この章の要点
Key point of this chapter
話者は最後に、AIモデルの進歩を待つだけでなく、企業の仕事の進め方を先に理解することが大切だとまとめます。そのために、まずFDE（Forward-Deployed Engineer）とストラテジストが企業の中に入り、仕事の流れを内側から調べます。これを「インサイド・アウト監査（inside-out audit）」と呼びます。その後で、調査した内容に合わせてプラットフォーム上にエージェントを実装します。
The speaker concludes that it is important not only to wait for AI models to improve, but also to understand how companies work before that. To do this, FDEs (Forward-Deployed Engineers) and strategists first enter a company and examine how its work operates from the inside. This is called an "inside-out audit." They then implement agents on a platform that fits what they learned.
AIの進歩より先に、業務の理解を進める
Move ahead of AI progress by understanding operations
話者は「パックの先に出る（get ahead of the puck）」という比喩を使います。これは、AIの能力がどんどん変わる中で、企業が実際にどのように動いているかを先に学んでおく、という意味です。単に最新モデルを選ぶのではありません。どの部署が何を決め、どの仕事が別の仕事に依存し、どこで人の判断が必要になるのかを理解します。
The speaker uses the metaphor "get ahead of the puck." In this context, it means learning in advance how a company actually operates while AI capabilities keep changing. It does not mean simply choosing the newest model. It means understanding which departments make which decisions, which tasks depend on other tasks, and where human judgment is needed.
まず「インサイド・アウト監査」を行う
Begin with an inside-out audit
この話でいう監査は、会計監査の正式な方法を指していません。話者の説明では、FDEとストラテジストが顧客企業の中に入り、その会社の仕事の進め方を学ぶ最初の段階です。前の段階で行った業務のマッピングと同じように、現場の仕事、判断、引き継ぎ、例外を理解します。ただし、話者はこの監査について、決まった成果物や正式な手順までは説明していません。
The audit in this talk does not refer to a formal accounting-audit method. In the speaker's explanation, it is the first stage in which FDEs and strategists enter a customer company and learn how that company works. As in the process mapping discussed earlier, they seek to understand the work in practice, decisions, handoffs, and exceptions. However, the speaker does not describe fixed deliverables or a formal procedure for this audit.
製品だけでは、個別企業の問題を解けない
A product alone cannot solve every company's specific problem
話者は、企業向けの個別的な仕事に対して、製品だけを売る答えには限界があると述べます。あらかじめ作ったエージェントを導入すれば、すべての会社の業務が同じように変わるわけではありません。会社ごとに、担当者、承認の順序、例外、既存システムとのつながりが違うからです。
The speaker says that selling only a product has limits when the work is tailored to a particular enterprise. Installing a prebuilt agent will not transform every company's operations in the same way. Each company has different people, approval sequences, exceptions, and connections to existing systems.
例：監査から実装へ
Example: From audit to implementation
たとえば、ある部署の請求処理を改善するとします。最初から「請求書を読むエージェント」を導入するのではなく、FDEが現場に入り、誰が請求書を確認し、どの条件で別の担当者に渡し、問題が起きたときに誰が判断するかを調べます。次に、その会社の実際の流れに合うように手順を設計し直します。これは、この話の考え方を示すための例です。特定の顧客の正式な事例ではありません。
Suppose we want to improve invoice processing in one department. Instead of installing an "invoice-reading agent" immediately, an FDE enters the workplace and investigates who checks invoices, under what conditions the work is handed to another person, and who decides when a problem occurs. The team then redesigns the steps to fit the company's actual flow. This is an example created to show the idea in the talk, not a formal case study of a particular customer.
話全体をつなぐと、五つの段階になる
Taken together, the talk has five stages
この章は、これまでの話を次のようにつなげています。
This chapter connects the earlier ideas as follows.
- 監査とマッピング：FDEとストラテジストが企業の仕事を調べ、現実の流れと依存関係を理解します。
- AI中心の再設計：壊れた手順にAIを貼り付けるのではなく、どの工程を自動化し、どの工程に人を残すかを決めます。
- 会社の機能の表現：仕事の関係や必要な文脈を、ワークフローや依存関係のグラフとして表します。
- プラットフォームへの実装：既存のシステム・オブ・レコードの上にエージェントを置き、監視、ガバナンス、評価を行えるようにします。
- 範囲を限定した自動化：小さな定型変更などは将来の自律的な支援に任せ、FDEは顧客との対話と業務理解に時間を使います。
- Audit and mapping: FDEs and strategists examine the company's work and understand its real flows and dependencies.
- AI-centered redesign: Instead of attaching AI to a broken process, they decide which steps to automate and which steps should remain with people.
