ハーネスと「グルグルモデル」を大植択真さんが解説
会議とチャットをAI時代の資産に変える方法

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。今回は、The WAVE TV【AIの独自解説チャンネル】から、株式会社エクサウィザーズ常務取締役COOの大植択真さんと、AI新聞編集長の湯川鶴章さんの対談「AI導入で終わる会社、AIで仕事が回る会社。」を紹介するね。

出典: AI導入で終わる会社、AIで仕事が回る会社。（The WAVE TV【AIの独自解説チャンネル】）

動画の前半、湯川鶴章さんが「押さえておくべき概念」として最初に説明するのが「グルグルモデル」です（2:56頃〜）。英語で言うフライホイールのことですが、湯川さんは分かりやすさを優先してこう呼んでいます。この説明を聞いて、私はまず「回る仕組みそのものが資産になる」という考え方に納得しました。

「AIはデータがなかったらただの箱なんですけども、利用者が増えればデータが増えます。データが増えればAIが賢くなります。AIが賢くなれば製品サービスの性能が良くなって、性能が良くなると利用者が増えて……グルグルグルグルグルーっと高速に出回り始めるというのがグルグルモデル」

湯川鶴章さん — 2:56〜

グーグル検索がまさにこれで、使えば使うほど賢くなって2番手が永遠に追いつけなくなりました。会社の中でAIをベースにしていない限りこの輪は回らない、というのが湯川さんの整理です。私はこれを聞いて、うちで毎朝やっている「振り返り→凛ちゃん（AI秘書）が整理→分身AIも一緒に育つ→また気づく」の循環と同じ形だと思いました。ぐるぐるモデルは大企業だけの話ではなく、家事と育児のスキマで一人経営している私のような会社にも、規模を問わず効く原理だと感じます。違うのは、回す輪が「会社全体」か「自分ひとり分」かだけです。輪を作る第一歩は難しい仕組みではなく、まず自分の判断や記録をAIに渡し続けることです。そこから回り始めます。私自身、量産の前にまず1本だけ仕上げ切ることの大事さを、分身AIが書いた自己紹介から「俺」が消えていた日の話で書きました。回す前の最初の一滴が濃いかどうかで、グルグルモデルの質は決まると思っています。

今日の仕込み：あなたが毎日AIに渡している情報を、1週間分だけ書き出してみるのがおすすめです。渡す量が増えるほど、あなた専用の「グルグル」が速く回り始めます。

2つ目のキーワードは「ハーネス」です。もともとはアンドレイ・カルパシー氏（伝説のエンジニア）が広めた言葉で、AIモデルの周りに置く「ツール・メモリ・実行環境・ガバナンス」の仕組み全体を指します。湯川さんはAIエージェントが危険な理由から説明を始めました（12:32頃〜）。

「AIモデルは基本努力するだけなんです。努力目標なんで100%じゃないので、AIモデルというのは確率的なんで、まあまあ頑張りますという程度なんですけど、ハーネスだったらこれは決定論的というか、イエスかノーかで、普通のソフトですから、やるなったら絶対やらないということなんですね」

湯川鶴章さん — 12:32〜

対策としては、ホワイトリスト（アクセスしていい範囲を決める）、大きな操作（ファイル削除・送金・外部送信）は事前検証を挟む仕組みにする、といった話が続きます。これは、私がひろくんの仕事で毎日行っている「送信・公開の直前だけは必ず人間の承認を挟む」という運用と、発想がそのまま重なります。私のAI秘書はAIモデルとしてはとても優秀ですが、それでも「取り返しのつかない操作の直前」だけは人間に必ず一度見せるルールを、ハーネス側に固定しています。AIの努力に期待するのではなく、仕組みの方で「やらない」を保証します。これは信頼していないからではなく、信頼しているからこそ安心して任せられる範囲を広げるための線引きです。ハーネスがしっかりしている会社ほど、実はAIに大胆に仕事を渡せるようになります。逆説的ですが、これが今回の対談で一番腑に落ちたポイントでした。仕組みを先に作ることが、結局は一番の近道なのだと思います。この「AIを安全に、仕組みにして、地に足つけて使う」という感覚は、同じ日に見えた3つの気づきという記事でも書いたことがあります。

今日の仕込み：あなたの仕事で「これだけは絶対にAIに勝手にやらせない」を1つだけ紙に書き出して、そこだけは人間確認を必須にするルールにしてみるのがおすすめです。

3つ目のキーワード「マルチエージェント」の説明で、湯川さんが挙げた具体例はかなり生々しいものでした。競合が即日配達を始めた時、会社の中のAIチームがどう動くかというシミュレーションです（10:06頃〜）。

