AIの時代、新入社員のための「ゼロからの引継ぎ」をどうやって回避するか

原文タイトル：AI 時代のオンボーディング：Ramp での最初の 100 日
原著者：@danbeksha
翻訳：Peggy，BlockBeats

Editor’s Note: AI が企業に導入されつつありますが、本当の問題は「エージェントを使用するかどうか」ではなく、これらのエージェントが企業自体を理解できるかどうかです。

この記事は著者が Ramp に参加してからの最初の 100 日をもとに、より根本的な問題について論じています：スピーディーな企業は、新入社員がゆっくりと文書を読んだり同僚に尋ねたりしてコンテキストを補完するだけでは済まされません。また、各 AI ツールがそれぞれ独立して作業することもできません。本当に重要なのは、持続的に更新される「企業の脳」を構築し、ミーティング、ドキュメント、Slack での議論、顧客フィードバック、製品決定を定着させ、新人とエージェントが共通のコンテキストから出発できるようにすることです。

コンテキストがシステム化されると、オンボーディングは単なる適応プロセスではなくなり、AI も単なる孤立したツールではなくなります。最終的に、企業の AI の価値は、何人のエージェントが展開されるかではなく、企業が信頼できる、読みやすい、再利用可能な知識基盤を最初に確立できるかどうかにかかっているかもしれません。

以下はオリジナルの文章です：

4×100 メートルリレー競技では、勝敗は通常、全区間で決まるのではなく、20 メートルのバトンタッチゾーンに圧縮されます。ランナーは高速状態でバトンタッチを完了する必要があります：バトンを受け取る人が早すぎると、バトンは地面に落ちてしまいます。遅すぎると、受け渡す側は減速せざるを得ず、チーム全体が瞬時にリードを失います。バトンタッチ自体が正確でない場合、手の位置、角度、タイミングのいずれかが間違っていても、同様に棒を落とす可能性があります。

チームは最速の選手を持っていても、この 20 メートルで負けることがあります。速さも重要ですが、バトンタッチも重要です。勝敗を決定する真の要因は、両方が同時に実現できるかどうかです。

私が目にしたすべてのポジションバトンタッチは、本質的にはリレー競技のようでしたが、そのうちの1人の選手はまだスターターブロックにいました。新人は月曜日に入社し、すべてがゼロから始まります。しかし、組織はそのために減速せず、元のリズムで前進し続けます。そのため、新人は文書を読んだり、Slack に潜伏したり、同じ質問を何度も繰り返すことで、3ヶ月かけて組織の運営モデルを把握し、自分自身を「有用な存在」とするまで待たなければなりません。

通常、このギャップは時間の問題と見なされ、長い時間が経てば新人が自ずと追いつくと考えられています。しかし、それは事実とは異なります。このギャップは、システムによって解決されるか、継続的に存在することになります。

コンテキストこそが組織の真の引継ぎシステム

私はRampに約100日前に参加しました。その前はPlaidで5年間働いており、すべての製品、すべての顧客ストーリー、およびすべての意思決定の背景を熟知していました。私はこれらのストーリーを思考せずに語ることができました。しかし、Rampにやってきた後、私はほとんどすべてを知らない状態でした。

製品マーケティングの核心は、まさにストーリーテリングです。もしストーリーの登場人物、プロット、および前後の関係を知らなければ、そのストーリーを本当にうまく語ることはできません。

初日から、私の目標はAIネイティブの製品マーケティング組織を構築することでした。しかし、そのような状況でコンテキストが不足している中でそれを実現するためには、ますます広がっていく自分の知識ベース、すなわちすべての作業を支える「コンテキストの層」を最初に拡張する必要がありました。

Rampはスピードで知られた企業です。ここでは、「次の四半期に追いつく」ための余裕はありません。会社は毎週リリースし、イテレーションし、前進しています。そのペースについて行けなければ、組織運営の追加コストになってしまいます。

