自律型企業の未来を語る

過去6ヶ月間、Replitのエンジニアたちはコード出力を約3倍に増やしました。レビュー所要時間は横ばいを維持し、リバージョンや製品インシデントも発生件数は変わりません。品質指標は向上し、リリース速度も加速しています。通常予想されるようなトレードオフ（何かを犠牲にして何かを得る関係）は一切起きていません。

コードそのものが目に見える部分ですが、表面の下で何が起こっているのかの方が、はるかに興味深いです。

エージェントたちは現在、生産環境でのインシデント調査、プルリクエストのレビュー、質問への回答、ビジネスデータの分析、サポートチケットのトリアージ（優先度付け）、営業先アカウントのリサーチ、そしてReplit Agent自体を動かすシステムの改善などを行っています。

まるで一人のマスター知能が全従業員に浸透しているかのような感覚がありますが、実際はそうではありません。これは会社全体で展開される拡張されたエージェントシステムです。人々から目標を受け取り、文脈を集め、作業を実行し、結果を検証し、人間の判断が必要な場合はエスカレーションします。

私たちはこれが、新しい組織形態の始まりだと考えています。それが「自律型企業（セルフ・ドライビング・カンパニー）」です。

自律型企業が人間を不要にするわけではありません。人間が依然として目的地を選びます。どの問題に優先順位をつけるか、難しいトレードオフをどう決着させるか、審美性やセンスを発揮するか、そして結果に対する責任を負うかは人間が決めます。

しかし、その目標に至るために必要なすべての手順を人間が一つずつ実行するわけではありません。

この転換点は昨年後半に始まりました。AI分野で働く多くの人々と同じく、私たちはクリスマスの休暇から戻り、何かが根本的に変化したと感じました。モデルは、はるかに長い時間軸にわたって作業を継続できるようになっていたのです。

繰り返し失敗していたタスク、例えばアラートの選別や根本原因の調査などが機能し始めました。AI は、これまで解決が難しかったバグの一部を処理できるようになりました。そこで私たちは、エージェントをエディターやチャットウィンドウ内に存在する単なるツールとして扱うのをやめました。慎重に、そして確実に、それらを企業の骨格そのものに織り交ぜていったのです。

エンジニアリング部門で価値が実証されると、採用は自発的に広まりました。チームは次々と最も退屈な作業を任せるようになり、ビジネスを前進させるための戦略的思考や創造的な活動に時間を戻すことができました。人々は「自動化された」と感じるのではなく、「昇進した」と実感しています。

これが、AI が Replit での働き方を根本から変えた物語です。

エンジニアリング部門がまず影響を実感

1 月下旬末、私たちは内部のエージェント活用事例を迅速に実験できるようインフラの規模を拡大しました。エージェント用ハッチネス（harness）やマイクロ VM、リモートファイルシステム基盤を活用し、どのエンジニアでも並列で多数のエージェント群をオーケストレーションできる体制を整えました。その後、アクセスポリシー、トークンプロキシ、監査ログ、そしてゼロトラストネットワークによって全体を厳格に管理しました。これにより、業務遂行に必要な GitHub、GCP、Azure、Linear、Notion、Slack、ZenDesk など、あらゆるツールへのエージェントのアクセスを安全に行えるようになったのです。

システム間での文脈（コンテキスト）を共有できるようになったことで、生産性には飛躍的な向上が見られました。以前は失敗していた実験が容易になり、最も即座に現れた影響はコーディング統計において確認できました。

3 月の Agent 4 リリースを控えたスプリント週は、例年なら生産性が急上昇する時期です。会議がなくなり、範囲も明確になり、エンジニアリングチームは純粋な実行モードへ移行します（1 日最大 16 時間働くことも珍しくありません）。しかし今回は様子が違いました。私たちがこれまで見たことのない形で生産性曲線が上方にカーブし、その要因は新しい社内エージェントシステムの導入にあります。1 月初旬から 6 月末までの間に、貢献されたコード行数は 5.8 倍に増加しました。

この増加の一部は、優秀な人材の採用によるものです。新しいエージェントが即戦力となるまでの時間を短縮してくれたのは素晴らしいことですが、より純粋なデータを見るために採用効果の影響を除外してみましょう。著者（エンジニア）のコホートを一貫して維持した上で比較すると、以前と比べて 2.9 倍のコード量が生成されています。従来、チーム規模を拡大しても一人あたりの生産性を一定に保てれば「優秀」と評価されるのが通説です。しかし私たちは、チーム規模を 2 倍にしつつ、一人あたりの生産性も 3 倍に引き上げました。