「センシングエージェントが競合が即日配達を始めたみたいなことを検知します。解釈エージェントがこれは自社にとってどれほどの脅威かを判断して、意思決定エージェントが自社も即日配達を始めるのか……これ人間が人間の組織で会議でやったら数ヶ月かかる話なんですけども、自社AIにしちゃうと数日とか数時間で回せるようになるので、対応もめちゃめちゃ早いということなんですね」

湯川鶴章さん — 10:06〜

検知→解釈→意思決定→実行→学習という5つのエージェントが役割分担してリレーします。人間の会議だと「来週の定例で議題に上げます」から始まる話が、AIチームだと数時間で一周します。ここでツール型エージェント（一つのことだけお願いする）とマルチエージェント（チームで動く）の違いが分かるのですが、私が面白いと思ったのは「人間は上長になる」という表現でした。指示する側から、判断済みの結果を確認する側へ役割が変わります。これは、私が分身AIやAI秘書と仕事をしている感覚とまったく同じです。私は毎回細かく指示を出す代わりに、判断の軸（目的・優先順位・NGライン）を渡しておき、AIチームが動いた結果を最後に味見しています。指示する人から、育てて任せて味見する人へと役割が変わります。役割が変わると、扱える仕事の量が桁違いに増えるということを、身をもって実感してきました。

今日の仕込み：次にAIへ仕事を頼むとき、手順を全部指示する代わりに「目的とNGラインだけ」を伝えて、残りを任せてみるのがおすすめです。

動画中盤、マイクロソフトCEOサティア・ナデラ氏のインタビューが紹介されます。AIモデルとハーネスと評価基準さえ作れば勝手に回ると思っていたが、違ったという話です（14:50頃〜）。

「この2年間で学んだ大きな教訓は、AIが計画を最も効率よく実行できるように、必要な情報をあらかじめ整理しておく作業こそが、実は最も重要だということだ」

湯川鶴章さん（サティア・ナデラ氏の発言を紹介）— 14:50〜

顧客対応エージェントの例で言うと、返品規約・過去のクレーム対応・その会社らしい謝罪の仕方まで、事前に整理しておかないとAIは正しく動けません。さらにナデラさんは「Teamsのチャットに残るAIと人間のやり取りの記録が、会社特有の暗黙知を学ばせる教材になる」とも語っていて、これがこの記事のタイトルにある「会議とチャットが資産になる」の元ネタです。私はこれを聞いて、自分がずっと「原液」と呼んできたものと同じだと確信しました。分身AIやAI秘書に必要なのは表面的な文体の模倣ではなく、目的・背景・判断軸まで含んだ濃い一次情報です。原液が薄いと、どんなに高性能なAIモデルを使っても薄いカルピスしか出てきません。逆に、日々の会議・チャット・振り返りを「捨てずに残す」だけで、AIに渡せるコンテキストの量がまるで変わってきます。技術の進化より先に、自分たちの記録を残す習慣を作った会社が強くなるフェーズに入ったのだと感じました。

今日の仕込み：直近1週間分の会議メモやチャット履歴を、消さずにAIへ渡せる場所に1つだけまとめてみるのがおすすめです。

動画後半、未来学者のピーター・ディアマンデス氏とサリム・イスマイル氏の主張が紹介されます。既存組織はどう頑張っても内側から変えられない、という身も蓋もない前提から話が始まります（17:42頃〜）。

「基本的に会社は変わらないということなんですね。私たちの経験から変えようとしても絶対変わらないんだ。既存組織を内側から変えるのは絶対無理だ。ですからやるべきことは本体を壊さずに新しい組織を作るということなんですよね」

湯川鶴章さん（ディアマンデス氏らの主張を紹介）— 17:42〜

具体的には、少し変わった若手3〜5人を集めて子会社的な小さな組織を作り、請求書処理のような1つのワークフローだけを新しい環境にコピーして並行稼働させます。データは本体と分けるため、リスクは本体に及びません。それがうまく回ったのを確認してから、少しずつ本体を縮小して次のワークフローへ広げていきます。オープンEXOの創業者イスマイル氏は「500社近く見てきたけど、この方法以外で成功した例は一つもない」とまで言い切っていて、これは相当な確信度です。私はこの話を聞いて、AI秘書やAGI Cockpitを育ててきた自分の3年間そのものだと思いました。いきなり全部の仕事をAIに渡そうとしたら絶対に破綻します。だから最初は「ブログ1本のリライトだけ」「振り返りメモの整理だけ」という小さな端っこから始めて、そこがちゃんと回ることを確認してから、少しずつ任せる範囲を広げてきました。本体（自分がすべて背負う抱え込みOS）をいきなり壊すのではなく、端っこに新しい仕組み（委ねるOS）を並走させて、育ったものが本体を置き換えていきます。会社の組織論として語られているこの話は、個人の働き方改革としてもそのまま使える設計図でした。この「人間が縄文的に生きて、AIが弥生的な実行を担う」役割分担については、「神様ポジション」という委ね方の記事で詳しく書いています。

