腾讯研究院と香港大学法学院は、AI & Society Forum 2026を共同開催し、テーマは「AIと共生する時代」です。円卓討論には、来也科技CTOの胡一川、Workstream共同創設者の王若愚、腾讯WorkBody製品責任者の汪晟杰など、現場で実践する専門家が招かれ、AIによる組織変革について議論します。参加者たちは、AI移行はトップダウンの取り組みであり、CEOが自ら推進しなければ成功しないと認識しています。チーム規模はかつての20～30人から3～5人に大幅に縮小されており、協力者数の削減と認知の統一が最大の課題です。スーパーアイデンティティは生産性が高くなる一方で、周囲の人々に影響を与え、ワークフローを再構築する使命を担うため、より忙しくなっています。AI時代においては、ビジョンがこれまで以上に重要であり、AIは単なる加速器ではなく、すべての人の能力を拡張するツールとなるべきです。文章執筆者、出典：腾讯研究院
私たちは「AIと共生する」時代に備えられているでしょうか？
人工知能が指数関数的な速度で知性、生産性、さらには社会構造を再構築する中、私たちは「AIと共生する」時代に備えられているでしょうか？
2026年5月、腾讯研究院と香港大学法学院は共同でAI & Society (AI&S) Forum 2026を開催しました。本フォーラムの核心テーマは「AIと共存する時代（Living with AI）」であり、「深港両都市」を跨ぎました：香港では「AIの境界」に焦点を当て、思想と産業の衝突を議論しました。深圳では、「電源オフ」と「完全電源オン」の教育現場を通じて、技術がどのように人間の尺度に戻るかを体感しました。
本フォーラムのシリーズ対話では、トップ学者、産業のリーダー、現場の実践者が一堂に会し、技術の迷霧を突き抜け、AIが社会、経済、真実、そして生命に与える深い影響に迫ります。
以下は、本フォーラムにおける「AI組織変革の現場実践」をテーマにしたパネルディスカッションです。AI移行の現場に直接迫ります。
ホスト：
- 袁暁輝（腾讯研究院 副院長、シニアエキスパート）
ゲスト：
- 胡一川（来也科技CTO）
- 王若愚（Workstream共同設立者）
- 汪晟杰（腾讯WorkBody製品責任者）
- 編集・整理：
- 窦淼磊、腾讯研究院上級研究員
【キーポイント】
1. AIの転換はトップの責任である。リーダーがAIを理解しない場合、AIを理解する少数の人が過剰な負担を強いられ、非効率な部門が効率的な部門の成果を逆に吸収し、局所的な転換は全体の中で押し潰されてしまう。一号人物が自ら立ち上がり、初めて組織の変革を本格的に推進できる。
2. AI転換の3つの段階：第1段階はユーザー向けのAI製品——優れた製品は高級品であり、めぐり合うかどうかは運次第；第2段階は製品にAIレイヤーを追加し、インタラクションを簡素化してユーザー体験を向上させること；第3段階は組織全体をAIネイティブなワークプレイスに転換すること。後者の2段階は選択肢ではなく、生存の問題である。
3. 超級個體並未因生產力更強而變得更輕鬆，「釋放出來的時間」也不會變成閒暇——因為他在組織中仍肩負著一項使命，即影響周圍的人，重塑組織內的工作流程。
4. 協力する人数を減らし、認識を一致させることこそが最も難しい。すべての重要なポイントをつなげられる範囲で、参加者をできるだけ減らすこと。その理由はコミュニケーションコストだけではなく、より致命的なのは「偽の一致」である：会議室では皆が激しく頷くが、会議が終わると全く違うことをやってしまう。
5. AI時代においてビジョンはさらに重要になる。あなたが持つ唯一の能力は、他人よりも早く30年後の世界を見抜き、3人の100倍の生産性で直接それを変えることである。
6. AIは単なる加速器ではなく、每个人の能力を拡大するものであるべきです。この世界には未解決の問題や満たされていない需要が多数存在し、需要は無限です。重要なのは誰が置き換えられるかではなく、誰もがAIを利用し、技術の恩恵を共有できるかどうかです。
全文を讨论する
袁暁輝：三位実践者の方々、ぜひようこそ！先ほど発表したレポート『スーパーアイドルからスーパーチームへ』は、ひとつのスタートにすぎません。本日は三位をお迎えでき、大変光栄です。産業の最前線からの声をぜひお聞かせください。三位より、それぞれの会社の概要——主な事業内容、チーム規模、そして現在のAIとの協働状況について、簡単にご説明いただけますか？
胡一川：皆様、こんにちは。ここで皆様と交流・共有できることを光栄に思います。私は来也科技の共同創設者である胡一川です。来也科技はAIデジタル従業員を提供する企業で、主に財務、カスタマーサポート、ITなどのバックオフィスにおける知識労働者向けにAIデジタル従業員を提供しています。簡単に言えば、私たちのソフトウェアは、これらの知識労働者が日常業務で行う繰り返し作業をすべて自動化し、彼らの時間とエネルギーを解放して、より価値があり、創造的な仕事に集中できるように支援しています。
