成果報酬型への移行、エージェントを活用した開発、そしてエンタープライズ AI 導入における「ラストワンマイル」
昨年、Alex Lieberman 氏とその共同創業者がポッドキャストに出演し、Tenex が試みた型破りな賭けについて語ってくれました。それは、キーボードに向かっていた拘束時間ではなく、AI エンジニアが提供した「成果」に基づいて報酬を支払うという試みです。AI によってエンジニアの生産性が上がった場合、時間報酬制では同じ仕事でも得られる報酬が減ってしまうことになります。Tenex は、このインセンティブ設計を逆転させようとしたのです。
AIE New York カンファレンスにおいて、Alex 氏と CJ Hess 氏が再び登壇し、この理念をエンジニアリングチーム全体へとスケールさせたときに何が起きるかについて語り合いました。また、私たちは自分たち自身の実験である Kill My SaaS についても取り上げました。このプロジェクトでは、年間 43,000 ドルの見積もりが提示されていたカンファレンスの登壇者管理ツールをリプレイスするコンテストを開発者向けに開催しました。
どちらのエピソードも、同じ問いを投げかけています。「開発コストが劇的に下がり続ける中で、優れた成果の価値をいかに測るべきか?」
業務内容が変化し続ける中で、いかに成果に応じて報酬を支払うか
Tenex では現在もストーリーポイント(story points)をエンジニア報酬の重要な柱として位置づけています。見積もりを意図的に水増ししたり、低品質なコードを納品してポイントを稼ぐといった、誰もが懸念するような失敗パターンは、実際には最大の問題にはならなかったと Alex 氏は述べています。Tenex の AI ストラテジストはクライアントのリテンションや事業成長に責任を負っているため、クライアントのためにならない仕事を牽制するインセンティブが働くからです。
より困難な課題は、単一のチケット(工単)には収まらない業務をいかに評価するかという点です。たとえば、クライアントの課題の本質を理解することや、アーキテクチャの設計、あるいはそもそも何を開発すべきかをゼロから見極めるといった作業です。CJ 氏によると、モデルの性能向上に伴い、自身で直接コードを書く時間は減り、クライアント固有のコンテキストをモデルが扱いやすい形式に変換する時間が増えているとのことです。「タスクの完了」を中心に設計された報酬体系であっても、こうした種類の業務に対する評価の余地を残しておく必要があります。
Alex 氏によれば、Tenex は現在 75 人規模にまで成長し、クライアントはフォーチュン 2000 企業と中堅企業が半々を占めているとのことです。同社は当初、AI を活用したソフトウェア受託開発事業者としてスタートしましたが、現在では全社的な AI トランスフォーメーション支援を求めるクライアントが増加しています。報酬に関する議論のパートへスキップ →
MetaHarness:プロジェクト全体をリポジトリ内に保持する
CJ 氏は、Tenex の MetaHarness について詳しく解説しました。これは、開発作業全般を取り囲む共有スキルセット、プロジェクトドキュメント、そして CLI で構成されています。計画や意思決定のプロセスは、コードとともに Git にコミットされます。エージェントがタスクを再開する際、何が構築されたかだけでなく、チームがなぜそのアプローチを選択したのかという背景理由まで読み取ることができます。
Tenex 自身の記事 AI ネイティブなソフトウェア開発ライフサイクル(AI-native SDLC) では、このコンセプトを人間とエージェントが協調して作業するためのプロジェクト記録として提示しており、Linear、GitHub、クライアント向け更新情報のビューが統合されています。
出典:Tenex, Building an AI-Native SDLC
ここで重要な着眼点は、「エージェントに単により速くコードを書かせること」と、「コード周辺の付随業務(計画、受け入れ基準、意思決定、検証の根拠など)を明文化して見通しを良くすること」の違いです。Tenex の記事ではそのトレードオフにも言及されており、単一のプロジェクトを担当する小規模チームにとっては、こうした重厚な構造はオーバーエンジニアリングになる可能性があるとも指摘されています。CJ 氏によるワークフローの解説 →
Kill My SaaS:自社開発ツールの所有に伴うコスト
私たちの Kill My SaaS の回では、登壇者管理ツールの代替を目指して提出された 72 件のソリューションを評価しました。人間の審査員から最も高い評価を得て優勝したチームは、AI 審査員のランキングでは 19 位にとどまりました。この結果は、「ソフトウェアが一連のユースケースを満たしているかチェックすること」と、「人々が実際にそれを使いたいと思うかを判断すること」がまったく別物であるという事実を浮き彫りにしています。
私はこのプロジェクトを、企業がソフトウェアを内製化する現実的な事例として Alex 氏に提示しました。これに対する彼の反論は、「クライアントがエンタープライズ領域へ向かうほど、既存システムを根本からリプレイスするコストとリスクは跳ね上がる」というものでした。また、たとえ小さなツールであっても誰かが保守し続けなければなりません。削減できるコストは、継続的に投じる労力に見合うものなのでしょうか?
私の回答は、「ソフトウェアを内製するメリットは、単なる利用料金の削減にとどまらない」という点です。私たちのチームは長きにわたり、使い勝手の悪い平凡なツールに我慢を強いられてきました。もしこのワークフローの主導権を自分たちで握っていれば、登壇者や運営スタッフにより優れた体験を提供でき、ベンダーの対応を何ヶ月も待つことなく数分で機能改善のイテレーションを回すことができます。このポテンシャルは、Alex 氏が指摘したメンテナンスコストと天秤にかけて比較検討されるべきです。この議論を視聴する →
バーティカル AI(Vertical AI)に対する賛否両論
Alex 氏は、垂直特化型(バーティカル)AI プロダクトに対して総じて懐疑的な見方をしています。もしあらゆる企業が自社専用のカスタムソリューションを求めるようになれば、SaaS のような高い利益率をどうやって維持するのでしょうか? また、フロンティアモデルが進化し続ける中で、基盤となるタスクのうちどれほどが汎用ツール側に吸収されてしまうのでしょうか?
私は Harvey や OpenEvidence などの事例を挙げて反論しました。たとえベースとなるモデルが誰にでも利用可能になったとしても、特定領域の専有データ、専門性に最適化されたインターフェース、既存システムとの統合、そしてユーザーの定着した利用習慣は、依然として極めて重要な価値を持ち続けるはずです。