YCombinatorが明かす社内AI活用の実態——「組織の共有脳」をどう構築するか
Y Combinator（YC）といえば、Airbnb、Stripe、Dropboxなどを輩出した世界屈指のスタートアップアクセラレーターだ。そのYCが、外部のAIスタートアップを支援するだけでなく、自社内でも本格的なAIインフラを構築・運用していることはあまり知られていない。
今回、YCゼネラルパートナーのPete Kumman氏が、同組織が約1年かけて構築してきたAIエージェント基盤の詳細を初めて公開した。その内容は、単なる"ツール導入"の話ではなく、組織そのものをAIネイティブに変革するための考え方と具体的な仕組みに踏み込んでいる。
1. なぜYCは自社のAIインフラを構築したのか
1-1. きっかけは財務チームの非効率
すべての始まりは、財務チームとソフトウェアエンジニアの間で繰り返されていた"非効率なループ"だった。
財務チームが複雑な業務フローをエンジニアに説明し、エンジニアがその内容を専用ソフトウェアに落とし込み、また財務チームに戻す——このサイクルを繰り返すやり方に、Kumman氏は限界を感じていた。
「財務チームに自分たちのワークフローを、Rubyではなく、英語のプロンプトとして記述できるようなツールを作れないか、と考えた」
このアイデアが、YC独自のAIエージェント基盤の出発点となった。
1-2. YCが持っていた固有の強み
YCには、この実験を成立させる上で重要な前提条件があった。それは、すべての業務データが1つのPostgreSQLデータベースに集約されているという点だ。
投資先企業の情報、創業者データ、財務取引記録、社内CRMのメモ——これらがすべて単一のスキーマに格納されている。多くの企業がSaaSツールに分散して持っているデータを、YCは一元管理していた。
「すべてのコンテキストが1か所にあることで、エージェントは任意の質問に答えられるようになった。たとえば、直近4バッチで宇宙関連企業に投資した投資家を全員挙げろ、という問いにも対応できる」
2. SQLアクセスが生んだ「質問の民主化」
2-1. 非エンジニアが自由にデータを問い合わせる
最初の大きな転換点は、エージェントにデータベースへの読み取りSQLクエリの実行権限を与えたことだった。
当初は安全性を考慮して、ツールのスコープを狭く限定していた。しかし、実務上の制約に不満を感じたエンジニアが、本番データベースへの完全なアクセス権をエージェントに与えるツールを実装したところ、機能は飛躍的に向上した。
この変更が示した教訓は単純だ。アクセスを制限しすぎると、ツールの実用性も失われる。
2-2. ジェボンズのパラドックス
この変化がもたらした効果は、単に「質問への回答が速くなった」ことにとどまらない。問われる質問の数と複雑さが劇的に増えたのだ。
かつてBIツールでの分析には数時間を要していたため、「重要でなければ聞かない」という暗黙のフィルターが存在していた。それが取り除かれた結果、以前なら諦めていたような問いを気軽に投げかけられるようになった。
これはエネルギー効率が向上すると消費量も増えるという「ジェボンズのパラドックス」の組織版ともいえる現象だ。コストが下がれば、需要は増える。
3. ツールレジストリ——350超のYC専用ツール
3-1. エージェントを"仕事に使えるもの"にする仕組み
汎用エージェントが職場で機能するようになるためには、組織固有のツール群が必要だ。YCではこれを「ツールレジストリ」として整備してきた。
最初は約20のツールから始まったが、現在は350を超えた。財務チームによる仕訳入力、オフィスアワーの管理、イベント運営のサポートなど、YCの実務に直結したツールが各チームによって随時追加されている。
「チームが特定の業務をエージェントで改善できると判断すれば、ツールを追加する。それだけだ」
3-2. ツールの設計原則——DRYとMECE
Kumman氏が強調するのは、ツール（スキル）の設計原則だ。
