AIネイティブ組織の解剖

AIネイティブ組織では、従来の3層構造が根本的に変革しつつある。かつて、企業はトップの「なぜ」層（存在理由、市場選択、タイミング）、その下の「何を」層（構築・出荷・削減の決定）、そして広大な「どのように」層（エンジニア、プロジェクトマネージャー、テックリードなどが、決定をコードやデプロイに変換）から構成されていた。この構造の大部分は翻訳作業であり、ビジネスの意図を製品仕様、JIRAチケット、ブランチ名、PR、デプロイ、リリースノートに変換する連鎖だった。アジャイル、SAFe、Spotifyモデルなど、多くのフレームワークはこの翻訳パイプラインを効率化するために発展した。

しかし、AIの台頭はこの状況を一変させた。AIは特定の職種ではなく、翻訳というタスクタイプを標的にした。自然言語からSQL、要件からコード、チケットからPRなど、明確な入力を出力に変換する仕事は一桁に圧縮された。このパイプラインの両端（「なぜ」と「何を」）はむしろ重要性が増した。なぜなら、悪い「なぜ」を実行するコストがほぼゼロになり、より多くの悪い戦略が速く、自信を持って出荷されるからだ。

翻訳層の中間に位置するエンジニアリングマネージャーは特に困難に直面している。多くのマネージャーの仕事は翻訳の調整だった：スタンドアップの運営、チケットのブロック解除、優先順位の調整、ステータス更新の作成、エンジニアリングの進捗をビジネス言語に翻訳すること。翻訳層が縮小するにつれ、これらの役割の正当性は失われつつある。過去1年間、2つのパターンが見られた。否定する者（儀式を守る）と、シフトする者（再びコードを書き、設計し、定義する）だ。マネージャーは調整だけでなく、実質的な貢献が求められる。

新しいチームの形状が浮かび上がってきた。「なぜ」層は変わらず少数。「何を」層は拡大するが、従来のプロダクトマネージャーではなく、エージェントと「なぜ」の間で判断を下す人々。彼らは「良い」とは何かを定義し、毎日数十の小さな決定を下す。「どのように」層は大幅に縮小するが、残ったメンバーは最も困難な作業（アーキテクチャ、信頼システム、パフォーマンス、AIが無監督で触れるべきでない5％のコードベース）に従事する。エージェントは変換作業の大部分を担い、フレームワークで保護される。

採用においては、チームが小さくなることを受け入れる必要がある。2018年のエンジニアリングラダーから生成されたような職務記述書は捨て、フレームワークを定義し、品質を維持し、AIが安全に動作するシステムを設計できるエンジニアを求めるべきだ。また、「何を」の人材を増やすこと。チケット工場のプロダクトマネージャーではなく、論題を保持し、曖昧な状況で「良い」を定義し、自らエージェントを操作できる人材だ。

エンジニア個人としては、翻訳でAIと競争してはならない。AIが勝つ。AIができない仕事を引き受けること。「正しい」とは何かを定義し、フレームワークを構築し、判断力を維持し、AIが責任を負えない結果に対して責任を取る。中間層は危険な場所だが、残る仕事はより面白く価値がある。「なぜ」と「何を」を定義することはスタンドアップを運営するより報われる。フレームワークの設計はチケット承認より報われる。

組織図はついに書き換えられた。「なぜ」層はそのまま、「何を」層は拡大、「どのように」層は縮小するが難しくなる。管理職は貢献するか消えるか。エージェントはフレームワーク内で変換作業を行う。これは人員削減計画ではなく、仕事の本質の進化である。