同時に、私は別のレベルのオンボーディングも経験していました。Rampは早かったが、AIの変化はもっと速く、私は新しい企業と新しい仕事環境の両方を同時に学ばなければなりませんでした。私はエンジニアではなく、最後にターミナルを開いたのは大学のコンピューターの授業の時でした。つまり、組織のコンテキストを補うだけでなく、新しいAIの作業方法にも適応しなければならなかったので、これらの2つのことが互いに重なり合い、難易度がますます高まりました。

このようなプレッシャーから逃れさせてくれたのは、特定の記事が完成したり、製品がリリースされたりすることではありませんでしたが、「コンテキスト」そのものを成果物として扱ったことでした。コンテキストの層が適切に構築されている限り、その後のすべての作業はより低コストで行われるようになります。

そのため、私は本当にスケーラブルなものを構築し始めました：研究者に役立つ優れたウィキのように、私が追いつくのを助けるシステム。3週目には、私のノートに基づいてコンテンツを作成できるようになりました。8週目には、私が参加していないミーティングを要約できるようになりました。学習と追いつきがなくなったわけではありませんが、システムが徐々に充実していくにつれて、そのコストは日に日に低くなり始めました。

このアイデアの個人版は実際には以前から存在していました。かつて特斯拉のAI責任者であり、OpenAIの創設メンバーの1人であるKarpathyは、4月に「個人LLM知識ベース」と呼んだものについての記事を書いており、元の入力を含むフォルダー、論文、記事、逐次録音、個人ノートを保存する場所、これらの資料を元にしたLLMで生成されたウィキ、そしてObsidianのようなエディタをフロントエンドとして使用します。約100の記事が蓄積されると、LLMは個人コーパスを中心に複雑な質問に答えることができるようになり、複雑な検索テクニックはもはや必要なくなります。

彼の判断は：ここには、本当に素晴らしい新製品が誕生するチャンスがあります。ただの一時しのぎのスクリプトの山ではありません。

個人版はすでに存在しています。しかし、企業版はまだ存在しません。それが問題なのです。

大まかに言うと、私が入社してから100日目に構築したのは、組織内の「結合組織」を形成しているこれらのシステムです。それらはまだ十分に洗練されていませんが、一緒に組織されています。

中心となるのは Obsidian ボルト で、Claude が読み書きしています。私が触れた会議の記録、文書、パブリックな意見、個人のメモなどはすべてこのナレッジベースに入ります。私が「Geoff と3週間前にホームページについてどのような決定をしたのか」と尋ねると、このボルトから答えを探し出して、モデル自体の一般的な記憶に頼るのではありません。

このボルトにコンテンツを継続的に投入するために、Granola はすべての会議をデフォルトで記録し、夜間に会議の録音をアーカイブします。その結果、私が月曜日に欠席した会議は、水曜日には検索可能になっています。他の企業のメンバーも追いつけるように、私は公開で仕事を行います。ほとんどの私が構築している内容は、まず #team-pmm や関連するプロジェクトチャンネルに表示され、その後に Notion のドキュメントに入ります。構築プロセスそのものが同期メカニズムとなります。

このボルトの上には、必要に応じてエージェントが呼び出せる小さなスキルライブラリがあります。1つのスキルは、私と特定の人物の最近の4回の会議に基づいてアジェンダを生成できます。別のスキルは、Slack の1週間のプロダクトの動向をスキャンし、記事のトピックに変換できます。各スキルは、過去に手動で行う必要があった作業の代わりとなる約200行のマークダウンです。

さらに、私は Ramp の内部アプリプラットフォームを活用して、動的なプロダクトロードマップを構築しました。それは同じコンテキストレイヤーから読み取っているため、静的ドキュメントではないため期限切れにはなりません。さらに、私が眠っている間に整理された、朝8時に私のSlackダイレクトメッセージに送られてくる朝の要約もあります。昨日何がリリースされたか、どこで問題が発生しているか、どの問題に返信する必要があるか。これらの内容は私が眠っている間に整理されています。

