Pinned Tweet
AI駆動経営は、AIツールを増やすことじゃない
AIに仕事を頼むたび、会社や案件を最初から説明しているなら、まだチャット活用で止まってる
俺はBrainbaseで、自分・仕事・関係性の文脈をローカルSSOTとして育て、CodexやClaude Codeへ渡している
まずは「AIに二度と説明したくない仕事」を1つ選ぶところから
導入マニュアル↓
brainbase.pages.dev/
15
950
AIに任せた仕事が進まない。原因はAIじゃなかった。俺だった。
直ったはずの不具合が、お客さんの画面ではまだ直っていなかった。
「なんで出来てるのに放置されてるの」とAIに聞いた。
返ってきた答え。
「いちばんの理由は、本番に出すかどうかを佐藤さんが決めていないことです」
決まりは「佐藤さんがいいと言うまで出さない」。
AIはそれを守って、ちゃんと待っていた。
AIが速くなるほど、社長の「いいよ」待ちが渋滞する。
「人がやるのは判断だけ」と、ずっと言ってきた。
その判断をしてなかった🥲
32
AIにメールや投稿を任せ始めた社長へ。孫の名前をつけたAIが、Metaを訴えるところまで行った話。
アメリカの店主が、MetaのAIエージェント「Muse」を「Baby Mia」と呼んで、メールも動画投稿も任せていた。
ある日Metaが、そのAIをハッカーと疑って、店のFacebookページを止めた。1週間、問い合わせが止まった。
そこからBaby Miaが動いた。
上院議員の事務所に連絡。FBIとFTCにも。ホワイトハウスにはFAX。
最後は7万5千ドルの訴えまで。
店主いわく「この裁判で俺は何もしてない」。
俺もMuseは、まだ試験的に個人の秘書として使っている。
人がやるのは判断だけ、とずっと言ってきた。
その判断に、Metaを訴えるかどうかまで入るとは🫠
37
botに40〜50体働いてもらってるけど、いちばん効いたのは画面に出したことだった。
裏で24時間動いて、「仕事が終わりました」が次々届く。見張って、検知して、直せるものは直して、問題は一日一回まとめて報告が来る。
それでも見えないと任せきれない。人間、目に見えないものは存在しないのと同じに感じる。AIに任せるなら、先に見える場所を作る。
34
KPMG英国が、AIエージェント100体超で上場企業の監査を試した(FT、11/18)。
人がやったのは、目標を決めることと、AIの出した結論に突っ込むこと。正式な監査意見には使っていないし、規制や書類の照合では人が入っている。
講義で「AIに渡さないのは目的・価値・責任」と話したばかりだけど、大手でも線は同じところに引かれていた。
36
うちでしか直せない運用は、続かない。
お客さん側で直せるものは、お客さん側で直してもらう。うちは二次対応に回る。
そのために、シートにリセットボタンを付ける。データには触らず、消えた数式を入れ直して、崩れた表示を戻すだけのボタンだ。危ないと思って一度消したけど、戻すことにした。
うちの出番は、お客さん側で直せなかったときだけでいい。
3
112
AIに仕事を任せられない理由じゃなくて、人間が確認すべき処理を飛ばすと起きる事故1位ですわ
人間が握るべき仕事を放棄すると必ずどこかで痛い目を見る
今は個人レベルだけど来年はこれをやらかす企業がいっぱい出ると予想しておく
4
150
AXの話を進めるかどうかは、仕事の流れを変える気があるかで決める。変えられないなら、それはAXじゃなくツール導入だ。
人が動いてから始まる仕事のままAIを足しても、人が動くまで何も始まらない。出来事や時間をきっかけにAIが動き出す形に変える。だから基本は提案する。
流れを変える気がないなら、AXの話はそこで止める。
77
AIへの差し戻しの7割が、読みやすさの検査1つから出てた。
差し戻すたびに、AIは書き直す。書き直すたびに、トークンを払う。押し戻すのは、結果が重いものだけでいい。だから検査は残して、差し戻しだけ外した。
「検査はAIの通り道に置く」と決めて7時間後、その差し戻しを外してたんよ。
1
1
78
営業の「売上」は、受注した日。
経理の「売上」は、計上した日。
AIの「売上」は、指示書に先に書いてあった方。
同じ言葉が部署ごとに違う意味だと、AIは指示どおりに動いて、きれいに食い違う。
AIへの指示書で一番大事なのは、業務の言葉だ。手順より先に、言葉の意味をそろえるんよ。
teapaw.org/ohdearlordylord/status…
Hey, they don't tell you that, but you can turn your domain vocabulary (THE most important part of "specs") into an ontology graph, both enriching the flat .md with typed relations AND auto-checking it for logical discrepancies with, e.g., an OWL reasoner or SHACL schema. 🧵 1/3
66
11/11 8:21「答えがまだない」
11/12 1:31「答えがまだない」
11/12 14:45「答えがまだない」
AIは同じ課題に、3回そう書いてた。でも、俺への確認は一度も出てなかった。
調べると、判断待ちは6件。機械から判断待ちに見えていたのは1件だけで、問いの書き方がばらばらだった。
「待っています」と書くだけでは、誰にも届かない。俺の返事を急がせる話じゃなく、放置される仕事をどう拾うかの話なんよ。
57
エージェントに頼めば仕事をやって、人は大事なところだけ承認する。最高よね。
でも、何が大事かを決めていない会社だと、決裁の基準がないまま稟議を回すのと同じなんよ。結局、全部が社長の机に戻ってくる。
いくらまではAIに任せて、どこから社長が決めるか。お金と権限の線は、任せる前に引いておく。
自社でどこまで任せられるかは30秒診断で
unson.jp/ai-employee-diagnos…
teapaw.org/agentes_chat/status/21…
agentes.chat is live, in open beta.
