AIネイティブ組織（AI-Centric Organization）
概要
AIネイティブ組織は、AI を既存業務に部分導入する「業務の AI 化」を超えて、組織構造・役割・意思決定プロセスそのものを AI（とりわけ AIエージェント）前提で再設計する 考え方です。個人の生産性が上がっても組織全体のスループットが変わらないという矛盾の解消を目指し、エージェンティックソフトウェア の普及と表裏一体で語られます。
「業務のAI化」と「組織のAI化」は別物
多くの企業は AI 導入で個人の生産性は上がるのに、組織全体のスループットが変わりません。これは両者が根本的に異なるアプローチだからです。鍵は、AI が 情報ルーティング機能 を担えるようになった点にあります。AI_Centric_Organizational_Design
- 従来は1人が直接管理できるのは3〜8人（統制範囲）→ レイヤーを増やすしかなかった
- AI が情報ルーティングを担うと、この制約が緩み、2,000年続いたヒエラルキー型組織図の前提が崩れる
- 推奨モデルは4層構造：Capabilities（再利用可能な機能）/ World Model（会社・顧客の状態の一元化）/ Intelligence Layer（AIエージェント 群による調整）/ Interfaces（提供方法）
- 人の役割は IC（専門家）/ DRI（課題責任者）/ Player-Coach に正規化され、情報ルーティングだけの中間管理職は不要に
- 少人数で巨大な成果を出す事例（8人で$80M、1人で月$250K超）が現実化
価値はディスカバリーに宿る（プロダクト視点）
Marty Cagan は、生成 AI で開発コストが激減した結果、ボトルネックがコーディングから「ディスカバリー」へ移った と指摘します。AI_Era_Product_Management
- 機能のコピーが容易になった今、差別化要因は「問題解決の深さ」と「プロダクト戦略」の2つだけ
- AI プロダクトでは特に 価値のリスク が過小評価されがち（「AIを持っている」ことに急ぎ実価値を検証しない）
- 開発モデルは アジャイル→プロジェクト→プロダクトモデル（PdM が権限と責任を持ち自律的に課題解決）へ
- AI は「意思決定の代替」でなく「判断力（プロダクトセンス）を育てる支援」として使う（エンジニアリングマネジメント の意思決定の質）
知識労働の再編
エージェントの自律性は知識労働の形を変えます。Perplexity の生産データでは、自律実行する Computer がタスク完了時間を 269分→36分（時間・コスト 87〜94% 減）に短縮し、ユーザー不満足率も 55% 低下。人間はより高度な検証・拡張・職種横断の作業に集中するようになります。AI_Agents_Reshape_Knowledge_Work