個別に見ると、これらのものはすべて素晴らしいとは言えません。しかし、そろえられると、それらは実行可能な答えを提供してくれます。もし会社が Karpathy が語ったようなウィキを持っていたら、その会社はどのようなものになるでしょうか？

それをウィキ、マップ、コンテキストレイヤー、または企業の脳と呼んでもよいです。名前は重要ではなく、機能が重要です。それは、会議、Slackのディスカッション、文書、コード、記録、顧客の電話、重要な意思決定など、会社がすでに生み出したすべてのシグナルを吸収し、人の手作業に依存せずに常に最新の状態を維持できるようになっていなければなりません。また、すべての新入社員や新しいエージェントが業務を開始する前に最初に読むべきものにならなければなりません。

明日、新人が入社する場合、その初日には何を読むべきでしょうか？もし本当の答えが 2024 年の Notion ドキュメントに加えてすでに利用停止となった Confluence リンクであるなら、本質的には彼に停滞状態から引き継ぎをしていることになります。

単一ツールから企業の脳へ、AI の真のギャップ

現在、AI が企業に導入される主要な方法は、依然として前進展開エンジニアに依存しています。OpenAI や Anthropic 、大手コンサルティング企業であっても、モデルの上に具体的なワークフローを構築することを選択しています。

これらの作業は実在し、価値があります。しかし、それらは依然として企業AIの「チャットボット時代」に留まっています：特定のタスクを中心にした狭いツールが封じ込められ、個別に見て有用ですが、持続的な複利効果のあるシステムに組み込まれていません。

真の「企業の脳」はまだ登場していません。カスタマーサポートエージェントや人事オンボーディングエージェントは、おそらく異なる月に、異なるチームによって構築されています。それらは互いに前回の全社会議で何が決定されたか、企業が自身の市場をどのように理解しているか、営業責任者が前回の経営陣オフサイトでどのような見解を示したかすら知りません。それぞれのエージェントは、具体的な責務を持ったチャットボットにすぎませんが、それらは同じ脳を共有していません。

これが現在の最大のギャップです。そして、研究室の外では、この問題を取り巻いて製品を構築している人はほとんどいません。

2026 年にチームを編成したり企業を設立する予定であるなら、手順は 2022 年とは異なります。まず文脈ドキュメントを作成し、次にツールを導入します。すべてのミーティングを記録します。最初にウィキを構築し、次にダッシュボードを構築します。プレゼンテーション資料ではなく、スキルを提供します。新人は最初の日にウィキを読み、翌日からそのコンテンツに貢献を始めます。『企業の脳』が持続的に機能するための人材を採用し、昇進させ、本当に『企業の脳』を読むエージェントを再利用します。

文脈はサブプロジェクトではありません。それはすべてのAI投資が本当のリターンを生み出すための基盤です。

私は現在、Ramp でその一部を構築しています: ウィキ、スキルライブラリ、同じ文脈レイヤから情報を読み取るアプリケーション、および組織メカニズムでのコンテンツの継続的な提供。それはまだ小さなものであり、非常に初期段階です。あなたも企業版のバージョンを別の場所で構築しようとしている場合、私は喜んで経験を共有します。信頼できる脳よりも価値があるのは、2つの脳が同じ部屋に現れることです。

リレーレースに戻りましょう。真の勝利条件は、最もクリーンなバトンタッチでも最速の第1走者でもなく、両方が同じ 20 メートル区間で同時に起こることです。

新入社員が企業のブレインを読み取り、そしてスプリントを開始します。新しいエージェントは企業のブレインを読み取り、そして作業を開始します。新規顧客が企業のブレインにアクセスし、そして初日から稼働状態に入ります。

「Ramp-up」という言葉が意味を失ったとき、私たちは自分たちが正しいことを知ることができます。

[Original Link]

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia