AIバズクラウドfor X

気づいてるか？ AnthropicがMithril Medicineという社員1人の会社を買収した。AIで薬が作れると話題だが、このニュースの核心は「創薬」ではなくて、 『社員が1人でも、外注先を束ねる段取りさえ回せれば、会社は動く』ということだ。その理由と新たなビジネスチャンスについて解説する。AnthropicはAI『Claude』を作る米国の会社だ。2026年10月27日、Mithrilを7月に買収していたと公表した。 Mithrilは、創業者のコーディ・トランバーガーが1人で回していた会社だ。手がけていたのは創薬、つまり新しい薬の種を見つけて育てる仕事。狙ったのは子どもの希少な筋ジストロフィーで、筋肉が少しずつ弱っていく病気だ。構想から18カ月足らずで、薬の候補を与えたマウスの握力が、与えないマウスの約2倍になった。人での試験は、早ければ2028年後半に始まる見込みだ。 これは、AIが薬を発明したという話ではない。マウスの実験をしたのは、外部の11の研究所だ。トランバーガーはClaudeを使い、研究所との契約や物流、実験の段取りを取りまとめた。普段メールの下書きに使うのと同じAIを、11の取引先の管理に使った形だ。 ふつうなら、11の取引先とやり取りするには事務の人手が要る。発注、契約、納期の確認、届いたデータの読み込み。会社の大きさは、この事務を何人で回せるかで決まっていた。 トランバーガーは、その事務の多くをClaudeで済ませた。113種類の候補を外部で試す計画では、341ページの製造データを約8分で読ませ、候補を振り分けた。研究機関へのメールもClaudeで下書きし、人が直して送った。社員は本人1人だけで、ほかは8人の有償の相談役と外部の研究所だ。 町の工務店に家を頼んだときを思い出してほしい。社長が全部の工事を自分でするわけではない。大工、電気、水道の職人を日程どおりに呼び、材料を届け、最後に仕上がりを確かめる。社長の仕事の中身は、手配と確認のほうにある。1人の会社Mithrilがやったことも、これと同じだ。 ハーバードで学んだバイオの専門家だからできた話、と思った人は鋭い。だが、彼が1人で抱えていたのは実験ではなく、発注と確認の段取りだった。手を動かす人を社内に置かなくても、段取りをさばければ事業は大きくできる。 ただし穴もあり、Claudeの間違いのうち少なくとも3件が、人の確認をすり抜けて研究機関に届いた。相手の希望より少ない量を書いた依頼もあった。人は判断の誤りには気づけても、数量のような細部を見落としやすい。 ちなみに、非エンジニアの私が個人開発した決済導入支援SaaS『Apps』は、作る前は「Stripeがあるのに今さら作っても意味がない」と自分でも思い込んでいた。出してみると、崩れたのは利用者側の「オンライン販売には初期費用や専門知識が要る」という思い込みだった。その結果、Appsは4年で流通総額100億円を突破した。同じ構造（大きな組織にしかできないという思い込みが、やってみた1人の手で外れること）が、今回のニュースの中心にある。 では、どう張るか。新しいビジネスチャンスは3つある。 「段取り代行」ビジネス。外注先を何社も抱える小さなネットショップに、発注メールと納期確認を月額で請け負う。実例は日本のキャスター『CASTER BIZ assistant』。オンラインで事務を代行し、同社の導入社数は2025年2月末で延べ5,500社超だ。 「数字の突き合わせ」ビジネス。外注を使う1人社長に、発注書と届いた請求書の数量や金額を突き合わせる仕組みを売る。実例はノルウェー発の『Vic.ai』。2人で創業した同名の会社の製品で、届いた請求書をAIで読み取って処理する。2021年時点で累計5億3500万件を扱った。 「外注先探し」ビジネス。地元の印刷所やデザイナーなど頼める先を集め、1人社長に見積もりの取り次ぎを売る。実例は米国の『Science Exchange』。研究を外部の研究機関に頼める仲介サイトで、2011年に3人で創業した同名の会社が運営する。 結論。 社員を何人雇えるかで、できる事業の大きさが決まる時代は終わりつつある。外の研究所や外注先に手を動かしてもらい、自分は段取りと確認を握る。そのとき最後まで人に残るのは、数量や納期の細かな数字を確かめる仕事だろう。つまり、1人で外注を束ねる人のための段取りと確認の仕組みが、これからの有望テーマになっていく。 やるしかねえ。Don’t Work!

