実です。
人間の組織は数千年の進化を経て、この問題に対抗するためのシステムを構築しました：
· 投資委員会の会議
· 第三者の尽職調査
· 取締役会を調べる
· アメリカ政府の行政、立法、司法の三権分立
· 代議制民主主義、および民主制度そのもの
図注：客観性は調整問題を緩和することさえできる——小さな対立を抑制し、大きくするのではなく。
組織は従業員の自信の欠如のために失敗することはほとんどありません。それらは「ノー」と言うことを望まない、またはできない人がいないために失敗します。
組織レベルのAIはこの役割を果たさなければなりません。ユーザーを喜ばせたり、彼らの信念に同調したりするためにRLHFで調整されるわけではなく、彼らの偏見に挑戦します。行動が効率的なときには正のフィードバックを与え、軌道から外れたときには厳格なラインを引いて強制的に修正します。
したがって、組織内で最も重要なエージェントは「お世辞者」ではなく、規律ある「拒否者」であるべきです——推論を疑問視し、リスクを暴露し、基準を実行します。未来の最も影響力のあるAIアプリケーションのいくつかは制度的制約に基づいて構築されるでしょう：AI取締役会のメンバー、AI監査人、AI第三者テスト、AIコンプライアンス……
4. エッジ優位性
個人レベルのAIは使用量を最適化します。
組織レベルのAIはエッジ優位性を最適化します。
AIの能力の限界は毎週、場合によっては毎日動いています。基本モデル会社はすべての人と組織を奪うために、迅速に能力を反復しています。
しかし、古典的なイノベーターのジレンマは、具体的なアプリケーションにおいて深さが常に広さを打ち負かすことを教えてくれます：
· @Midjourneyの仕事は画像デザインでわずかに先行しています。
· @Elevenlabsioの仕事は音声モデルでわずかに先行しています。
· @DecagonAIの仕事は、全スタックカスタマーサービス体験で常に先行しています。
基本モデルがますます近づいているとはいえ、各分野の専門家にとって本当のエッジ優位性が重要です。
多くの最高のデザイナーは@Midjourneyを使用し、多くの最高の音声AI企業は@Elevenlabsioを使用しています——基本モデルが進歩しても、特定のエッジ優位性を推進するための専用アプリケーションへの不屈の焦点が、そもそも優位性を定義しています。
専用ソリューションも進化している限り、経済的成果にとって本当に重要な能力——企業にとっての重要な能力——は常に専用製品の側にあります。
これは金融分野で顕著に現れています——現在LLMが最も盛んな開発の分野です。ある能力が普及すると、それは定義上市場に勝つことはありません。しかし、最前線の技術が短期間の1%のニッチな優位性を生むことができるでしょうか？この1%が10億ドル規模のリターンを引き起こすことができます。
図注：十分に具体的なタスクに対して、エッジ優位性は最先端技術の上に構築した組織レベルのソリューションによって定義されます。
私たちのユーザーは常に最前線を超えています。LLMの文脈ウィンドウは4Kから100万トークンに成長しました。私たちの一部のユーザーは単一のタスクで300億トークンを処理しています。今年は1000億トークンのタスクを処理する道筋をすでに見ました。基本モデルの能力が向上するたびに、私たちはさらに遠くへ進んでいます。
図注：文脈ウィンドウと他の能力も移動する標的です。過去3年前沿の実験室とHebbiaの文脈ウィンドウの進化を比較します。
幅広いユーザーに向けた汎用性はもちろん重要ですが、従業員がAIの導入をする段階では特に重要です。しかし、未来は人々がChatGPT/Claudeまたは垂直ソリューションを使用するのではなく、ChatGPT/Claudeに加えて垂直ソリューションを使用することになります。
組織レベルのインテリジェンスは、領域特有の、さらにはタスク特有のエージェントを利用する必要があります。
私たちは自分自身に、聞こえは荒唐だが、荒唐ではない質問をします：
「AGIはどのエージェントをショートカットとして使用するでしょうか？たとえスーパーインテリジェンスであっても、特定の領域の専用ツールを望むでしょう。」
AIの能力の限界は常に動いており、本当にエッジ優位性を活用する組織だけが勝者です。他の人々は非常に高価な汎用商品に対して支払っています。
5. 結果
個人レベルのAIは時間を節約します。
組織レベルのAIは収益を拡大します。
@MaVolpiがかつて私に言った言葉は、企業にAIを販売するという私の認識を変えました：「もしあなたがどのCEOに費用削減と収益拡大のどちらを優先するか尋ねれば、ほとんど全員が収益だと言います。」
しかし、今日市場に出ているほぼすべてのAI製品はコスト削減を提供しています——時間を節約し、より少ない人でより多くのことを行い、または人を置き換えることを約束しています。
組織レベルのAIは増分利益を提供しなければなりません。そして、増分利益は節約された時間よりも商品化が難しいです。
AI支援ソフトウェア開発を例に取ります。コードIDEは史上最高の個人AI生産性ツールの一つですが、Claude Code（別の個人レベルのAIツール）からの大きな衝撃に直面しています。Cognitionはまったく異なるゲームをしています。彼らが最も安定しているビジネスは技術を使用して変革を売ることであり、ツールを売ることではありません。このモデルには持続力があると賭けています。
純粋なソフトウェアは「急速に投資不適格」となっています。純粋なサービスはスケールできません。ソリューション層——技術と結果を結びつける場所——が持続的な価値の蓄積の場所です。
M&Aを再度見てみましょう。個人レベルのAIはアナリストがより速くモデリングするのを助けます。組織レベルのAIは100のターゲットの中から追う価値のある取引先を特定し、検索範囲を1000に拡大します。一方は時間を省き、もう一方は収益を生み出します。
図注：基本モデル企業は垂直アプリケーション層に移行しています。垂直アプリケーション層企業はソリューション層に移行しています。
「上流に移動する」は市場の現在の自然な引力です。基本モデルはアプリケーション層に向かって進み、アプリケーション層の企業はソリューション層に向かっています。
組織レベルのインテリジェンスはソリューション層です。そして、ソリューション層——結果がある場所——が持続的な価値を蓄積し、最大の利益のスペースを捕らえます。
6. エンパワーメント
個人レベルのAIはあなたにツールを提供します。
組織レベルのAIは使い方を教えます。
人間はどんなに賢くても、変化に抵抗します。
信じるか信じないかはあなた次第ですが、ニューヨークには今もクレジットカードを受け取らない成功した店舗があります。彼らは自分たちが損をしていることを知っており、クレジットカードを受け取らないことで損をすることを知っていますが、ただ動きません。同様に、予見可能な未来の中で、特定の組織の特定の従業員はAIを使用することを拒否し続けるでしょう。
純粋な手作業の組織からAI優先のハイブリッド組織への転換は、今後10年間の最も持続的で定義的な挑戦になるでしょう。そして、多くの場合、組織の最上層、最も重要な人々が最も遅れて採用することになります。
図注：組織の最高層——「生産性ツールの操作」から最も遠い人々——は、新技術を最も遅く採用するが、最も重要なグループであることが多いです。
Palantirは、過去2ヶ月の万億ドルのテクノロジー株の売却の中で、超高評価の倍数を維持している唯一の「ソフトウェア」会社です。これは理由があります。Palantirは、最初の本当の「プロセスエンジニアリング」会社の一つです。あなたが「プロセスエンジニアリング」と呼ぶか、「Claudeのスキル文書を書く」と呼ぶかは関係ありませんが、未来の組織レベルのAIは、企業のプロセスをエージェントにコード化し、実施に必要な変革管理を推進する業界を生み出すでしょう。
図注：組織がAIを全面的に採用することは、複数のギャップを越えることになります。それぞれに独自の課題があります。プロセスをAIにオンライン化することが主な推進力となるでしょう。
私は言えます、プロセスエンジニアリングは最近最も重要な「技術」となるでしょう。
そして、プロセスエンジニアリングにおいて、ビジネスと業界の専門知識——ソフトウェアの専門知識ではなく——が最も重要です。垂直ソリューションは、前線でのエンジニアリング、実施、変革管理において専門知識を持つ人材を育成します。
Hebbiaを全面的に展開することを選択したトップ投資銀行（上位3社）が言ったことが最も適切です：彼らが特定の巨大モデル実験室と協力しない理由は、「我々は彼らのチームにCIM（秘密情報覚書）とは何かを説明する必要があります。」ClaudeやGPTはもちろんこの分野を理解していますが、実施を担当するチームは理解していません……
この違いがすべてを決定します。
7. プロンプト不要
個人レベルのAIは人間のプロンプトに応じます。
組織レベルのAIは自発的に行動し、プロンプトを必要としません。
エージェント間の通信、未来の企業や制度が人間を必要とするかどうかについて多くの議論があります。
しかし、より良い質問は：未来のAIエージェントはプロンプトを必要とするのでしょうか？
AGIにプロンプトを書くことは、電動機を手動織機に接続するようなものです。それは根本的に、組織のサプライチェーンの最も弱いリンク——私たち自身に不可逆的に制限されます。人間は正しい質問が何かさえ知らず、ましてやいつ聞くべきかもわかりません。
AIができる最も価値のある仕事は、誰も考えつかなかった仕事です。AIは誰も発見していないリスク、誰も考えつかなかった取引先、誰も存在を知らなかった販売パイプラインを見つけるべきです。
これにより、AIのユースケースの境界が根本的に開かれます。
プロンプトのないシステムが全体のポートフォリオのデータストリームを継続的に監視します。ある投資先の運転資本サイクルが3か月連続で静かに悪化していることを発見し、信用契約の条項と照らし合わせて、ファンド内の誰かがそのPDFを開く前に運用パートナーに通知します。
人間がもはやAIにプロンプトを書く必要がなくなったとき、新しいインターフェースと新しい働き方が登場しました。私たち@Hebbiaはこの点で強い考えを持っています。後ほどお話ししましょう。
結論
これらはチャットボット、エージェント、個人レベルのAIの価値を否定するものではありません。
個人レベルのAIは、世界のほとんどの企業が初めてAIの変革の魔力を体験する手段となるでしょう。使用量を促進し、使いやすさを促進することは、AI優先の経済を構築するために必要な変革管理の重要な第一歩です。
しかし同時に、組織レベルのインテリジェンスへの需要は明確で緊急で巨大です。
未来のすべての組織には、大モデル実験室からのチャットボットが存在するでしょう。すべての組織は特定の問題のために特別に設計された組織レベルのAIを持つでしょう——そして個人レベルのAIは組織レベルのAIを自分のツールボックスで最も重要なツールとして使用します。
組織レベルのAIと個人レベルのAIが「より良く統合される」ことは必然的なトレンドです。
しかし、1890年代の繊維工場の教訓を思い出してください。最初に電力を供給された工場は、作業場を再設計した工場に負けました。
私たちはすでに電力を持っています。工場を再設計する時が来ました。
感謝します@aleximmと@WillManidisのレビュー、そしてWillの「ツールの形をした物体」という記事がこの記事のインスピレーションとなりました。
原文リンク