私たちのチームは約200人で、開発は主にAIソフトウェア開発を中心に、約50人の規模です。過去2年余りで、このチームは大きな変化を経験してきました。はっきり覚えています：約2年前には全員がGitHub Copilotを使用していました。1年半前には全員がCursorを使っていました。1年前には全員がClaude Codeを使っていました。今日では、全員が複数のClaude Codeと複数のCodexを同時に使用しています。お伝えしたいのは、過去2年間で私たちのチーム人数はほとんど変わっていない一方で、製品ラインの数と製品の更新速度は少なくとも5倍以上向上したということです。
袁暁輝：皆さんももっと忙しくなる了吧？
胡一川：はい、皆さんも確かにさらに忙しくなっています。先ほどお話ししたように、スーパーアイディビジュアルは確かに生産性が高くなりますが、今日では、生産性が高くなったからといって楽になっているわけではなく、むしろより忙しくなっています——なぜなら、彼は組織の中で周囲の人々に影響を与え、組織内のワークフローを再構築するという使命を担っているからです。
袁暁輝：「もっと忙しくすべきかどうか」については、一旦置いておいて、次の方の意見を聞こうと思います。若愚？
王若愚：ありがとうございます。私は王若愚で、会社はWorkstreamです。国内の皆さんはこの会社をあまりご存じないかもしれません。当社は、北米のブルーカラー労働者の採用から入社、出勤管理から給与支払いに至るまでの一連の課題を解決しています。これまでシリコンバレーで約1億ドルの資金調達を実施し、現在はBラウンド段階にあります。
なぜこの問題が生じるのか？なぜなら、ホワイトカラーには実際にはこの問題がないからだ。人々の給与は固定されており、腾讯に入社してから三年間給与が変わらないことも珍しくない、よね？しかし、ブルーカラーは違う。特にアメリカでは、時給労働者を核としたシステムである。先ほどある教授がトランプに触れ、彼の最も核心的な業績はアメリカのチップを非課税にしたことだった——これがトランプの最も核心的な業績である。
チップが非課税であるため、低所得層の収入は急激に増加したが、その一方で、多くのブルーカラーの収入の変動性が非常に高くなった。1日あたりの労働時間が一定でないことを想像してみてほしい。また、国内とは異なり——たとえば国内では、焼き肉店を経営すると月額3000元で、食事と宿泊が無料になり、レジも、肉を切るのも、お皿を運ぶのもすべてあなたが担当する。
しかしアメリカは異なります——レジ係やバリスタなど、それぞれの職種の時給が異なり、これがデータを非常に複雑にしています。また、ブルーカラーおよびその管理者は非常に低技術な業界であるため、我々はSaaSとAIを活用してこれらの課題を解決しようと試みています。
AIに関して、私たち内部では応用できる3つのレベルがあると考えています。第一層は、ユーザー向けの製品を作ることです。これはラグジュアリーなことです——顧客向けの製品を実現できれば、それは非常に贅沢なことで、世界で本当に製品から顧客への価値を掴んでいる製品はほとんどありません。しかし、多くの企業は少なくとも2つのことを実行できます。つまり第二層——製品にAIレイヤーを追加することです。ユーザーの効率を高め、UI/UXを簡素化するか、テクノロジー感を加えるか、あるいは企業のストーリーを語るための要素として追加する——この層は必ず導入すべきです。
最後の層は一川が言っていたこと——すべての企業が行うべきこと、つまりあなたの組織です。これが今日のメイントピックです：どのようにして企業をAIネイティブなワークプレイスに変革するか。たとえば、過去には財務責任者と多くの財務担当者が多数の帳簿を計算する必要がありましたが、特に今日、中国、シンガポール、アメリカに法人を持つ海外展開企業であれば、帳簿の計算は非常に複雑です。こうした作業はAIで自動化できるでしょうか？内部のコーディングは自動化できるでしょうか？また、プロダクトマネージャーはかつて毎日ドキュメントを書くことが主な仕事でしたが、今はそうであるべきではありません。今日のプロダクトマネージャーの仕事はたった一つ——ユーザーと激しく対話し、そのチャット記録をAIに投げ込み、AIが自動的にGitHubのイシューまたはToDoリストに変換し、優先順位を自動分析する。その後、エンジニアリングチームがその結果を実行する。これにより、全体のワークフローは本質的に変化しました。
全体として、この三層は私たちが取り組むべきことだと考えています。第一層の製品は高級品であり、めぐり合うかどうかは運次第です。第二層と第三層、すなわちAIレイヤーとAIネイティブなワークは、必ず実行すべきです。
汪晟杰：こんにちは、私は汪晟杰（ジャソン）と申します。ジャソンと呼んでいただいても構いません。腾讯から来ており、現在WorkBuddyという製品を担当しています。AIに関する実践については、私の個人的な経験からお話しします。