この新しいコードを誰がレビューしているのか、あるいはレビュープロセスに新たなボトルネックが生じていないか気になるかもしれません。しかし、当社のコードレビューの遅延は横ばいであり、その主な理由はエージェントがレビュー業務を担当しているからです。現在、エージェントはリスクレベルを評価し、必要に応じてのみ第 2 の人間によるレビューを要請するようになっています。これにより、人間の PR（プルリクエスト）レビューに要する時間が 30% 削減され、さらにその割合は増加傾向にあります。

エージェントがより多くのコードを記述・レビューするようになると、品質への懸念が生じるのも当然です。しかし、PR の巻き戻し率（左側のグラフ）や発生したインシデント数の推移を見れば、どちらも横ばいであることがわかります。これは相対的に見ると、実際には品質が向上していることを意味します。

その理由の一つは、これらのプロセスもエージェント支援で行われている点にあります。人間のコードレビューには「エージェントによる共レビュー」という利点があり、これによりバグの発見率が向上しています。また、インシデント調査（意味のあるバグや実際の事象）においても、根本原因の特定を試みるエージェントが支援するため、平均緩和時間（MTTM）は短縮されています。

最終的な試練は、追加されたコード入力が実際に価値ある成果を生み出しているかどうかです。結局のところ、エンジニアリングの本質はユーザーのために機能を届けることにあります。私たちは Linear でプロジェクトを追跡しており、営業やマーケティングチームが新機能についてユーザーに伝えるべきタイミングを把握できるようにしています。その結果、コーディング量の増加とともに、プロジェクトの完了率が劇的に向上していることが確認できます。

自律型エンジニアリングチームは、品質を維持しながらより多くの成果物をリリースできるようになります。

エージェントの集合体が、大規模なループ工学を実現する

拡大して見てみると、その仕組みがどのようなものかイメージできます。エンジニアたちが生成ループを見つけ、検証可能なタスクを完了させるためにエージェント群を送り出すとき、最も劇的な変化が見られます。すべての従業員に、複数のエージェントを起動できる「マネージャー型エージェント」が用意され、あなたが代わってループ上で動作するエージェントの調整が可能になります。このループ処理により、以下のような独特なプルリクエスト（PR）のグラフが生まれました。

あるエンジニアが長期間停滞していた CSS システムの移行を完了し、その知見を共有しました。別のエンジニアは製品のローカライズを可能にする移行プロセスを自動化し、さらに別のエンジニアも不安定なテストのメンテナンスを自動化しました。そして CTO は、PSC と fd のシャットダウンに関連する当社の最も困難なネットワークバグの一つを、エージェント群によって解決しました。私たちが「何が可能か」について持っていた前提はすべて書き換えられました。

最も注目に値する自律型システムの事例は、AI チームによるものです。彼らはユーザーフィードバックを分析し、改善案を提案するとともに、ベンチマークと A/B テストを組み合わせて成果を検証する「継続学習システム」を構築しました。Replit Agent は自ら進化を続けるのです。

「自社開発か、購入か」の議論は変わった

私たちの新しい内部エージェントは、「自社開発か、外部製品か」という議論そのものを変えました。私たちは常に新しい AI ツールを試していますが、外部ソリューションを購入すればスピードアップにつながり、市場を常に見極めることもできます。しかし、自社で開発するほど、そうした外部調査の必要性は減っていきます。

現在、私たちの内部エージェントは「業界をリードしている」とされる製品よりも優れたパフォーマンスを発揮しています。先日も、7 桁（百万円単位）の SaaS ソリューションを廃止しました。Replit で完全に構築された自社アプリの方が優れており、従業員もそちらへ移行したからです。

突然、ツールがまるで「私たちのために作られたか」のように感じられるようになりました。ナレッジベースとの深い統合や、私たちが行ったカスタマイズのおかげで、他のソリューションは劣っているように見えてしまいます。

さらに驚いたのは、内部エージェントが業界特化型の製品さえも凌駕したことです。エンジニアがアラートを仕分けし、インシデントの根本原因を特定するためのツールは、同等の品質を持ちながら、自社エージェント上で稼働させるコストの 10 倍もの費用がかかりました。また、自動化されたペネトレーションテストを行うツールも、自社版の方が脆弱性を多く発見でき、かつコストは 10 倍高かったのです。

両方の自社バージョンは容易に本番環境へ導入され、インシデント対応の平均検知時間（MTTM）を短縮し、重要なシステムを攻撃から守る堅牢性を高めることに成功しました。

