Claude Code 周りでよく出てくるのは Boris 氏だけど、その上司の方が出ているエピソードで、良い話が大量にあった。 以下は、順番を変えての自分用メモ。内容が良かったので分量多め。 ・マネージャーが見るべきなのは、メンバーがどれだけコードを書いたかではない ・その仕事が顧客や事業にどのような成果をもたらしたかどうか ・コード行数、PR数、トークン使用量などは活動量を示すだけ（意味がない） ・ClaudeにSlack、リポジトリ、指標、顧客からのFBや意見を確認させる ・そうすれば、マネージャーは大量の情報を横断してチームの状況を把握できる ・AIによる要約は報告書の代わりにするだけでなく、メンバーとの対話を始める材料として使う ・マネージャー自身も一定期間はICとして働き、チームのコードベース、ツール、プロダクト、リリース手順を直接経験することが望ましい ・新任マネージャーが最初からマネジメントだけを始めると、現場を理解しないまま、以前の会社で覚えた手法を持ち込む危険がある ・マネジメント責任を持つ前にICとして働けば、チームメンバーとの信頼関係を築きやすくなり、現実に即した判断もできるようになる ・また、マネージャーがPRを作る目的はプロダクトや開発環境の手触りを失わないことにある ・自分でプロダクトを使えるマネージャーは、資料や指標だけでは見えない不便、品質低下、顧客体験の問題に気づきやすい ・自分ではプロダクトを使いにくい場合もある ・その場合は、顧客への訪問や利用状況を観察させてもらい、現場との距離を意識的に縮める必要がある ・AIによって一人で多くの仕事を進められるほど、チーム内の会話が減って孤独になりやすい ・なので、共同作業の機会を意図的に設計すると良い ・ペアプログラミングやハッカソンは、親睦のためだけでなく、メンバーごとに異なるAIの使い方を共有する学習機会になる ・計画の立て方も6か月のロードマップではあっさり陳腐化する ・だから、1か月単位の軽量なJITプランニングにして、役に立たなくなったプロセスは積極的に捨てる ・月単位で軽く計画し、毎週優先順位を確認する ・長期的な方向性は示しつつ、具体的な実行内容は短い周期で更新すれば、チームは一貫性と柔軟性を両立できる ・Anthropicの社員は2025年と比べて四半期あたり約8倍のコードを生み出している ・その結果、仕事の重心は書くことから検証すること、つまり、生成された大量のコードが本当に正しく動き、品質が高いかを確かめることへ移った ・モバイルの専門家でないエンジニアがClaudeを相棒にしてモバイル開発をこなすように、自分の専門外の領域にも踏み出せるようになった ・コードを書く人がエンジニアだけでなくなった ・デザイナーもPdMも全員がコードをコミットする、誰もがビルダーの時代 ・職種の境界が溶けてきている ・エンジニアはよりプロダクト志向に。PdMやデザイナーはより技術的に ・採用で求められるのは二種類 ・プロダクトに情熱を注ぎ端から端まで磨き上げる創造的なビルダーと、深いシステムの専門家 ・モデルは優秀だが完璧ではないので「信頼せよ、しかし検証せよ」という原則が貫かれる ・ここで、専門家による検証が必要な領域へ投資する ・この時代にうまく適応できる人と、恐れて抵抗する人の間にギャップが広がりつつある → これは社会全体の分断にもつながりかねない深刻な問題 ・適応の鍵は成長マインドセット

AI時代の新花形職種「FDE」 、アメリカで年収3200万円 企業のAI活用を支援する「フォワード・デプロイド・エンジニア（FDE）」。アメリカでは求人が1年で約11倍に急増しました。AIの普及でエンジニアが不要になるとの見方は覆されています。 2026年6月 #読まれた記事#

AI時代の新しいマネジメントシステムを執筆しています。世界に向けて新しいPentaLoop methodというコンセプトを発信していきます。 新しいマネジメントシステムが何かを生み出すのではなく、新しい技術革新が新たなるマネジメントシステムを必要とすることを書いています。

AI時代の人事のダイエットは単なる削減ではない。日本総合研究所の髙橋千亜希氏が、データ入力などの定型業務をAIに任せ、感情の寄り添いや迷う時間といった「残すべき無駄」に人間が集中する本質を解説します。