以前、私はCodeBuddy——IDE内で使用されるAIプログラミングアシスタントの開発に携わっていました。皆さんはVS Codeやその他のIDEをご利用になったことがあるかもしれません。それはそうしたIDEに組み込まれた製品です。私のストーリーはこうです。私はAIを使って、単にコードを書くだけでなく、もっと多くのことを手伝ってもらいたいと思っていました。コードを書いた後、AIは単にプログラマーのコード作成を支援するだけでなく、より多くのことを支援できると気づきました。そのため、AIをプログラマーだけでなく、すべての人々の助けにできないかと考えました。
そこで、私たちはVibe Coding（バイブコーディング）のアプローチを使って、一般の非技術ユーザー向けの製品を開発することにしました。今年の年初、私はCodeBuddyを基にしたWeb版「CodeBuddy Work」を作成しました。その後、暁輝博士が名前を「WorkBuddy」に変更してくれたため、WorkBuddy 0.1バージョンは今年の1月15日に正式にリリースされました。これが私たちの物語です。チームの規模も着実に拡大しています。
WorkBuddyが内部・外部ともに大変な人気を博し、このツールはユーザーの心をしっかりと掴み、利用頻度が非常に高いです。私たちは「ロブスター」という爆発的な現象に着目し、clawの機能を組み合わせ、すぐにミニアプリ版をリリースしました——これは国内で最も早い二重形态です。ユーザーはいつでもミニアプリを起動して利用できます。本日、APP版もリリースしましたので、今後、海外・国内でWorkBuddyを検索してご利用いただけます。
袁暁輝：彼は製品マネージャーのバックグラウンドを持っているため、先ほど述べた「Vibe Coding」や「IDE」などの専門用語は、聞きなれないかもしれません。しかし簡単に言えば、これは何なのかというと、AIの実行能力が非常に高く、プログラミングもできるため、今では自然言語でコンピューターに指示を出し、自分の望みを実現できるということです。たとえば、あなたの望みがプレゼンテーションを作成することであれば——先ほどのレポート発表で使用したPPTは、完全に自然言語で指示を出してAIが生成したものです。この能力はプログラマーにとっては生産性の向上ですが、非プログラマーにとっては全く新しい働き方です。そのため、まだ体験したことがない方でも、今後必ずどこかで触れるようになります。どんな製品でも、きっと体験できるようになるでしょう。
昨年、私たちはAIへの移行に関するレポートを発表しました。その際、企業全体の移行を三つの層に分けました。最上層はビジネスの移行であり、先ほど述べたように、効率を高め、顧客を増やし、開発の品質を向上させることです。中間層は組織の変革——AIという生産性ツールを支えるには、どのような組織が必要かという問題です。最下層はマインドセットの再構築——人間とAIの関係をどのように捉えるべきかという問題です。これは組織とビジネスを決定づけるものです。
私の二つ目の質問はAIによる組織の変革についてです。皆さんのチームはだいたい100〜200人規模ですが、この新たな生産性ツールに適応するために現在どのような取り組みをしていますか？今は誰もが一つのことに専念するのではなく、同時に複数のことを手がけています。このような状況で、チームはどのように役割分担し、協力すればよいでしょうか？また、これまでのように多くのミーティングを開く必要はあるのでしょうか？まず、一川さんからお聞かせください。
胡一川：最も大きな変化は、チームがはるかに小さくなったことです。過去には、製品ラインごとに製品マネージャーからデザイナー、フロントエンド・バックエンドエンジニアまで、多いときで二三十人、少ないときでも一二十人が所属していました。しかし現在、私たちの各製品ラインは10人以内に収まっており、多くの新製品は0から1へと3～5人で立ち上げています。その理由の一つは、個人の生産性が大幅に向上したことです。もう一つの理由は、チーム規模を縮小することで、人間同士のコミュニケーションを削減できたことです。私たちは、AIが存在しなかった頃、人間同士のコミュニケーションが最も多くの時間とエネルギーを消費していたことに気づきました。
袁暁輝：多くの人が、出勤中に会議をして、退勤後に仕事をします。
胡一川：はい、だから今日、私はチームの人数が少ないほど効率が高くなることに気づきました——コミュニケーションの人数が少ないため、毎朝2〜3人が30分のミーティングを開き、最も重要なことを議論・決定した後、各自が行動し、AIに任せるのです。これが最大の変化です。
もう一つの変化は、人間とAIの関係です。今年の年初、私はプロダクト開発チーム全体に、以下の3段階を順に達成するよう要請しました。第一段階として、エージェントをあなたのデフォルトの作業入口とすることです——WorkBuddyやCodexのようなツールは、IDEやPowerPointを開く代わりに、誰もがデフォルトで使用する作業入口となるべきです。
第二段階では、第一段階（一人が一つのエージェントを使用）を基盤とし、一人が複数のエージェントを使用できるようになります。これは理解しやすいです。一つのエージェントに作業を任せると、自分の時間が解放され、他の作業に取り組めるからです。しかし、この段階ではボトルネックが生じます。同僚が4つ、6つ、8つものClaude Codeのウィンドウを開いたものの、すぐに注意力が足りなくなることに気づきます。なぜなら、一つのウィンドウから次のウィンドウへ、さらにその次へと頻繁に切り替える必要があるからです。