A workspace where your team and AI agents work side by side. Mention an agent, it does the work, and you approve what matters.
Bring the Claude, ChatGPT or Gemini plan you already pay for.
agentes.chat
1
76
今の流れにAIを足すか。AIが担う前提で、流れを引き直すか。
足すだけだと、二重入力も承認待ちも残る。一部がAIになっても、速くならないんよ。
引き直すなら、受けてから出すまでを組み直して、AI以外で解けるところは先に外す。人は、基準を決めて最後に確かめるところに残る。
あなたの会社のAIは、どっちに入ってる?
1
88
「人が意思決定に集中し、AIが会社全体を動かす」
この言葉で先に問われるのは、社長がAIをどれだけ上手に触れるかじゃない。誰が何をいつまでにやるか、仕事の置き場が決まっているかだ。
置き場が曖昧なら、AIは何が進んで何が止まっているかをつかめない。AIに会社を動かしてもらう前に、仕事の置き場を決める。それは社長の仕事なんよ。
teapaw.org/yoshio_nocode/status/2…
個人的に一番良いと思う、
『AI駆動経営』のスキームを整理してみた。
経営は「目標・プロジェクト・資源」の3軸で管理し、目標→WBS→AI実行→成果物の検証→事業成果の評価までを一つの循環にする。
最近、AI支援を沢山してきたけど、
そもそも『プロジェクト管理・タスク管理』の仕組みが整っておらず、基盤を作ろうにもAIが正の進行状況を把握できないということが多かった。
人が意思決定に集中し、
AIが会社全体を動かす。
逆説的だけど、
人がAIツールを直接触らない仕組みを作れたら、
それが最もAI駆動経営に近づくと思う
57
AIのレビューで「必ず直す」かどうかは、結果の重さで決める。
AIは論理的な正しさを掘り続ける。でも、正しい指摘でも、直す手間に見合わないものがある。
データが壊れる、二重に動く、全体が止まる。これは必ず直す。1回遅れても、やり直せば戻るもの。これは限界として書いて先へ進む。
「ここからはやらない」の線を引くのは、AIじゃなく俺の役目だ。
58
AIは、前職のクセが抜けない中途社員みたいなもの。
何も渡さずに任せると、学んだデータに多いやり方で返してくる。画面のコードなら、数年前の書き方に寄りがちだとChromeのチームも書いている。学習データに古いコードが大量にあるからだ。
中途社員に最初に渡すのは、うちの今のやり方。AIにも同じものを渡す。何を渡すかを決めるのは社長の仕事だ。
自社でどこまで任せられるかは30秒診断で
unson.jp/ai-employee-diagnos…
teapaw.org/don_tech1/status/21204…
牛逼!谷歌官方:AI 写前端,默认停在 2019 年水平。
原因:大模型训练数据里塞满了遗留的旧代码。
修复:装 Chrome 的技能包。通过率 56% → 88%。
方法:npx modern-web-guidance 一行装完,212 个现代 Web 特性喂给 Claude Code、Codex、Copilot、Antigravity。
兄弟们,你们怎么看:下一个需要官方“喂饭”的屎山领域,会是谁?
github.com/GoogleChrome/mode…
1
87
失注したら台本を変える。次も負けたら、また変える。気づけば毎週ちがう型で売ってる。
これだと、何が効いたのか誰にも分からない。
この営業AIの研究は、負けた理由を「やり方のせい・相手の事情・分からない」に分けて、やり方のせいと判断したときだけ共通の型を書き換える。
型を変える条件まで先に決めておく。営業の判断を会社に残すって、こういうことなんよ。
teapaw.org/LangChainJP/status/212…
【商談の経験から営業戦略を更新するAIエージェント】
Alibaba Groupなどの研究チームは、企業向け営業AIの仕組みSPARを提案した。モデルを追加学習させずに戦略を改良する。
商談相手ごとに結果や次の対応を記録し、次の戦略選びに使う。戦略は検証する仮説として管理し、LLM(大規模言語モデル)が結果の要因を戦略・外部要因・不明に分類する。戦略による結果と判断した場合に共通の戦略集を更新する。
研究チームが企業間取引サイト1688の20万超の事業者を対象に比較した結果、同じGPT-4oに商品説明だけを与える方式に比べ、成約率が相対で15.8%向上。成約は最終接触から7日以内の対象取引完了を指す。購買意向が高いと判定される割合は35.8%向上し、接触回数は9.2%減少している。
別途、手法を知らされていない専門家3名が対話を評価し、営業品質に5点満点で4.62を付けている。
著者らは、こうした記憶と戦略更新の組み合わせが、営業成果の改善につながると結論づけている。
70

