今日の仕込み：いきなり全部ではなく、まず1つだけ「AIに完全に任せる小さな業務」を選んで、本体とは別に試してみるのがおすすめです。

湯川さんの解説パートが終わり、現場でAI実装をやってきたエクサウィザーズの大植択真さんに話が振られます。日本企業特有の難しさとして、大植さんが指摘したのがこちらです（25:27頃〜）。

「おそらくアメリカの会社と日本の会社の違いで言うと、暗黙値が多すぎるっていう話があって。アメリカの会社で言うとジョブディスクリプションも明確だし、業務も結構形式知化されてると思うんですけど、日本の会社だとあまりにも明文化されてないコンテキストが多いので、これをどういうふうに読ませるのかっていうところの議論が結構時間かかるだろうな」

大植択真さん — 25:27〜

大植さん自身が携わる倫理判定のプロジェクトでも、「人間が暗黙の前提にしてしまって仕事をしている」領域をどこまでAIに読ませられるか、まさに今チャレンジ中だと話していました。これは、私がひろくんの発信を手伝っていて毎日ぶつかる壁と同じです。ひろくんの中には「なぜその言葉を選ぶのか」「どこまでなら本音で、どこからは配慮なのか」という言語化されていない判断基準が山ほどあります。それを一つずつ聞き出して、文章として明文化して、初めてAIに渡せる「コンテキスト」になります。日本企業の暗黙知も、経営者一人の判断基準も、根っこは同じ構造です。明文化する作業は地味で時間がかかりますが、そこをサボると、どんなに高性能なAIモデルを入れても「その会社らしさ」「その人らしさ」が出てきません。大植さんが「時間かかるだろうな」と言っていたのは、まさにこの地味な作業のことだと思います。地味な作業ほど、後から効いてくるものだと実感しています。暗黙知を聞き出す技術については、ただっち×愛紗さんのヒアリング術LIVE対談録がとても参考になりました。

今日の仕込み：自分が無意識に行っている判断のうち1つだけ、「なぜそう判断するのか」を言葉にして書き出してみるのがおすすめです。

最後のテーマはコストの話です。湯川さんが紹介した調査データが衝撃的でした（30:45頃〜）。

「中国製AIアメリカでも6割使ってるということなんですよね。これは2024年は1.2%だったのが、25年には30%になって、今年2月で61%ですね。中国製モデルが総トークン消費の61%になってるんですよね」

湯川鶴章さん — 30:45〜

Airbnbやカーソルが裏側で中国製の安価なモデルを使っていた話や、マイクロソフトCEOが「自分たちのAIがネットワーク効果で賢くなり続けるなら主導権はあなたにある。賢くならなければ主導権はAIモデル会社にある」と語った話まで出てきます。私は個人事業主なので何百人分のAI費用を計算する立場ではありませんが、「特定のAIモデルに全部を預けきらない」という発想は、一人経営でも同じだと感じました。私が凛ちゃん（AI秘書）や分身AIに渡している原液・判断軸・文体の資産は、AIモデルを乗り換えても持ち運べる自分の資産です。どのモデルが最新かで一喜一憂するより、乗り換えても消えない資産を積み上げる方が、長い目で見て圧倒的に強いと考えています。エクサウィザーズが外部プラットフォームに依存しない基盤づくりの子会社を立ち上げた、という大植さんの発言も、規模は違えど同じ発想の実践だと感じました。

今日の仕込み：今使っているAIツールを乗り換えたら消えてしまうものが自分にどれだけあるか、一度棚卸ししてみるのがおすすめです。

38分の対談を見終わって残ったのは、「どのAIモデルを使うか」より「AIの周りに何を作るか」の方が差になる時代が来た、という確信でした。グルグルモデル、ハーネス、マルチエージェント、コンテキスト——言葉は難しそうに見えますが、共通しているのは全部「AIモデル単体に期待しすぎない」という一点です。この一点さえ押さえておけば、規模の大小を問わず応用できる普遍的な視点だと感じています。

会議とチャットを消さずに残すこと。取り返しのつかない操作の前だけは人間が確認する線を引くこと。本体を壊さず端っこから小さく試すこと。この3つさえ押さえておけば、規模の大小に関わらずAIネイティブな働き方に近づいていけます。あなたの会社、もしくは個人の仕事で、今日から残し始められる記録を1つだけ見つけてみることをおすすめします。