AIを増やしても回らない理由は共有台帳

AIを何台入れても現場が回らない、その理由

結論から言います。私はAIエージェントを増やすとき、AI同士を直接会話させません。共通のファイル（私は「共有台帳」と呼んでいます）を間に置いて、そこを介してやり取りさせます。うちでは2026年にClaude Code COOという仕組みを74日間運用し、AI秘書・AI-CFO・AI-COOを役割ごとに立てました。この期間で分かったのは、「AIを増やす」こと自体には価値がなく、価値があるのは「共有台帳＋役割分担＋承認ルール」の3点だけだということです。AIの数を増やすほど現場が楽になる、というのは間違いでした。

なぜAI同士を直接つなぐと事故るのか

理由は単純です。AI同士が直接会話する構造にすると、それぞれのAIが「自分の判断」で相手に指示を出し始めます。すると同じタスクに対して重複した指令が飛んだり、誰が最終責任を持っているのか分からない状態になります。私が実際にぶつかったのはこの「重複指令」でした。

うちでは業務を自動化のレベルで分けて考えています。

Lv0:手動
Lv1:AIが回答するだけ(誤回答が減って現場が楽になる)
Lv2:AIが下書きまで作る(送信ボタンは人)
Lv3:AIがツールを操作するが最終承認は人
Lv4:全自動

観光やマリンのような安全に関わる領域では、いきなりLv4を目指すと事故りやすいというのが私の実感です。安全や健康の最終判断、金銭やキャンセル料に関わる判断、クレームの初動対応、例外処理が多いもの。これらは「AIは判断材料と文案まで作る、決めるのは人」という線引きを崩していません。AI同士を直接会話させないのは、この線引きを保つためでもあります。

具体例:共有台帳「/company-os」の中身

うちで実際に使っている構造を公開します。ディレクトリ名は「company-os」、中に役割ごとのフォルダを置いています。

/company-os
 /00_rules company_policy.md / decision_rule.md / kpi_definition.md
 /01_daily today_briefing.md / aikawa_comment.md / final_instruction.md
 /02_sales reservation.csv / sales_dashboard.md / cfo_report.md
 /03_tasks task_board.md / staff_action.md
 /04_slack slack_draft.md

朝の流れはこうです。私が「おはよう」と声をかけると、AI秘書がその日の予定を整理します。そこに私がコメントを追記すると、AI-CFOが売上とKPIをまとめます。それを受けてAI-COOが指示を統合し、最後に私が承認してSlackに投稿する。この間、AI秘書とAI-CFOが直接会話することはありません。すべて共有台帳のMarkdownファイルを読み書きするだけです。

この運用で分かったもう一つの発見が「統合より専門職化」です。最初は1つのAIに何役もやらせようとしましたが、うまくいきませんでした。AI-CFOはCFOの仕事だけ、AI-COOはCOOの仕事だけに絞り、役割を越境させないルールにしたところ、結果的にうまく回りました。

AIが勝手にやってよい範囲と、私の承認が必要な範囲も分けています。集計・要約・下書き・比較・提案・タスク整理はAIに任せます。一方でSlackの全体通達、予定変更、外部への送信、請求や契約、スタッフ評価、金額変更は必ず私が承認します。ここを曖昧にすると、便利さと引き換えに責任の所在を失います。

今すぐできる一歩

いきなり複数のAIエージェントを入れる必要はありません。まずは自分の業務を10個書き出し、それぞれに「頻度」「かかっている時間」「ミス・ストレス度」を付けてみてください。そのうち「毎日ある・単純・地味」なものから、AIに任せる練習をするのが順番です。

私が勧める進め方は3段階です。

PoC(試作)1週間:小さく1業務だけAIに渡してみる
業務導入1ヶ月:実際の運用に組み込む
運用強化3ヶ月:承認ルールと役割分担を固める

いきなり「AI秘書・AI-CFO・AI-COO」のような体制を作ろうとせず、まずは自分の業務のうち1つを「AIが下書きし、自分が承認する」形にしてみることをお勧めします。それだけでも「誰が何を決めるか」が明確になり、後から役割を増やすときの土台になります。

まとめ

AIエージェントは同士を直接会話させず、共有台帳(Markdownファイルなど)を介して情報をやり取りさせる
AIが勝手にやってよい範囲(集計・下書き・整理)と、人の承認が必要な範囲(送信・契約・評価・金額)を先に分ける
統合して1つのAIに何でもやらせるより、役割ごとに専門職化させたほうが結果的にうまく回る