- Representing how the company functions: They represent work relationships and needed context as workflows or a dependency graph.
- Implementing on a platform: They place agents on top of existing systems of record and make monitoring, governance, and evaluation possible.
- Automation within a limited scope: In the future, small routine changes can receive autonomous assistance, while FDEs spend their time on customer conversations and understanding operations.
人による発見と技術的な実装は両方必要
Human discovery and technical implementation are both necessary
「製品だけでは足りない」という主張は、技術が不要だという意味ではありません。話者は、プラットフォームの自動化機能や、エージェントを運用するための機能も重視しています。人が企業の文脈を調べ、その知識を使える形にしたうえで、技術を業務の中に組み込む、という組み合わせです。したがって、これは「人かAIか」という二者択一ではありません。人が発見と設計を行い、プラットフォームとエージェントが繰り返し作業を支えます。
The claim that "a product alone is not enough" does not mean that technology is unnecessary. The speaker also values the platform's automation features and the functions needed to operate agents. The combination is to have people investigate the company's context, turn that knowledge into a usable form, and then place the technology inside the operation. This is therefore not a choice between "people or AI." People discover and design; the platform and agents support repetitive work.
小さな変更を自動化し、FDEの時間を守る
Automate small changes and protect FDE time
話者が描く将来像では、顧客から「品質管理レポートの受け取り先を変えてほしい」というメールが来たとき、エージェントが会社の文脈を確認し、プラットフォーム上のワークフローを更新します。これは企業全体を人なしで運営するという話ではありません。小さく、定型的で、FDEが毎回対応しなくてもよい変更を対象にします。その結果、FDEは顧客へのインタビューや、仕事の本当の進め方を理解する活動に集中できます。なお、話者はこの自律的な最終段階を、まだ開発中だと説明しています。具体的な安全策や評価方法は示されていません。
In the future described by the speaker, a client might email, "Please change the recipient of the quality-control report." An agent would check the company's context and update the workflow on the platform. This is not a plan to run an entire enterprise without people. It targets small, routine changes that do not require an FDE to respond every time. As a result, FDEs can focus on interviewing customers and understanding how work really happens. The speaker also explains that this final autonomous stage is still in development. No specific safeguards or evaluation methods are provided.
ボトルネックは消えるのではなく、移動する
The bottleneck moves rather than disappearing
FDEエージェントが定型作業を減らしても、FDEの役割そのものが不要になるわけではありません。この話で問題になっているのは、個別企業に深く入り、業務を理解して再設計する仕事を、人数を増やし続けずに広げることです。自律的な支援は細かい更新を減らせます。しかし、どの業務を変えるべきか、何を人に残すべきかを決めるための顧客理解は、なお重要です。つまり、実行の負担を減らすことと、FDEの動きを拡大することは関係しますが、同じ問題ではありません。
Even if an FDE agent reduces routine work, the FDE role itself does not become unnecessary. The problem in this talk is how to scale the work of entering each company deeply, understanding its operations, and redesigning them without continually adding people. Autonomous assistance can reduce small updates. However, understanding the customer is still important for deciding which operations to change and what should remain with people. In other words, reducing execution work and scaling the FDE motion are related, but they are not the same problem.
最後の主張と注意点
The closing claims and important cautions
話者は、FDEの動きこそが現在の最大のボトルネックだと強く主張し、採用や顧客との相談を呼びかけて話を終えます。また、自社を最も速く成長しているスタートアップの一つであるかのように語り、成長性を強調します。これらは話者による前向きな営業・採用上の主張です。中立的な調査結果として確認された事実ではありません。会社名や製品名の表記も、元の発言では一定していません。
The speaker strongly claims that the FDE motion itself is the biggest bottleneck today, and ends by inviting people to discuss hiring or becoming customers. He also presents the company as one of the fastest-growing startups and emphasizes its growth potential. These are positive promotional claims about hiring and sales made by the speaker. They are not facts confirmed by a neutral study. The company and product names are also not consistent in the original speech.
この話の提案は、AI製品を先に売ることではありません。まず企業の内側から仕事を調べ、業務をAIに合わせて設計し、会社の文脈を表現してから、既存の環境にエージェントを実装します。そして、限定的な自動化でFDEの時間を生みます。話者にとって、AI時代に先回りする方法は、モデルだけを見ることではなく、企業が実際にどう働いているかを理解し、その理解を技術へつなぐことです。
The proposal in this talk is not to sell an AI product first. First, investigate work from inside the company, design the operation around AI, represent the company's context, and then implement agents in the existing environment. Next, create FDE capacity through limited automation. For the speaker, getting ahead in the AI era does not mean looking only at models. It means understanding how companies actually work and connecting that understanding to technology.