蒸気、鉄鋼、そして無限の知性 Steam, Steel, and Infinite Minds | CEO Insights
Notion CEO の Ivan Zhao が、鉄鋼・蒸気機関・無限の知性というメタファーで、AI が個人の働き方、組織構造、そして知識経済全体をどう作り変えるのかを深く読み解く。自転車から自動車へ、フィレンツェから東京へ。これは単なる技術のアップグレードではなく、文明規模の再設計である。企業が「水車の付け替え」発想をどう超えるべきかを考える編集者の視点も収録。
Porsche TsaiCEO
この 3 年間、AI の進化の速さに誰もが不意を突かれた。巨額の資金が流れ込み、2023 年から 2024 年にかけて言語モデルは猛烈なスピードで更新され、ほぼ四半期ごとに新たな「最強モデル」が登場した。2025 年、2026 年に入ると、主戦場は AI エージェントへと移った。会話するだけでなく、自律的にタスクを実行する存在である。
新しい技術の衝撃が穏やかに着地したことは一度もない。市場はいま、混沌とした調整局面にある。企業価値は再定義され、テック株は激しく乱高下し、誰もが AI を追いかけている。資金を投じ、概念実証（POC）を回し、プレスリリースを出す。それでも、きれいに実装できる使い方を見つけた企業はほとんどない。言い換えれば、AI はまだ PMF（Product-Market Fit）を見つけていないのだ。技術が未熟なのではない。それを使って何を再設計すべきか、私たちがまだ分かっていないのである。
「只だ此の山中に在り、雲深くして処を知らず」という漢詩の一節がある。技術革新の渦中にいるときほど、トレンドの全体像は見えにくい。ちょうどそんな時期に、Notion CEO の Ivan Zhao が書いた『Steam, Steel, and Infinite Minds（蒸気、鉄鋼、そして無限の知性）』を読んだ。彼は未来の予測を急がない。鉄鋼、蒸気機関、そして無限の知性へと歴史に学びながら、AI がいまどの発展段階にあるのかを大局的に捉えている。彼の見立てはこうだ。私たちはまだ「水車を付け替える」段階にいる。 AI を古い業務フローに貼り付けてはいるが、本当の問いを立てた人はまだいない。古い制約が完全に消えたら、自分の組織や業界はどんな姿に生まれ変わるべきなのか、と。
この問いは、AI 戦略を検討しているすべての経営者が立ち止まって考える価値がある。以下は Ivan の原文の翻訳である。10 分ほどで読めるので、ぜひ最後まで読んでほしい。
👉 Ivan Zhao『Steam, Steel, and Infinite Minds』の原文を読む
目次
蒸気、鉄鋼、そして無限の知性
Ivan Zhao（@ivanhzhao）2025 年 12 月 23 日の記事より翻訳
どの時代も、ひとつの「奇跡の素材」によって形づくられてきた。鉄鋼は金ぴか時代を鍛え上げ、半導体はデジタル時代に灯をともした。そしていま、AI が「無限の知性」として到来している。歴史が教えるのは、その時代の奇跡の素材を手にした者が、その時代を定義するということだ。
左：少年時代のアンドリュー・カーネギーと弟。右：金ぴか時代のピッツバーグの製鉄所。
1850 年代、アンドリュー・カーネギー（Andrew Carnegie）はぬかるんだピッツバーグの街を駆け回る電報配達の少年だった。当時、アメリカ人の 10 人に 6 人は農民だった。だが 2 世代も経たないうちに、カーネギーと同時代の仲間たちは近代世界を鋳造した。馬は鉄道に、ろうそくの灯りは電気に、銑鉄は鋼鉄に取って代わられた。
それ以来、仕事の場は工場からオフィスへと移った。いま私はサンフランシスコでソフトウェア会社を経営し、数百万人のナレッジワーカーのためのツールを作っている。この業界の街では誰もが AGI を語っているが、世界 20 億人のデスクワーカーの大半は、まだその存在を肌で感じていない。ナレッジワークの未来はどんな姿になるのか。決して眠らない知性を組織が取り込んだとき、何が起きるのか。
初期の映画は、舞台に向けて 1 台のカメラを据えて撮っただけの舞台劇のように見えることが多かった。
この未来が予測しにくいのは、いつも過去の姿に偽装して現れるからだ。 初期の電話は電報のように短かった。初期の映画は舞台劇を録画したもののようだった。（マーシャル・マクルーハン（Marshall McLuhan）の言う「私たちはいつもバックミラー越しに未来へ向かって運転している」とは、まさにこのことだ。）
現在もっとも普及している AI の形は、かつての Google 検索のように見える。Marshall McLuhan の言葉を借りれば、「私たちはいつもバックミラー越しに未来へ向かっている」。
今日もっとも普及している AI の形、つまりチャットボットは検索ボックスのように見える。旧時代の Google の写し鏡だ。私たちはいま、新技術への移行のたびに訪れる、あの落ち着かない過渡期のただ中にいる。
私はすべての答えを持っているわけではない。だが、いくつかの歴史のメタファーを借りて、個人から組織、そして経済全体まで、AI がさまざまなスケールでどう作用するのかを考えるのが好きだ。
個人：自転車から自動車へ
最初の兆しは、ナレッジワークの「大祭司」たち、つまりプログラマーに現れた。
共同創業者の Simon は、かつていわゆる「10 倍エンジニア」だった。だがいまでは、自分でコードを書くことはほとんどない。彼の席のそばを通ると、3〜4 体の AI コーディングエージェントを同時に指揮している姿が見える。エージェントはタイピングが速いだけでなく、考える。そのおかげで彼は 30〜40 倍のエンジニアになった。昼食前や就寝前にタスクを並べておき、席を離れている間もエージェントに作業を続けさせる。彼は無限の知性のマネージャーになったのだ。
1970 年代の『サイエンティフィック・アメリカン』による移動効率の研究が、スティーブ・ジョブズの有名な「知性の自転車」という比喩を生んだ。ただ、私たちは情報スーパーハイウェイの上で何十年もペダルをこぎ続けてきた。
1980 年代、スティーブ・ジョブズ（Steve Jobs）はパーソナルコンピューターを「知性の自転車」と呼んだ。その 10 年後、私たちは「情報スーパーハイウェイ」、つまりインターネットを敷いた。それでも今日に至るまで、ナレッジワークの大半は人力で動いている。高速道路を自転車で走っているようなものだ。
AI エージェントを手にしたことで、Simon のような人は自転車から自動車へと乗り換えた。
ほかのナレッジワーカーが車を運転できるのはいつか。その前に解決すべき問題が 2 つある。
なぜ AI はコーディングに比べてナレッジワークを支援しにくいのか。ナレッジワークのほうが断片化しており、検証も難しいからだ。
1 つ目はコンテキストの断片化（context fragmentation）である。プログラミングでは、ツールとコンテキストが IDE、リポジトリ、ターミナルという 1 か所に集まりやすい。だが一般的なナレッジワークは、何十ものツールに散らばっている。AI エージェントがプロダクトブリーフの草案を書く場面を想像してほしい。Slack のスレッド、戦略文書、前四半期のダッシュボードのデータ、そして誰かの頭の中にしかない組織の記憶から情報を引き出す必要がある。今日、それらをつなぎ合わせる接着剤は人間であり、コピー＆ペーストとブラウザのタブ切り替えでどうにか寄せ集めている。コンテキストが統合されるまで、エージェントは狭い用途に閉じ込められたままだろう。
2 つ目の欠けている要素は検証可能性（verifiability）である。コードには魔法のような性質がある。テストとエラーメッセージで検証できるのだ。モデル開発者はまさにこれを利用し、強化学習で AI のコーディング能力を鍛え続けてきた。だが、プロジェクトがうまく管理されているか、戦略メモが十分に優れているかは、どう検証すればいいのか。モデルが汎用的なナレッジワークで継続的に上達する方法は、まだ見つかっていない。だから人間はいまもループの中にいて、監督し、方向を示し、何が「良い」のかを手本として見せる必要がある。
1865 年の「赤旗法」は、車両の走行中に旗手が車の前を歩くことを義務づけていた（1896 年に廃止）。望ましくない「ヒューマン・イン・ザ・ループ」の一例である。
今年、コーディングエージェントの進化から私たちが学んだのは、「ヒューマン・イン・ザ・ループ」が常に理想とは限らないということだ。工場の生産ラインでボルトを 1 本ずつ人間が検査したり、車の前に旗を持った人を歩かせたりする（1865 年の「赤旗法」を参照）のと同じである。私たちが望むのは、人間がループの中に埋もれることではなく、レバレッジの効く高みからループ全体を監督することだ。コンテキストが統合され、仕事が検証できるようになれば、何十億人もの働き手が自転車から自動車へ、さらに自動車から自動運転へと移っていく。
組織：鉄鋼と蒸気
会社は近代になって生まれた発明だ。規模が大きくなるほど劣化し、いずれ限界にぶつかる。
1855 年のニューヨーク・アンド・エリー鉄道の組織図。近代企業と組織図は鉄道会社とともに発展した。鉄道会社は、広大な距離を越えて数千人を調整する必要に迫られた最初の企業だった。
数百年前、ほとんどの会社は十数人の工房だった。いまでは数十万人の従業員を抱える多国籍企業がある。会議とメッセージでつながる「人間の脳」というコミュニケーション基盤は、指数関数的な負荷に耐えきれなくなっている。私たちは階層、プロセス、文書でこの問題を解こうとしてきた。だが、人間サイズの道具で産業規模の問題を解こうとしてきたのである。木材で摩天楼を建てようとするようなものだ。
新たな奇跡の素材によって、未来の組織がまったく違う姿になりうることを、2 つの歴史のメタファーが示している。
鉄鋼の奇跡：1913 年にニューヨークで竣工したウールワース・ビルは、当時世界一高い建物だった。
1 つ目は鉄鋼である。鉄鋼が登場する前、19 世紀の建物はせいぜい 6〜7 階建てが限界だった。銑鉄は硬いがもろく、階を重ねるほど構造が自重で崩れてしまう。鉄鋼がすべてを変えた。強さとしなやかさを兼ね備えた鉄鋼によって、骨組みは軽く、壁は薄くでき、建物は一気に数十階まで伸びられるようになった。まったく新しい種類の建築が可能になったのである。
AI と組織の関係は、鉄鋼と建築の関係に等しい。 AI には、業務フロー全体にわたってコンテキストを保ち、必要なときに意思決定を浮かび上がらせ、ノイズを取り除く力がある。人間のコミュニケーションが耐力壁である必要はもうなくなる。毎週 2 時間の調整会議は、5 分の非同期の確認に変えられる。3 階層の承認が必要だった経営判断も、まもなく数分で下せるようになるかもしれない。会社は、これまで当然と思い込んできた劣化を受け入れることなく、本当の意味で規模を拡大できるようになる。
水車で動く製粉所。水力は強力だが不安定で、製粉所を限られた場所に縛りつけ、季節の影響も受けた。
2 つ目は蒸気機関の話だ。産業革命の初期、紡績工場は川沿いに建ち、水車で動いていた。蒸気機関が登場したとき、工場主たちは当初、水車を蒸気機関に取り替えただけで、ほかはすべてそのままにした。生産性の伸びはごくわずかだった。
本当のブレークスルーは、工場主たちが川から完全に離れられると気づいた瞬間に起きた。彼らは労働者、港、原材料に近い場所により大きな工場を建て、工場全体を蒸気機関を中心に設計し直した。（のちに電気が登場すると、工場主たちはさらに分散化を進め、1 本の中央動力軸に頼るのをやめて、個々の機械のそばに小型のモーターを置くようになった。）生産性は爆発的に伸び、第二次産業革命が本格的に離陸した。
Thomas Allom による 1835 年の版画。蒸気機関で稼働するイギリス・ランカシャーの紡績工場を描いている。
私たちはまだ「水車を付け替える」段階にいる。AI チャットボットは、人間のために設計された既存のツールに無理やり差し込まれている。古い制約が消え、会社が決して眠らない無限の知性の上で動けるようになったとき、組織がどんな姿になるのかを、私たちはまだ想像し直していない。