したがって、第三の段階は、人間とAIの作業を分離し、AIが人間が退社した後に作業を行うように新しいワークフローを設計することです。これが私たちが今日追求している目標です——もちろん、まだ完全には実現していません。しかし最近、各チームや個人が消費したトークン数を統計したところ、一部の同僚が退社後、一晩でエージェントが数十億のトークンを消費していることがわかりました。
袁暁輝：数十億のトークンはいくらですか？
胡一川： 私たちはすべて200ドルのCoding Planを購入していますが、もし本当にAPIに換算すると、1日で数百ドル消費すると思います。
袁暁輝：素晴らしい回答です。最近、私たちも多くの企業のトークン消費状況を調査しましたが、月額数百ドル、数千ドル、数万ドルのケースがあります。最も極端な例としては、OpenAIの研究者が1週間で2170億トークンを消費したケースがあり、これは数万ドルに相当します。
胡一川：百万レベルです。
袁暁輝：はい、最も多くのトークンを消費したのはPeter Steinbergerで、彼はOpenClawの創設者です。先月、彼は100万ドル以上を消費しました。一人でこれほど多くのトークンを消費するなら、他の人は疑問を抱くでしょう。「たくさんのトークンを使ったが、何をしたのか？」彼は詳細を明かしていませんが、より高給のエンジニアを雇うよりもはるかにコスト効率が良いと述べています。
もちろん、ここには多くの課題があります——雇用の問題、雇用の代替の問題、人間を使うべきかエージェントを使うべきかなどです。しかし、トークン消費の観点だけを見ても、確かに大きな生産性の革新をもたらしています。先ほど一川さんも、組織全体の状態、エージェントの呼び出し方、マルチエージェントの使い方、この過程で注意を守る方法、さらにはチームとマルチエージェントをどのように協働させるかについて話していました——現在のところ、特に優れた生産性ツールは存在していません。次にJasonの考えを聞いてみましょう。スーパー・チームに適したツールが登場するかどうか、そしてその必要性についても注目です。若愚さん、あなたのチームはAI時代にどうやって組織を再構築していますか？
王若愚： 私は二つのレベル——戦術的レベルと戦略的レベル——だと思います。
戦術的なレベルでどう効率を上げるか？先ほど一川が一つポイントを挙げましたが、私たちの内部の第一原理は、何かを実行する際に、すべての要点をつなげられる限り、関与する人数をできるだけ減らすことです。ややこしく聞こえるかもしれませんが、つまり、どんなことでも成功させるには、複数のポイントをつなぎ合わせる必要があります。たとえば、テクノロジー企業を立ち上げるには、技術、製品、マーケティング、セールス、運用など、いくつかの要素が必要です。過去には、それぞれの分野に専門家が一人ずつ必要で、仕事が細分化され、実行作業が多かったため、5人または5つの部署が協力する必要がありました。しかし今日では、製造と実行が安価で迅速になったため、この5つのタスクはできるだけ1人が担当するのが最適です。必ずしもそれが可能とは限りませんが、もし2〜3人で済ませられるなら、5人で行うよりもはるかに速く進められます。
理由很简单——5人が会議室にいるとき、全員の考えを揃えるだけで多くの時間が無駄になる。オフィスには悪い文化がある：とても優秀な人が話していると、他の人が必死に頷く。彼らが頷くのは理解したからではなく、その雰囲気の中で自然と頷いてしまうからだ。話す側の認知レベルが高いので、本当に全員が理解したと思い込み、「では、皆さん、やってください」と言う。結果として、全くうまくいかない。これが管理における最大のボトルネックだ：あなたは全員が理解したと思っているが、実際には誰も理解していない。
したがって、認識を揃えることが最も難しいポイントです。なぜ会議の参加者数を減らすのか？会社が何人を削減するかではなく、あらゆる事柄について、できるだけ参加者を減らし、参加する全員がカバーすべきすべてのポイントを網羅できるようにすることです。その結果、これらのポイントがつながれば、その事柄は解決します。これは戦術的なレベルです。
戦略的なレベルでは、より大きな落とし穴があります。多くの人が、優れたCTOを採用したり、AIに詳しい人を連れてきてみんなで楽しめばいいと考えていますが、それは違います。
AI組織が転換する際、最も核心的なボトルネックはしばしば組織のトップ、つまり私が「AI転換は『一把手プロジェクト』である」と呼ぶ存在に起因する。英語で言えば、「それは仕事の所有者の責任である」となる。組織のトップとして、あなたがこの転換を自発的に推進できない場合、問題が生じる。ここで二つの例を挙げよう。
小さな例として：技術チームにおいて、あなたの上司がAIを理解していないとします。たとえば、あなたが古いソフトウェア会社から来たベテランで、下に非常に優秀なエンジニアが数人いて、彼らがAIへの移行を推進しているとします。その結果、必ずこうなります：その数人が100人の分の仕事をこなし、他の多くの人がほとんど働かない。あなたは仕事の負荷をその数人に次々と押し付けます。しかし、あなた自身が理解していないため、彼らはあなたとの関係をうまく築き、あなたは彼らを解雇する気になれない。その結果、働ける人がどんどん仕事を増やされ、働かない人が毎日ただで給料を貰う状況になります。これは技術チームで必ず起きる問題です。あなた自身がこの分野に精通していなければ、誰が正しいのか、誰が不要なのかを判断することはできません。
より高い次元に引き上げると、より深い問題が浮かび上がる。
たとえば、一川がCTOとしてAI組織の転換を推進し、200人の効率を2000人分に引き上げたとする。するとCEOが「よし、リストラしよう」と言い、200人を20人に減らして、以前と同じ仕事をさせる。すごいだろう？しかし、CEOがAIを理解していないとどうなるか？彼がようやく節約した180人の予算は、AI転換をまだ完了していない他のチームに流れてしまう。それらのチームはもともと肥大化し非効率であり、予算を食い尽くした結果、より多くの虚偽の需要や誤った需要が発生する。こちら側の人員はますます減り、働ける優秀な人材はますます過重労働を強いられる。
これは二つの典型的な例です——チームのレベルから会社全体のレベルまで、トップが自ら转型を推進せず、部分的な转型にとどまる場合、実際に仕事をする人々がその转型に押しつぶされてしまいます。
袁暁輝：とても生動な説明ですね！確かに、1番ポジションが自ら動かなければ、今日のレポートにも多くの事例がありますが、それらはすべて1番ポジションが自ら推進したものです。例えば、司暁院長の今朝の発言もそうです——彼は非常に密集してAIツールを活用しています。その結果、状況が変わりました。以前は他の人が彼の代わりにいくつかの作業を完了する必要がありましたが、今はAIエージェントに直接指示を出せば済むようになりました。
王若愚：はい、非常に現実的な点として、ここにいる皆さんが企業や大学、香港大学でも同じですが、一部の教授たちはAIネイティブになっており、另一部分はそうなっていないことに気づくでしょう。AIネイティブな人々の生産性は100倍に向上しています。一方、まだそうなっていない人々は、大きな危機感を味わうことになります。
したがって、組織のトップがこの認識を持っていない場合、自然と、まだ転換していない人々からの悪口が耳に入る——彼らは、「あのたちはAIを使って悪事を働いている。彼らの発言や成果は審査されておらず、不適切かもしれない」と言い、さまざまな無根の噂を広めて、彼を排除しようとする。
したがって、組織のトップがこの「カタツムリ効果」——いわゆるカタツムリ効果——を起こさなければ、前線でカタツムリ役を担う人々は置いてけぼりになる。これは悲しい人間の性である。まとめると：戦術的には、すべての点をつなげる人の数をできるだけ減らす必要がある。戦略的には、トップが全力を尽くさないなら、チームの一員として自分自身でよく考えなさい——砲弾にならないように。これが私の提案である。
袁暁輝：今日、この場にいらっしゃる聴衆の多くは企業経営者であり、多くの学生の方々もいらっしゃいます。この観点から個人への示唆として、まず「ドットをつなぐ」ことです。つまり、自分自身の能力の次元をより広く拡張し、自らがエンドツーエンドで何かを担当できるようにする必要があります。専門能力だけでなく、横と縦の両方——いわゆるT型人材——の広さをさらに広くカバーすべきです。
今日の昼、法学の背景を持つ同級生と話しましたが、彼もこの問題に気づいていました：ある方向に特化して深く掘り下げるのも重要ですが、同時に広く視野を広げ、起業家のような発想を持ち、自分が提供する価値が何であるかを理解することが、それ以上に重要です。
わかりました。では次にお聞きします——現在、你们のチームはどのように協力していますか？先ほどご紹介したケースでも、CodeBuddyはすでにAIを中枢に組織管理を行っており、タスクの割り振りやリソースの配分はマネージャーではなくAIが行い、AIが各メンバーの作業負荷を確認しています。你们は現在どのような状況ですか？
汪晟杰：WorkBuddyを開発する際、すべての機能モジュールを分解し、各小さな機能をAI自身が境界を定義するようにしています。たとえば、現在「AI同僚」という新しいモジュールを作成していますが、このモジュールに関連する上流および下流の処理は、あなたたちのチームが閉じた形で対応します。他のチームと協力する必要がある場合、たとえばWorkBuddyの基盤と連携したり、上位のソリューションやSkill層と連携したりする際には、それぞれ対応する他のチームが接続を行います。
この連携プロセスは、AIが別のAIに約束を割り当てるプロセスです。つまり、このモジュール内では、アップストリームの約束とダウンストリームの約束を定め、皆でレビューします。AIだけでなく、より多くの人が前期のレビュー段階に参加します。タスクを受領後、3つの小さなチームを編成して、異なるアップストリームとダウンストリームの協力を実施します。そのコア機能は完全に凝集されており、約3〜5人の開発者が要件の明確化を行い、PRDや製品マネージャーのドキュメントと共同で完了します。