まだ学ぶべきことが多く、モデルも日々進化している現状を考えると、これはあくまで始まりに過ぎません。

エンジニアリングを超えて、事業全体へ

自律型企業（Self-driving company）はエンジニアリング部門だけで完結するものではありません。Replit におけるすべての機能が変化しています。

利用の広がりは急速に進み、そのきっかけの多くは Slack のインターフェースによるものでした。他部署の社員も、エンジニアがエージェントにタスクを割り当てている様子を見て興味を持ち、実際に試してみるようになりました。当初最も人気だったのは「質問への回答」です。ナレッジベースとコードベースの現状情報を組み合わせることで、エンジニアの介入を待たずに製品に関する期待値を確認できるようになりました。その後、社員たちは修正が必要なコピーやドキュメントの改善へとつなげることができました。これにより、ユーザーへの対応速度が劇的に向上したのです。

しかし、これはまだ序章に過ぎません。ここから社内のあらゆる部門が新たなスキルや連携機能の提案を次々と持ち寄るようになりました。

最初の大きな突破は、データチームによるものでした。彼らはエージェントにデータウェアハウス上のセマンティックレイヤー（意味層）を提供し、どのテーブルが真のソースとなるか、またそれらがどのように関連しているかを理解させました。

これにより、Replit の誰でもビジネスインテリジェンスに関する質問を行い、信頼できる回答を得られるようになりました。生データからチャートやプレゼン資料を作成することも可能です（この記事内のすべてのチャートも同様です）。データチームは теперь、単純な問い合わせへの対応に時間を割くのではなく、より難易度の高い課題に取り組むことに集中できるようになりました。

最近では、あるプロダクトマネージャーが複雑なローンチ分析を自分自身で実施できるようになっています。これは、エージェントがコードベース内のイベントを理解し、それが顧客データプラットフォーム上でどのように現れるか、そして複雑なサブスクリプション状態とどう結合するかを知っているからです。

営業部門でも同様の効果が見られます。営業開発チームは、汎用的なツールではアクセスできない社内知識を活用して、製品適合見込み顧客の特定と情報補完をエージェントに任せています。これにより、アプローチする際に文脈がより明確になり、成果につながります。

アカウントエグゼクティブ（担当営業）も、顧客との会話に臨む前にこのツールを利用します。誰が最も高い価値を得ているのか、どのプロジェクトが最も活発なのか、契約に対するクレジット使用状況はどうなっているのか——こうした情報を把握するために活用しています。その結果、各顧客ごとにカスタマイズされたブランドイメージの資料としてパッケージ化されます。

自律型営業チームは、顧客との接点をより多く持ち、かつその質も高めています。

マーケティングチームは、エンジニアリング部門や製品部門との会話やドキュメントを基に、単一のプロンプトだけでゼロから製品仕様書をドラフト作成できるようになりました。これにより、すべての会議に参加する必要がなくなり、リリースの準備を早期に開始し、最新情報を常に把握することが可能になります。結果として、チームは計画立案やクリエイティブな活動に時間を割けるようになり、世に出る製品のインパクトを高めることができます。

サポートチームには、問題調査や標準的な手順書の活用といったスキルがエージェントに付与されました。エージェントは、標準的なカスタマーサービスのトーンで回答を提供するか、あるいはチケットの概要と調査結果を添えてエンジニアリング部門へエスカレーションするかを選択できます。この自律型サポート体制により、人間が対応する難易度の高い案件（エスカレーションされたケース）の処理時間が 60% 短縮され、ユーザーはすぐに開発に戻ることができます。

どのケースでも、人間が自動化によって不要になったわけではありません。むしろ、彼らの役割は昇格したのです。「自律型」の企業では、実行する人から指揮する人が生まれ、成果を想定し方向性を設定できる人材こそが活躍しています。それが今、最も価値のある仕事です。

次のステップへ

生産性の向上自体は確かに魅力的ですが、Replit の人々を本当に動かしているのは「技術の民主化」です。

私たちはこの新しい働き方をすべてのユーザーに届けたいと考えています。現在、大規模展開に必要なポリシー、権限管理、セキュリティ、コスト制御といった要素を整え、実現に向けて全力で取り組んでいます。Replit を最も活発に利用するのは、実際にビジネスを構築している起業家やエンタープライズユーザーです。自己運転型の機能には、こうしたユーザーのニーズに応えるためのスケーラブルな安全対策が不可欠です。

その実現のために、私たちは今まさに開発を進めています。

上記のグラフをご覧いただければ、長く待つ必要はないはずです。