私の会社 Notion では、すでに実験を始めている。1,000 人の従業員に加えて、700 を超えるエージェントが反復作業を担っている。会議メモの記録、組織内の暗黙知をまとめるための質問への回答、IT リクエストの処理、顧客フィードバックの記録、新入社員への福利厚生の案内、週次ステータスレポートの作成などだ。おかげで、もう誰も苦労してコピー＆ペーストする必要はない。しかも、これはまだ始まりにすぎない。本当の伸びしろを制限しているのは、私たちの想像力と惰性だけである。
経済：フィレンツェから巨大都市へ
鉄鋼と蒸気が変えたのは、建物や工場だけではない。都市そのものを変えたのだ。
数百年前、都市は人間サイズだった。フィレンツェは 40 分で歩いて横断できた。暮らしのリズムは、人がどこまで歩けるか、声がどこまで届くかで決まっていた。
やがて鉄骨が摩天楼を可能にし、蒸気機関で走る鉄道が都心と後背地を結んだ。エレベーター、地下鉄、高速道路が次々に現れた。都市は規模と密度の両面で爆発的に成長した。東京、重慶、ダラス。
これらは単に大きくなったフィレンツェではない。まったく異なる暮らし方なのだ。巨大都市は人を迷わせ、匿名的で、扱いにくい。この「読み解きにくさ」は規模の代償である。だが同時に、より多くの機会と自由をもたらす。人間サイズのルネサンス都市では到底支えきれないほど、多くの人が、多くの組み合わせで、多くのことを成し遂げられる。
私は、知識経済もまもなく同じ変革を経験すると考えている。
今日、ナレッジワークはアメリカの GDP のほぼ半分を占める。だがその大半は、いまも人間サイズで動いている。数十人のチーム、会議とメールで進む仕事のリズム、数百人を超えると崩れ始める組織。私たちは石と木材でフィレンツェを建て続けてきたのだ。
AI エージェントが大規模に稼働し始めれば、私たちは東京を建て始めることになる。数千のエージェントと人間にまたがる組織。誰かが目を覚ますのを待たず、タイムゾーンを越えて動き続ける業務フロー。ちょうどよい量の「ヒューマン・イン・ザ・ループ」が意思決定を統合する仕組み。
それは見慣れない感覚をもたらすだろう。より速く、よりレバレッジが効くが、最初はより迷いやすい。毎週の定例会議のリズム、四半期ごとの計画サイクル、年に一度の人事評価。これらはもはや通用しなくなるかもしれない。新しいリズムが生まれる。私たちはある程度の明快さを失う代わりに、規模とスピードを手に入れるのだ。
水車を超えて
どの奇跡の素材にも、バックミラー越しに世界を見るのをやめ、まったく新しい可能性を想像し始める人が必要だった。カーネギーは鉄鋼を見て、都市のスカイラインを見た。ランカシャーの工場主たちは蒸気機関を見て、川に頼らない工場を見た。
私たちはまだ AI の水車の段階にいて、人間のために設計された業務フローにチャットボットを無理やり貼り付けている。AI に副操縦士の役割だけを求めるのは、もうやめなければならない。想像する必要があるのは、こういうことだ。人間の組織が鉄鋼で補強され、細々とした雑務を決して眠らない知性が引き受けるようになったとき、ナレッジワークはどんな姿になるのか。
鉄鋼。蒸気。無限の知性。
次のスカイラインはそこにあり、私たちが建てるのを待っている。
筆者の結論
成長の過程は、いつもつまずきの連続だ。技術の転換期ならなおさらである。最初から最適解を見つけられる人はいない。だが、粘り強く試し続ける人は、最後にはそれを見つける。
Ivan によれば、Notion ではいま 700 のエージェントが 1,000 人の従業員と肩を並べて働いている。これは出発点であって、終着点ではない。私たち OakMega でも、社内で多くのエージェントを作り、定型業務を任せている。正直に言えば、いまの私たちの AI 活用は「タスクはこなせるが、まだ効率が最適化されていない」状態だ。それで普通であり、探索期とは本来そういうものだ。だから私たちは AI への投資を続け、試し、失敗し、修正することを繰り返しながら、最適解を見つけるまで進み続ける。
問題は AI の準備ができているかではなく、あなたが自分の組織を想像し直す準備ができているかだ。答えを見つけるために、試し、失敗し、修正し続ける準備はできているだろうか。
ぜひコメントで、あなたの考えを聞かせてほしい。