今や誰もが複数の役割を担っており、単一の役割に限定されません。開発者がプロダクトマネージャーのドキュメントを書くこともあれば、プロダクトマネージャーがコードを書くこともあります。その境界はもはや明確ではありません。目的は、この成果物をAIがより明確に理解し、AIに作業を開始させることです。AIが作業を続ける中で、人はプロセスを継続的に監視し、成果物を受け取ります——基本的にすべて正しいです。なぜなら、前期段階で十分な議論が行われ、上流の他のチームとも協議済みだからです。
汪晟杰：私たちは多くのチャットグループを設けて、人々のコミュニケーションを支えます。私たちは常に考えています：グループ内にAIを導入し、それが長期的に存在して理解を深めることは可能か？現在の技術レベルでは、ノイズが多すぎて、メンバー間のやり取りの時間軸を明確に理解することが難しいです。しかし、私たちは多くの試みを重ねています。たとえば、圧縮と要約を行い、PRDの付属物として初期からコンテキストを提供しています。これらをすべてコードリポジトリに保存しています。AIがコードを書く際には、経験を常に記録し、繰り返しループを実行することで最終的に満足のいく結果を生み出します。その後、その経験を振り返り、更新してリポジトリをより完成度の高いものにします。これは、非常に完璧なエンドツーエンドの成功事例です。
次に、このケースを次のような「AIチーム」機能の開発に活用できます。「AI同僚」の次の段階として、先ほどの経験をソースとして活用し、AIに「あ、あなたはこういう形だったのか」と理解させることができます。また、モデルを変更することも可能です。モデルのコストが高騰しているため、国内のモデルや他のモデルを利用できます。まず非常に優れたモデルで人間が満足する結果を出し、その後、輪が動き始めます。あらゆるものを他のチームで再利用できます。
袁暁輝：ジェイソン、とても良い発表でした。先ほど一川さんがマルチエージェントの協働、注意の保護、そしてチームとマルチエージェントの協働について話していましたが、現在この分野には特に優れた生産性ツールがありません。ジェイソンのチームはWorkBuddyでどのように解決しているのですか？
汪晟杰：実は、もっと良くできます。それぞれがAIを所有した後、AI同士の協力、人間同士の協力、そしてAIと人間の協力という3つの次元をさらに改善できます。私たちはいくつかの試みを行いました。例えば、あるAIに主導権を与え、他のAIにタスクを割り振り、他のAIが完了した後に結果を集約させるという方法です。これはまさにマルチエージェントの作業モードです。
しかし、ここでの核心的な課題は、AI同士の協力によって品質をどのように保証するかです。現在の私たちのアプローチは、初期段階で十分な人間によるレビューを行い、約束事を明確に定義した上で、AIにその約束に従って実行させることです。AIの実行中には、人間がサンプリングチェックを実施し、出力の品質が基準を満たしていることを確認します。
袁暁輝：わかりました。組織の変革に関して、もう一つ重要な話題があります——雇用です。AIによってチームが小さくなったため、多くの人が自分の仕事に不安を抱いています。若愚さん、この問題についてどのように考えていますか？
王若愚：私は人を三つのカテゴリーに分けて考えます。
第一類はすでに成功的に転換した人々——おめでとうございます、将来が有望です。第二類はまだ転換していませんが、学ぼうとする意欲があり、受け入れようとしている人々——このような人々は全く問題ありません。ただ、進み方の速さの違いだけで、一部の人々は数ヶ月で転換できますが、一部の人は十代でも新しいものを受け入れようとしません。
しかし、ある種の人は悲劇である——もしあなたが不幸にもその中にいるなら、すぐに転職すべきだ。それは、あなたが一生懸命変革を推進し、同僚に影響を与え、何がより良くなるかを伝えているにもかかわらず、組織全体の問題により、あなたの仕事は他の部署と過剰に依存し合っている状況だ。あなたの仕事の出力は、他の部署の承認、入力、または出力に大きく依存しているが、他の部署は変革する意欲がまったくない。このような状況では、私は部署を変えるか、転職することを勧める。決して無理に持ちこたえないでほしい。なぜなら、頑張れば頑張るほど、草の根的な組織の中で早く倒れてしまうからだ。すべてのミスがあなたに向けられるからだ——あなたが最も多く働いているからこそ、最も多くのミスを犯していると見なされるからだ。
したがって、もしあなたが不幸にもこの最後のカテゴリに該当するなら、早めに去りなさい。このカテゴリは最も悲劇的で、私は無数の優秀な人材がこの罠に陥って失われたのを見てきました。
袁暁輝：「選択が努力より重要だ」という言葉があります——彼が刚才言ったのは、正しい選択をすることです。
汪晟杰：私たちのチームには多くのメンバーがAIを利用していますが、実際に観察すると、その利用レベルには違いがあります。製品責任者として、私は基本的に彼らにガイドを提供したり、共に成長するサポートをしたりしています——AIツールをどのようにうまく活用するかについてです。