忙しい会社ほど、 “終わったかどうか”で仕事を見がちになる。 でも本当は、“残ったかどうか”まで見ないと危ない。 続きは明日の朝に。

止まっている仕事のうち、部下がいちばん言わないのは「誰かの返事待ち」。 自分のせいではないのに、口に出すと自分の遅れの報告に聞こえるから。

料理・レシピの上位15本は、1分以内のショートが12本でした。3分以内まで広げると14本です。 上位のバズ倍率中央値は144倍。短尺が多いことは確認できますが、長さだけで再生を決めているとは判断できません。映像や途中で離れた割合は未確認です。 次は同じ題材を1分以内に収め、完成形を先に見せる案を試します。長さ以外の見せ方をそろえ、公開後の同じ経過時間と視聴維持率で比べる方針です。

AIで仕事のスピードは上がりましたが、それにより僕の意思決定スピードがボトルネックになりました。 そこで部下に権限委譲する考え方と同じようにして、AIと握る決裁権限表を作りました。 過去のAIとのコミュニケーションのデータから、僕が毎回OKを出しているものを中心にAIに権限を与え、僕の許可がなくても仕事が進むようにしました。 定期的に決裁権限表を見直し、権限委譲できるように仕組みとルールを作り、ボトルネックを解消していきたいと思います。

経営者の価値、これから上がり続けます AIは、予測をコストを下げる技術です。 そして、予測コストが下がると、判断の価値が上がります。 これ、確実に経営者にとっては追い風です。 経営とは、突き詰めれば、判断の連続です。 この事業をやるか、やめるか。 この人を採用するのか。 この投資に、踏み切るのか。 これまで、判断の材料を集めるのに、 膨大な時間と、お金がかかっていました。 市場調査、分析、専門家への相談。 その「材料集め=予測」の部分を、AIが一瞬で安くやる。 そうなると、経営者は材料集めから解放されて、 本来の仕事である「判断」に集中できます。 AIは、経営者を雑務から解放して、 一番大切な「決める」ことに、専念させてくれます。 そうなることで、これからの時代は 「いい判断ができる経営者」の価値はが上がり続けます。 材料は、AIがいくらでも出す。 その材料で、腹をくくれるか。 そこだけが、問われる時代になりますね。

◤売上が落ちた日に見る順番◢ 焦って広告を足す前に、ここだけ見てみてください！ 1️⃣アクセス・買われる率・客単価のどれが落ちたか 2️⃣全モール同時か、1モールだけか 3️⃣前月ではなく前年同月と比べる わたしも先日、数字が動いた理由を思い込みで決めず、確かめてから試算の前提を組み直しました！

「AIが普及しても税務業務の将来性は低下しない」と考える会計士が4割、という記事。 調査元を見ると、実際には「低下する」が約3割、「どちらともいえない」が約2.6割。 興味深いのは、税務に深く携わっている人ほど将来性を悲観していないこと。 ただ、AIで税務業務がなくならないことと、税理士の仕事や報酬が今までどおり維持されることは別問題だと思う。 税務業務の将来性より、税理士のビジネスモデルがどう変わるかの方が気になる。

今の人員で事業運営ができるようにする方法に、「機械化」という方法が浮かびます。 ロボットを導入したり、事務ソフトを高度化したりといったものです。 効果は限定的かもしれませんが、やらないよりはマシということです。

「方針はこう決まりました」と結論だけ共有すると、現場は想定外の場面で、また上司の判断を待つことになる。共有したいのは、何を比べ、どこで迷い、最後に何を優先したのかという過程だ。判断の過程が見えれば、社員は次の場面で自分なりに考えられる。

最近よくあるけど、「それ、いいですね！」がクライアントとの会話で多発してる。経営者の頭の中には、発信の材料が盛りだくさん。お客さまとの会話、失敗、意思決定での苦悩、などなど。冷蔵庫をあけて目に入る材料でササーっとおいしいチャーハン作るみたいに、特別な何かを探し回るよりも、すでにあるものを、拾って、活かしたい。

