AI企業の説明には、似た言葉が並ぶ。「AI変革」「context graph」「system of action」「organizational world model」。アプリケーション企業は基盤へ近づき、基盤を作る企業は業務ワークフローへ進む。新しいカテゴリ名も、ほどなく各社の説明に取り込まれる。

Jay GuptaのThe next biggest moat in AI ↗は、この収斂の先で何がコピーされにくいかを考えた投稿だ。モデル、UI、ワークフロー、開発速度の差が縮まるとき、競争優位として残るのは組織の形ではないか。この見立てが示唆深い。

以下は、2026年5月の公開時点でこの投稿から考えたことだ。どんな人を集め、何を任せ、どの判断に権限と報酬を与えるか。プロダクトの表面をまねても、そうした関係まで同じように作れるとは限らない。

新しい仕事を可能にする組織

組織の形は、そこで働ける人の種類を変える。既存の職種には収まりにくい能力でも、その組み合わせを必要とする仕事と権限があれば、初めて生かせるようになる。

OpenAIを例に考えると、フロンティアモデルの訓練を中心に、研究、安全性、政策、プロダクト、基盤、実運用が関わる構造がある。学術機関、企業研究所、従来のソフトウェア企業のどれかだけでは捉えにくい。科学とプロダクトに加え、地政学や文明的リスクまで同時に考えたい人にとって、働く意味のある形になっている。

Palantirでは、顧客の現場に入り込むForward Deploymentが象徴的だ。顧客と同席し、複雑な業務や組織内の利害を理解し、それをソフトウェアに反映する。この仕事を営業手法の一部にとどめず、評価される役割として中核に置いた。エンジニア、コンサルタント、政策の専門家という区分をまたぐ能力が必要になる。

これは、両社の組織運営が常に成功しているという評価ではない。注目したいのは、何を重要な仕事と定めたかによって、引きつける人材も変わることだ。優秀な人を集めるだけでは、その人たちが力を発揮できる仕事と権限までは用意されない。

ミッションと、実際に評価される仕事

採用で掲げるミッションが本物かどうかは、権限、報酬、社内での評価に表れる。

顧客接点を重視するなら、顧客に近い仕事が高く評価される必要がある。スピードを求めるなら、現場が決められる範囲を広げなければならない。実運用を競争力とするなら、現場の人に責任だけでなく判断権も渡すことになる。

反対に、「オーナーシップが重要」と言いながら意思決定を上層部へ集め、「顧客起点」と言いながら顧客対応を低く評価していれば、言葉と実態が食い違う。どれほど魅力的な採用コピーでも、日々の仕事ではその矛盾が見えてくる。

ミッションには、何を選ばないかも含まれる。すべての人とすべての機会を受け入れられる言葉は、組織の判断基準としては弱い。ある仕事を優先するために別の仕事を諦めるとき、初めてその意味がわかる。

人が会社に求めるもの

Guptaの投稿で考えさせられるのは、野心的な人が会社に求めるものを、報酬や肩書きだけで説明していない点だ。そこには、自分の能力が生きる場所を求める気持ちと、自分は代替できるのではないかという不安がある。

「自分にしかできない仕事」を求める人には、一人の判断が会社の方向を変えられる規模と権限が要る。「特別だ」と伝えるだけでは、その実感は続かない。

歴史的な変化の当事者でありたい人もいる。Anthropicのような企業に対する「この技術の安全な実装を左右する2〜3社の一つにいる」という見方は、その感覚をよく表す。ただし、その期待を支えるには、技術の将来に関われる仕事と権限が実際に必要になる。

優れた人が集まる場所に入り、その成長の機会を逃したくないという動機もある。AnthropicのCTO採用をめぐる話題も、そのような期待と結びつく。ただ、有名な人を採用したことと、互いの判断力を高められる組織を作れたことは別だ。採用、報酬、配置、働く空間まで、その関係を支える必要がある。

一方、肩書きや評価を得た後に、自分の力を具体的な成果で証明したい人もいる。投資銀行などで優秀さを認められてきても、それが何を証明したのか確かめたい、という動機だ。逆に、進路を一つに絞りたくない人には、選択肢を保てる構造が魅力になる。McKinseyのジェネラリスト配属や複数業界を経験する仕組みは、たとえば21歳で将来を一つに決めず、2年ほどかけて探りたい人の期待と重なる。

権力や地位に近づきたい人も、特定のミッションに参加したい人もいる。オープンソースならclosed labsへの対抗、Sovereign AIなら一国のモデルに世界が依存することへの対抗、といった立場の違いは、人を引きつけると同時に遠ざける。

これらをすべて満たす会社を作る必要はない。集めたい人が何を求めているかを一つか二つに絞り、その期待が仕事の中で満たされる構造を先に作る。人材戦略とは、そうした選択なのだと思う。

働く側から見た、所属感と権限の差

組織の形を確かめる必要があるのは、雇う側だけではない。働く人も、創業者のビジョンと組織のあり方に、何年もの時間を賭ける。

しかし、採用の場でよく見えるのは、ミッション、優秀な同僚、期待される未来だ。ストレスがかかったときの権力関係や、自分の仕事が会社にとって不都合になったときの扱いは、見えにくい。

そこで、期待されているという感情だけで、自分をオーナーだと感じてしまうことがある。創業者のような強度で働き、経営者のように曖昧さを引き受け、会社の目的を自分の目的として扱う。それでも報酬と権限は従業員のまま、という状態だ。会社は強い関与を得るが、本人が受け取るのは所属感にとどまる。

後から責任に見合う権限や報酬が与えられれば、その交換は成立する。与えられなければ、負担だけが片方に偏る。「特別だ」という言葉が役割の代わりに、「近くにいる」という感覚が権限の代わりに、「信じている」という言葉が経済的な合意の代わりになるからだ。

「いずれ持ち分が増える」「いずれ組織が追いつく」という約束も、将来形のまま時間が過ぎることがある。自分の可能性を認めてもらえたかどうかは、言葉だけで判断しにくい。仕事の範囲、意思決定権、経済的な参加、成功した場合に変わる条件が、具体的に決まっているかを見る必要がある。

判断を蓄積できる会社の形

AIによってプロトタイプやUI、ワークフロー、ピッチの作成が速くなれば、目に見える差はまねされやすくなる。そのとき、どの人が何を決め、その判断から組織がどう学ぶかは、相対的に大きな差になるだろう。

研究者と事業運営者、技術者と非技術者といった区分だけでは、新しい仕事に必要な能力を見落とすこともある。複数の役割を横断する人が力を発揮するには、その人を既存の職種へ押し込むのではなく、責任と権限の組み合わせを作る必要がある。

次のOpenAIやAnthropic、Palantirをそのまま作ることには、あまり意味がない。いま可能になった仕事は何か。そこで力を発揮できるのに、まだ居場所を持たない人は誰か。その仕事と人に合う組織を考えるほうが、新しい会社につながるはずだ。

AIが開発を容易にしても、人を集め、権限を渡し、判断を積み重ねられる関係を作る作業まで自動で済むわけではない。顧客を大切にすると言う会社で、顧客に近い人が実際に決められるか。オーナーシップを求める会社で、責任に見合う権限と報酬があるか。その一致を日々作れることが、コピーしにくい堀になるのだと思う。