一つは「DRY（Don't Repeat Yourself）」——同じ機能を持つツールを重複して作らないこと。もう一つは「MECE（Mutually Exclusive, Collectively Exhaustive）」——互いに重複せず、全体を漏らさずカバーすること。
この2つの原則を守ることで、350以上のツールが乱立しても、エージェントが適切なものを選び出せる構造が維持される。ツールの増加とともに、整理の仕組みも重要になる。
4. 自律的な自己改善ループ
4-1. 毎夜動くエージェントが組織を賢くする
YCが構築した中でも特に興味深い仕組みが、自律的なスキル改善ループだ。
毎晩、専用のエージェントが全社員のエージェント会話ログを読み込み、「より良い対応ができた点」や「事前に持っていれば効率が上がったコンテキスト」を特定する。その結果をもとに、スキルの改善が自動的に行われる。
4-2. 「2センテンスピッチスキル」の進化
具体例として挙げられたのが、「2センテンスピッチ」のスキルだ。
YCでは、創業者が自社のビジネスを2文で簡潔に説明できるかを重視している。まず、あるパートナーがその書き方のノウハウを手書きのプロンプトとしてスキル化した。
次に、複数の創業者が実際にこのスキルを使ってピッチを練習し、パートナーからフィードバックを受けた会議のトランスクリプトをエージェントに渡し、「このログをもとにスキルを改善せよ」と指示した。
「改善後のスキルは、私が個人として2センテンスピッチを書くよりも上手くなった」とKumman氏は語る。
これが「組織の中でスーパーインテリジェンスを育てる」メカニズムの一端だ。一人の人間の知識が、会話ログを通じてスキルに変換され、組織全体で共有される。
5. 「組織の共有脳」という概念
5-1. 知識の集合化が生む新しい組織像
Kumman氏は、今回の取り組みを「組織の共有脳」という言葉で表現した。
「YCの全パートナーが過去に積み上げてきた知識と直感が、スキルとして蒸留され、新入社員でも即座にアクセスできるようになる。これは脳を繋げることに最も近いものだ」
5-2. 新入社員の立ち上がりが劇的に変わる
実務への影響として顕著なのが、新入社員のオンボーディングだ。
従来、組織の文脈を理解するには6ヶ月程度かかることも珍しくなかった。しかしAIインフラが整備された環境では、新入社員はエージェントを通じて先輩社員の思考パターンや判断基準に即座にアクセスできる。
「恥ずかしくて聞けない"初歩的な質問"も、エージェントには気兼ねなく聞ける。それが結果的に、より多くの疑問を解消し、立ち上がりを早める」
5-3. 透明性がもたらす予期しない副次効果
YCでは、エージェントとの会話ログを全社員が閲覧できる仕様にしている。この判断は当初は議論を呼んだが、結果的に重要な効果をもたらした。
社員が他の社員の使い方を見て学ぶ——いわば「AIの使い方の見学」が自然発生したのだ。透明性が、セキュリティと学習の両方の課題を同時に解決した。
6. AIネイティブ組織になるための条件
6-1. 技術より文化が先
Kumman氏が強調するのは、技術面よりも組織文化の重要性だ。
「真にエージェント的な組織になるには、比較的フラットな構造と、デフォルトで信頼する文化が必要だ。多くの組織はそのどちらも持っていない」
大企業では、コンテキストがロックダウンされ、一部の幹部しかAIツールにアクセスできないケースが多い。しかしエージェントが最も力を発揮するのは、広範なコンテキストへの制限なきアクセスが与えられたときだ。この相反する現実が、既存大企業のAI活用を遅らせる構造的な障壁になりうる。
6-2. 年間1,000〜1,000万円のトークンコストで2年先を生きる
実用面での投資規模として、Kumman氏は年間1万ドルから10万ドル程度のトークンコストを目安として挙げた。
「今これに投資して、オープンな形でチームとともに実践すれば、2028年を今生きることができる。2年後にはそのコストは1/10以下になっているだろう。今やることで、既存の大企業やスタートアップを一気に追い抜けるタイムワープが存在する」
