会社を1人で回せるのか、という問いをよく考える。
私たちは代表ほぼ1人と、複数のAIエージェントという体制で日々の運営を続けている。社員を増やしたわけではない。それでも、ある程度の幅のある仕事が回るようになってきた。なぜ回るのか、そして何が回らないのかを、誇張せずに書いておきたい。
鍵は「作る前に決める」こと
最初に手を動かしたくなる気持ちは、よく分かる。何か形があると安心するからだ。
けれども実際にやってみると、回るかどうかを分けるのは「作る前に、何を・なぜやるのかを決められているか」だった。目的が曖昧なまま着手すると、できあがったものが本当に必要だったのか後から分からなくなる。
だから私たちは、コードや成果物を作るのは最後でいい、という順番で進めている。設計と判断が先で、制作はその結論を形にする工程にすぎない。一番時間をかけるべきは、作る前の「何をやるか」を決めるところだ。
この順番を守るだけで、手戻りがずいぶん減った。逆に言えば、決めきれていないものを作り始めると、AIの速さがそのまま無駄の速さになる。
役割を分ける — 判断する司令塔と、手を動かす専門役
体制の組み方は、人間の組織図をそのままAIで再現するイメージに近い。
全体を見て、依頼を分析し、どの担当に何を任せるかを決める「司令塔」役のAIがいる。その下に、戦略、空間設計、技術実装、営業、マーケティング、進行管理、品質チェックといった専門役のAIがいる。
ポイントは、司令塔は自分では作業しないことだ。司令塔の仕事は、判断して、割り振って、上がってきた成果を統合することに絞られている。何でも1つのAIにまとめて頼むより、役割を分けたほうが、それぞれの精度が上がる。
人間のチームで「何でも屋」が崩れていくのと、構造はおそらく同じなのだと思う。
作る役とチェックする役を分ける理由
もう1つ徹底しているのが、生成（作る役）と評価（チェックする役）を別の担当に分けることだ。
自分で作ったものを自分で採点すると、どうしても甘くなる。これは人間でもAIでも変わらない。だから作った担当とは別の担当に、品質を確かめてもらう。
地味だが、この一手間が成果物の信頼性をいちばん支えている。速く作れることより、出てきたものを信じられることのほうが、結局は効いてくる。
正直な難しさ
ここまで読むと万能に聞こえるかもしれないが、そうではない。
まず、丸投げは効かない。「いい感じにやっておいて」では、いい感じの基準が共有されていないので、ずれたものが返ってくる。何をやるかを決める責任は、最後まで人間（代表）の側に残る。
確認の手間もなくならない。上がってきた成果を読み、判断し、必要なら差し戻す。この往復はむしろ運営の中心の仕事になっている。AIが増えるほど、人間がやるのは「決めること」と「確かめること」に寄っていく。
楽になったというより、自分がやるべき仕事の輪郭がはっきりした、という感覚に近い。
締めに
道具が速く、賢くなっても、何をやるかを決めるのは結局のところ人間だ。
コードは最後でいい、という言い方は、技術を軽んじているわけではない。むしろ、作る力が安く速くなったからこそ、「何を・なぜ作るか」を決める部分の価値が相対的に上がった、ということだと思う。
1人とAIで会社を回すというのは、すべてを任せて楽をすることではなかった。判断と責任を手元に残したまま、手を動かす部分を分担する。その地味な運営の記録として、これを残しておく。
その後、この「任せるところと握るところ」をもう少し踏み込んで書いた。AIと組んで作る、という作法 — 任せるところと、握るところ で続けています。
Boundary LAB は「境界を越える体験を設計する」会社です。自社ホスティングのメタバース rezona を運営しています。空間づくりのご相談は X（@shuuuuuuvuu）の DM へ。私たちについては Boundary LAB について もどうぞ。