トークンは資本。トップこそAIネイティブになるべき
講演の終盤は、これからのリーダー像に話が及んだ。木田氏が挙げたのは「ビジネストランスレーターの再定義」だ。ビジネスと技術の間を言葉で翻訳するだけでなく、最初の仮説を自ら動くモノに変換できる人。翻訳者が作り手を兼ねられる時代になった。
キャリアのあり方についても、2人の見解は一致する。木田氏は「スキルを深く極めるのは、正直あまり意味がなくなってきた」とまで言う。
「6〜7割くらいの知識をいろんなジャンルで持っている方が重要。足りない部分はAIで補えるから、さまざまな領域に越境して、判断の引き出しを増やしていく。AIが『こんな判断はどうですか』と求めてきたときに役立つのは、いろんな経験からくる引き出しなんですよね」（木田氏）
野口氏も、多様な職種を経てきた人ほどAI時代に強くなると応じた。
もう一つの論点が「トークンは資本」だ。利用量を競うのではなく、意思決定や成果に効く使い方が問われる。そのうえで野口氏は「上位層の人のトークン使用量の方を多くしたい」と語る。意思決定に近い層がAIを使い倒すほど、生産性向上の効果が大きいからだ。
だからこそ2人が使命として挙げたのが、経営トップのAIネイティブ化だ。
「日本の大企業の中で、トップがAIをバリバリ使っている会社は少ないと感じる。セミナーを開いてもダメで、体験してもらうことが重要。そばについて、実際にコーディングや何かを作る作業を、その場で体験することが大事だと思います」（木田氏）
経営トップが自ら作れるようになれば、「こんな企画を考えてくれ」と経営企画部に指示する構図が、社長自身が「これを作ったから意見をくれ」と示す構図に変わる。トップのマインドは、中間管理職を経て組織全体に伝播する。自らAIを触る経営トップはすでに現れ始めており、そうした会社とそうでない会社の差は大きくつくと2人は口をそろえた。
モデルは変わる前提で、「自社の型」と生ログを残す
攻めの話だけでは終わらない。特定ベンダーへの依存や、最新モデルがいち早く使えなくなるといった地政学的な話題も含め、リスクへの備えにも議論が及んだ。木田氏の答えは明快だ。「ベンダー依存のリスクは当然意識しないといけないし、モデルは変わる前提であることが大事。それでも続けなきゃならない。そういうものだと思ってやるべきです」（木田氏）
野口氏は、より具体的な備えを示した。
「AIレイヤーもマルチクラウドにしておいて、いつでも自社データをエージェントに渡せるように、データの正規化や整備をしておく。最悪、フロンティアモデルが使えなくなっても、データとエージェントスキルがしっかりしていれば、オープンソースのローカルモデルでも一定は乗り越えられるはずです」（野口氏）
木田氏が付け加えたのが「自社の型」の資産化だ。自社データ、業務ロジック、プロンプトを自社の型として蓄積・管理しておけば、モデルが変わっても品質を落とさず引き継げる。
もう一つの備えとして野口氏が勧めるのが、AIエージェントとのやり取りを失敗も含めて生ログで残すことだ。
「良かったこと悪かったことを後からスキル化したり、ハーネス（AIを安全に動かすための実行環境）にしたりできる。初めからきれいにしていなくていいので、AIとのやりとりをローデータで残しておく。それが一番の備えだと思います」（野口氏）
最後に、これからのAIリーダーに向けたメッセージが2人から贈られた。野口氏のキーワードは接触量だ。
「手を動かすとは、結局エージェントとどれくらい触れ合っているかという接触量。とにかく接触量を最大にして、全部ログにしておく。個人として活用できるだけでなく、組織に広げるうえでも非常に糧になります」（野口氏）
木田氏は、AIリーダーの役割を組織への実装まで含めて定義した。
「最初の仮説を自ら形にして、動く形に翻訳していく。それが専門家や現場との共通言語になり、組織の意思決定を大きく前に進めます。ただし個人で終わってはダメで、安全に試せる環境を作り、組織全体で再利用する。そこまでできるのがAIリーダーの役割だと思っています」（木田氏）
まだAIコーディングに触れたことがないなら、始め方は簡単だ。木田氏は「とりあえず次の土日に作りましょう」と背中を押す。号令をかける前に、自分の手で一つ作ってみる。「こんなことができるのか」と驚けば、もう止まらなくなる。組織の変化は、その一歩から始まる。