簡単な例を挙げると、一部のユーザーはAIをWeb検索のツールとして扱いますが、AIは単にWeb検索を代行するだけでなく、逆にインスピレーションを見つける手助けもできます。人間は問題を発見する必要がありますが、多くの場合、私たちが抱える問題は隠れているため、自分自身では見つけられなかったり、長時間かかってやっと見つけたりします。AIを使って問題を発見したり、問題を見つけるのを支援し、その後調査を進めてインスピレーションを導き出すことができます。人間の脳は時間帯によって異なるアイデアを生み出します。これらの断片的なインスピレーションをAIに伝え、AIに要約したりつなげてもらいましょう。
あなたの文脈の記憶に基づき、AIは質問を迅速に最適化し、初期の要望を改善することで、単なるWeb検索ではなく、以前の誤った判断を正確に修正し、誤りの発生点をさらに早期に抑えます。
例えば、シンプルな例として：AIはしばしば長い要約を私に提供します。私はそれを「もう理解する必要はないので、A、B、Cの3つの選択肢を含む手書きのスケッチを生成して、私が先ほど指摘した問題をすべて盛り込んでください」と伝えたいです。AIは本当に、私が望む感覚のスケッチを描き、いくつかの選択肢を提示してくれます。その後、私は「これは合っているか、合っていないか」と伝えます——図と文による対話で、人間が迅速に理解し、問題を発見し、最終的に「この問題について、最終的なスケッチ、プロトタイプ、PDF、またはMDファイルを生成してください」と確認できます。私は私の人間のパートナーと合意しました。「さあ、始めよう」。これは非常に効率的なことです。
袁暁輝：とても良い共有でした。現在、多くの人がAIを一問一答の形で使用しており、私たちが短い質問をすると、AIは長い回答を返しますが、その回答が必ずしも求めている内容ではないことがあります。何度もやり取りを重ねると、注意力も低下してしまいます。より良い方法は、AIにあなたに質問させ、複数回のインタラクションを通じて、あなたの考えや意図をより深く理解させることです。
AIの使い方、特にプロンプトエンジニアリングなどのテクニックについて、私はすべての一般市民が理解しようとするべきだと考えています。なぜなら、それがどのようにこの知性を活用するかを決定するからです。今日の午前中に、「インテリジェンス・アズ・ア・サービス」、つまり知性をサービスとして利用できるという話がありました。これは人類史上初めて、一人の人が全人類の知恵にアクセスできる能力を手にした瞬間です。どのようにそれを活用するかによって、もたらされる差異と恩恵は非常に大きいです。
最後にもう一つ質問します——今日の観客の方々は、最先端AIの能力をまだ十分に実感されていないかもしれません。何かアドバイスはありますか？多くの人がまだコースを学ぶ必要があると考えています。今日の観客の方々に、どのようなアドバイスをされますか？
胡一川：最も直接的な方法は、使いながら学び、学びながら使うことです。AI自体が非常に優れた学習ツールであり、深く活用する過程で、あなたはAIと対話しながら学ぶことになります。そのため、私の提案は、それぞれの学習、生活、仕事において、AIを本格的に活用することです。
王若愚：私の唯一のアドバイスは——起業して創業者になるにせよ、組織に就職して働くにせよ、それはすべて第一原理です。起業する場合、AIの変革を推進できる人、またはAIネイティブな人であることを確認し、素晴らしいビジョンを持つことを確保してください——ビジョンについては、先ほど言及しませんでした。時間が足りませんでした。
会社に加わる際には、その会社の経営者がAIを深く理解し、ビジョンを持っていることを確認してください。そうすれば、あなたが起業する場合、効率を高め、優れた人材を引きつけることができます。また、会社に加わる場合も、悪い経営者や悪い組織に消耗されることを防げます。
袁暁輝：あなたはビジョンについてもう少し述べてください。ビジョンは非常に重要です——組織の変革の目標が人員削減や淘汰であるなら、誰もその変革を推進したくないでしょう。私たちがAIを活用する本当の目的は何でしょうか？
王若愚：この時代において、ビジョンは過去よりもさらに重要になっている。過去のビジョンは、数百人、数千人、あるいは数万人を一つの目標に向けて団結させるための壮大な物語として存在していた。今日ではチームの規模が小さくなったように見え、多くの人が「ビジョンはまだ重要なのか？」と問うかもしれない。しかし、私はそれがより重要になっていると感じる——なぜなら、来也科技やWorkBuddyのような製品は、一川と暁輝が先ほど述べたような「スーパーアイテム」を支援しているからだ。