お客様「この画面、使いにくいって声が多くて」 エンジニア「わかりました、改修案を作ります」 ──2週間後、改修案を持っていくと── お客様「うーん、ここまで変えなくても......」 よくある手戻りです。原因は、最初の一言を確認しなかったこと。 「使いにくいという声は、何件ですか？」 聞いてみると、声の主は実は1人だったりします。それも、特殊な使い方をしている1人。「多くて」は事実ではなく、お客様の意見だった。 だから私は面倒でも、毎回確認するようにしています。それは事実ですか、意見ですか。事実なら、件数と期間は。意見なら、誰の、どの場面の。 失礼な質問に思えるかもしれませんが、逆です。確認せずに作ったものの手戻りのほうがよほど相手の時間を奪うので。 要件の半分は、意見が事実の顔をして並んでいます。見分けた人から、上流に呼ばれます。

Netflixの共同創業者リード・ヘイスティングスは、会社で大切にする考え方を125枚の資料にして公開した。社長の頭の中にあるだけでは、周りは同じように判断できない。小さなチームでも、何を優先して、どんな仕事は断るのかを言葉にして渡したい。毎回「どうしたらいいですか？」と聞かれるなら、相手の能力より先に、自分が何を伝えたか見直してみる。

管理職を長くやっている人は経験があるだろう。一番手がかからない部下ほど、ある日突然辞める。 仕事を任せればきちんとやってくれるし、多少無理なお願いをしても嫌な顔をしない。人間関係のトラブルも起こさず、不満を言ってくることもほとんどない。 上司からすれば、本当にありがたい存在。ただ、こういう人ほど、実は注意して見ておいた方がいい。 管理職の時間は限られているから、どうしても問題を起こす部下や、仕事がうまく進んでいない部下に時間を使うことになる。 一方で、優秀で自立している部下には「この人は大丈夫だろう」と考えて、少しずつコミュニケーションが減っていく。 そして、気づけば一番信頼していた部下が、一番放置されている状態になっている。 私は、これが組織で起こりがちな、かなり大きな問題だと思っている。 そもそも、不満を言わないことと、不満がないことは違う。 責任感が強い人ほど、周囲に迷惑をかけたくないという気持ちがあるし、多少の理不尽があっても、自分が頑張れば何とかなると考えてしまう。 だから、上司が気づかないところで仕事を抱え込み、周囲のフォローまで引き受けていることがある。 それでも最初は、組織のためだと思って頑張ってくれる。 でも、自分の負担が増え続けているのに、それが当たり前になっていたり、成果を出しても新しい機会が与えられなかったりすると、少しずつ会社への期待がなくなっていく。 優秀な人ほど、退職を決めるまで表面上の態度があまり変わらない。 仕事に対する責任感があるから、辞めると決めても最後まできちんと仕事をするし、周囲に不満を撒き散らすようなこともしない。 だから上司は、退職の申し出を受けて初めて驚く。 「何か不満があったなら、もっと早く言ってほしかった」 でも、言われるまで気づかなかったこと自体が、管理職として反省すべき点なのかもしれない。 部下にも自分の希望や不満を伝える責任はあるし、退職の理由がすべて上司にあるわけではない。 ただ、問題が起きていないからといって、マネジメントが必要ないわけではない。 特に優秀な人ほど、目の前の仕事ができているかだけではなく、今の仕事にやりがいを感じているか、成長する機会があるか、正当に評価されているかまで考えてあげた方がいい。 管理職は、手がかかる部下の問題を解決することに一生懸命になりがちだけど、本当に大切なのは、手がかからない部下の存在を当たり前にしないことだと思う。 何も言わずに頑張ってくれる人ほど、何も言わずに去っていくことがある。そういう人を失ってから大切さに気づくのでは、少し遅い。

AIに下書きさせた評価コメントは、整っているのに、誰に向けて書いても通じてしまう文章でした。 メモの事実は入っている。でも、その人に向けた言葉になっていない。 その人を見てきた一行だけは、自分で足しました。

経験を重ねるほど、できることも、わかることも増えていきます。でも、過去の成功体験が、いつの間にか「自分の考えが正しい」という思い込みに変わることもあります。「初心忘るべからず」といいます。経験を積むほど、自分の常識を疑い、異なる意見も尊重する。そんな謙虚さを忘れずにいたいですね。

Anthropic社内で、AIエージェントの稼働時間は人間の6倍。技術系初級職の採用比率は27%→9%に急落。 AIがコードやバグ対応を担う 人間は「監視・判断・調整」へ 採用で重視されるのはAI活用と自律性 怖いのは失業より、新人が経験を積む入口そのものが消えつつあること。AIを使いこなす力より、AIの仕事を見極める力が今後の勝負所になりそう