AI時代のエンジニアリング組織論 ■ 開発工程のボトルネックはコーディングから製品設計とコードレビューへ移行する リーガルAIのLegoraは、創業18ヶ月でARR1億ドルを突破し評価額56億ドルに達した最速のB2B企業である。CTOのヤコブ・ラウリツェンは、AIツールにより従来のボトルネックだったコーディングのコストは劇的に低下したと語る。現在、開発の真の制限要因は、顧客ニーズを製品設計へ落とし込む作業と、生成されたコードのレビュー工程へ移行している。そのため、同社はPMが顧客との対話に集中できる時間を守り、エンジニアをシステム設計に特化させている。 ■ トークンの消費量競争は開発組織を歪ませる無意味な評価指標である 多くのエンタープライズ企業が陥る失敗が、開発者評価にAIトークン消費量を持ち込むことである。トークン消費を可視化するリーダーボードを作ると、エンジニアは評価のためだけに無意味にトークンを浪費し始める。ラウリツェンはこの「トークンマクシング」を愚策と一蹴し、AI使用量そのものを報酬評価にしてはならないと警告する。組織が評価すべきは開発効率と実際のアウトプットの質であり、デモ等を通じて効率化の工夫を共有し合う環境こそが不可欠である。 ■ 開発者体験に特化した専門チームの設置が組織全体の生産性を最大化する 同社は、わずか80名のエンジニアでAccelやBenchmark、NVIDIA等から8億ドル以上を調達した。現在、Legoraのコードの50%以上はCursorやClaudeなどのAIツールにより生成されている。この開発速度を維持するため、同社は3名の開発者体験（DevEx）専門チームを早期から設置した。彼らは、エンジニア1人あたり最大10個の自律コーディングエージェントを回し、独自のCIレビューボットを開発して全員の開発を支援している。結果としてエンジニア全員が約20%効率化し、新人の即戦力化も劇的に加速した。 ■ 複雑度の低い社内ツールは購入するよりバイブコーディングで自社開発する AI開発において、同社は社内ツールの導入基準として、機能の広さと複雑度の深さという2つの軸を設けている。既存製品を購入するよりも、複雑度が低く自社専用のカスタマイズが必要なシステムは、バイブコーディングで自作する方が安価になった。特に人事管理やオンボーディングシステム、データ移行アプリなどは、AIを使って自立的かつ高速に自社開発することが推奨される。汎用ツールに頼る手間を省き、社内のAIイネーブルメントチームが直接プロトタイプを開発して課題を瞬時に解決している。 ■ 組織を急成長させるためにはエゴのない優秀な人材の密度を高める Legoraが競合を圧倒して超高速成長できた最大の要因は、優秀なAプレイヤークラスのエンジニア密度を極限まで高めたことだ。特に5〜8人規模のスタートアップチームを丸ごと買収するアクハイヤー戦略は、高いチーム開発力を一瞬で取り込む上で効果的だった。この統合を成功させたのは、役職やタイトルへの執着を一切排除する「ローエゴ（低自己愛）」の徹底した採用基準である。ラウリツェンは、最も優れた成果を出せる者が役割を担う機動的な文化を築き、エゴの排除が企業の成長速度を決めると実証している。

「AI時代に生き残る3種類のソフトウェア企業」 1. なぜレガシーSaaSは解体（アンバンドル）されるのか？ 従来のSaaSの正体は「データベース ＋ UI（画面） ＋ 権限管理」に過ぎません。 * 「画面」のためのツールからの脱却: これまでのSaaSは、人間がデータを閲覧し、フォームに入力するために「リッチなUI」を提供してきました。しかし、AIエージェントがAPIを直接叩き、APIがないレガシーなサイトでもブラウザを自律操作（ブラウザ・オートメーション）できるようになると、人間向けにデザインされた複雑な画面は不要になります。 * インテグレーションの消滅: ナレッジワーカーの一日の大半は、Salesforce、Jira、Zendesk、HubSpotなどの間を行き来し、データを手動で移し替える作業に消えています。AIエージェントがバックグラウンドで24時間稼働し、これらのプロセスを自動でループ処理するようになれば、既存のUIベースのSaaSは「単なるデータベース（データの置き場）」へと退化します。 2. 生き残る「3種類のソフトウェア企業」 このAI移行期を生き残れるソフトウェア企業は以下の3カテゴリーのみであると断言しています。 1. Foundation Models OpenAIやAnthropicなど。ただし、モデル間の性能差は縮まり、過酷な価格破壊とコモディティ化が進む「薄利多売のインフラ」になる。 2. Systems of Record Salesforce、Workday、Veevaなど、業界の「マスターデータ」を物理的に保持している企業。ただし、彼らも「UI」としての価値は失い、AIエージェントからAPI経由でアクセスされるだけの存在になる。 3. Horizontal Agent Platform / Agent OS（実行・統合レイヤー） ユーザーと接する「唯一のフロントエンド」であり、背後であらゆるモデルやツール、API、コード実行環境をオーケストレートする新時代のオペレーティングシステム。