ビジョンの価値は、本当にスーパーアイテムを採用できることを保証することにあります。なぜなら、所謂スーパーアイテム——100のエージェントを同時に操縦できる人——は、単にタスクを完了して給料を得るためにあなたのもとで働くことはありません。このような人々は、世界を変えるという壮大な志を胸に抱いています。あなたがこうした人々を採用できる力を持つとき、彼らが選ぶのは金銭的報酬ではなく、あなたが語る物語、描く10年、30年、50年後の世界が、彼らの認識と想像に合致するからです。あなたの手にあるリソースは、彼らにレバレッジを提供し、共に前進する力を与えます。したがって、ビジョンは今日の時代において、過去よりもはるかに重要になっています。
かつては、資本のレバレッジやさまざまなレバレッジを用いて、一生懸命働くが未来を考慮しない「牛馬」を雇い、膨大な生産力と生産規模で競合他社に勝つことができた。しかし、今日ではそれは不可能だ——なぜなら、製造は安価になったからだ。今日、あなたが持つ唯一の能力は、30年後の世界を異なる視点で見ることであり、たった3人で百倍の生産性を発揮し、この世界を直接変えることができる。
したがって、先ほど述べたことを踏まえると、会社が価値があるかどうか、上司に従うべきかどうか、そして自分が起業できるかどうかを判断する上で最も核心的なのは、次の二つです。第一に、トップがそのプロジェクトを推し進められるかどうか、そしてトップ自身がその分野を理解しているかどうか。第二に、そのビジョンが何なのか、そしてそのビジョンをあなたが信じられるかどうか。この二つの判断基準だけで十分であり、それ以外のすべては戦術的な問題にすぎません——旅の途中で遭遇する妖怪と戦ったり、道が曲がったりするような問題にすぎません。それらは重要ではありません。
袁暁輝：ビジョンについて、先ほどの若愚の話は、典型的な男性起業家が描く未来の壮大な物語——30年、50年先までというようなものです。しかし、女性の視点から見ると、私たちは周囲の人々や社会への影響、たとえ些細なことでも、非常に重視しています。今日の昼食時に同級生と話していた際、彼も、子供たちに社会がどのように機能しているかを理解させることの重要性を語っていました。このような些細な影響——周囲の人々や社会への影響——は、誰にとっても素晴らしいビジョンです。先ほど、社会には多くの問題があると述べましたが、その中で努力してわずかに一つか二つの問題を解決できれば、それは十分に素晴らしいビジョンだと思います。
王若愚：私は完全に同意します。実は、これは起業において最も難しい部分です。今日の壮大なビジョンや百年企業という話をしても、企業を立ち上げたばかりの時には、そんな大きなビジョンは想像できません。そのビジョンは繰り返し進化して生まれるものなのです。これは連続的な変数です。したがって、起業で最も難しいのは、スタート地点が常に非常に小さい点である一方で、その背後にある大きなビジョンをいかに早く気づくかです。そうすることで、優秀な人材を引きつける可能性が高まります。
袁暁輝： 実際、起業しなくても、多くの問題を解決することは可能です。ジェイソン？
汪晟杰：まず、AIはあなたが手にしている粘土のようなものです。あなたはそれをパートナーとして扱い、多くの問題を解決してもらうことができます。そして、あなたが望む形に塑像することができます。それを小さなアプリケーションとして扱うことも、あらゆる問題を解決するための宝の壺として扱うこともできます。あなたがAIに話しかけ、それをあなたを理解させるようにすれば、それはあなたの手の中の金塊になります。どのように塑像するかは、完全にあなた次第です。つまり、AIの可能性の上限は、あなたの想像力の広がりにかかっています。WorkBuddy製品の開発も同じです。私たちの想像力がどのような問題を解決できるかに焦点を当て、問題指向で解決していきます。
日常のシーンにおいても、AIは多くの問題を解決するのに大きく活用できます。特に教育の場面では、私たちもこの分野の探求を進めています。この場面では、人と人、そして人とAIとの間でのエンパワーメント、学習、相互支援が中心となります。たとえば、以前図書館で学習していたとき、誰か先生やメンターがそばにいて、あなたの学習プロセスを把握し、継続的に励ましてくれたらと考えたことがあるでしょう。また、過去のフィードバックに基づいて問題を追跡し、知識を強化するようなサポートも受けられれば理想的です。AIはこの分野において非常に優れた支援ツールであり、私はこの領域に非常に注目しています。
袁暁輝： 三位の素晴らしい発表、ありがとうございました。以前は、未来が二極化するのではないかと非常に困惑し、不安を感じていました——AIのレバレッジを極限まで活用する個人が、遅れている人々を置き換えるのではないかと恐れていました。しかし、あるとき、ある起業家と話した際、彼は言いました。「見てください、この世界の建物たちは、美しいと思いますか？」私は答えました。「もちろん、美しくないものもありますし、私たちが住む環境にも改善すべき点がたくさんあります。」実際、私たちの世界にはまだ多くの問題が残っており、それらは以前は解決する暇も、改善する余裕もありませんでした。しかし、誰もがより良い生活を望んでいます。その願いは確かに存在します。したがって、需要が存在する限り、未来の機会は非常に大きいのです！
本文は微信公众号「腾讯研究院」（ID：cyberlawrc）より、著者：腾讯研究院、36氪の許可を得て掲載。