要点：最近、アンドリュー・ングによる講演AIのスタートアップへの影響については、マーキュリー・テクノロジー・ソリューションズで私たちが現在経験している変革を力強く表現しています。AIが開発スピードを劇的に加速させる中で、主なビジネスのボトルネックは「実行」から「戦略」へと移行しました。これにより、私たちはチームを根本的に再構築し、検証プロセスを見直し、リーダーシップを再定義する必要がありました。タイムラインの管理から、迅速で高ボリュームの戦略的仮説の流れを導くことへと移行しました。私はマーキュリー・テクノロジー・ソリューションズのCEO、ジェームズです。最近、Yコンビネーターでアンドリュー・ングの最新の講演を見ました。彼はAIが製品管理やチーム構造に与える深い影響について話しました。彼の洞察は理論的な予測ではなく、私たちがマーキュリーの内部で積極的にナビゲートしている変革の鋭い診断だったため、非常に共鳴しました。これは、AI革命が私たちの製品だけでなく、会社自体を根本的に再構築している様子を「裏側から」見るものです。最初のシフト：ボトルネックが実行から戦略へ移行する長年、私たちを含むすべてのテクノロジー企業における最大の運営上の課題は、実行のスピードでした。新しいアイデアの開発と検証は、常に技術的負債、リソースのスケジューリング、エンジニアリングのキャパシティに制約されていました。「ゆっくり物事を進める」ことが主な障害でした。
今日、それは完全に逆転しました。現代のAIツールと新しい開発フレームワークにより、私たちの実行能力は飛躍的に向上しました。私たちの「カスタマイズされたAI統合ソリューション」チームは、クライアントのために数日で機能的な概念実証を構築できるようになりました。このプロセスは以前は数ヶ月かかっていました。アンドリュー・ングが指摘したように、今では一部のチームが1ヶ月の間に全コードベースを何度も書き直しています。
実装コストは急落し、スピードはもはやボトルネックではありません。
これにより、新たな、より重要なボトルネックが明らかになりました：
上流（戦略）：
何を作るかを決定すること。
下流（検証）：私たちが作ったものが実際に機能するかどうかを判断すること。私たちの対応、パート1：上流を強化する – 何を作るかを決定する方法アンドリュー・ングは、AIがエンジニアリングを劇的に向上させた一方で、製品管理側への影響はそれほど直接的ではないと指摘しました。これにより不均衡が生じています。これに対処するために、私たちはチーム構造を再考する必要がありました。私たちは、会社の価値が今やコーディングのスピードではなく、戦略的アイデアの質と量によって生み出されていることを認識しました。その結果、重要な部門をアジャイルな「ポッド」に再構築しました。これらのポッド内で、私たちの製品戦略家とクライアント向けコンサルタントは、「マーキュリー・ビジネスオペレーションスイート」や「マーキュリー・ソーシャルハブCRM」などのコアプラットフォームのために大量の「マイクロ仮説」を生成する任務を担っています。
これにより、内部比率に大きな変化が生じました。私たちの最も革新的なチームのいくつかでは、戦略的製品マネージャーの数が開発者の数に近づいています。これは、ランダムなアイデアを壁に投げつけることではなく、単一の大きな戦略的方向に沿った、小さく具体的でテスト可能なアイデアの体系的な「流星群」を作り出すことです。私たちはもはや6ヶ月ごとに1つの大きな賭けをするのではなく、毎月数十の小さな証拠に基づいた賭けを行っています。（例：私たちのLLM SEO/GAIOサービス）
- 私たちの対応、パート2：下流を加速する – アイデアを検証する方法開発スピードが桁違いに増加したため、古い検証プロセスが新たなボトルネックとなりました。従来のA/Bテストは、精度は高いものの、統計的に有意な結果を得るまでに数週間または数ヶ月かかることがあります。これはもはや受け入れられません。私たちは今や「迅速な偽証モデル」を採用しています。目標は、アイデアが完璧であることを証明することではなく、欠陥があるかどうかを迅速に判断し、ためらうことなく次に進むことです。ローコードプロトタイピング：
- 私たちの製品マネージャーは、AI駆動のローコードツールを使用して、自らシンプルなプロトタイプを構築する権限を与えられています。多くの仮説は、貴重なエンジニアリングリソースを消費する前に、検証または反証することができます。迅速な方向性フィードバック：actually works.
Our Response, Part 1: Reinforcing the "Upstream" – How We Decide What to Build
Andrew Ng pointed out that while AI has dramatically enhanced engineering, its impact on the product management side has been less direct. This creates an imbalance. To address this, we've had to rethink our team structure.
We realized that our company's value is now generated less by the speed of our coding and more by the quality and quantity of our strategic ideas. Consequently, we have restructured key divisions into agile "pods." Within these pods, our product strategists and client-facing consultants are tasked with generating a high volume of "micro-hypotheses" for our core platforms like the Mercury Business Operation Suite and Mercury SocialHub CRM.
This has led to a significant shift in our internal ratios. In some of our most innovative teams, the number of strategic product managers is now approaching the number of developers. This isn't about throwing random ideas at the wall; it's about creating a systematic "meteor shower" of small, concrete, and testable ideas all aligned with a single, overarching strategic direction. We no longer make one big bet every six months; we make dozens of small, evidence-driven bets every month. (Example: Our LLM SEO/ GAIO Service)
Our Response, Part 2: Accelerating the "Downstream" – How We Validate Our Ideas
With our development speed increased by an order of magnitude, our old validation processes became the new bottleneck. A traditional A/B test, while precise, can take weeks or months to yield statistically significant results. This is no longer acceptable.
We have now adopted a "rapid falsification" model. The goal is not to prove an idea is perfect, but to quickly determine if it's flawed so we can move on without hesitation.
- Low-Code Prototyping: Our product managers are now empowered to use AI-powered, low-code tools to build simple prototypes themselves. Many hypotheses can now be validated or disproven before ever consuming valuable engineering resources.
- Fast, Directional Feedback:私たちは、アンドリュー・ンが彼の講演でユーモラスに説明した哲学を受け入れました—迅速で非公式なフィードバックを得ることです。私たちはコーヒーショップで見知らぬ人に尋ねることはありませんが、信頼できるクライアントの少数グループとの迅速なフィードバックループを確立しました。統計的に完璧な調査結果を得るために1ヶ月待つよりも、48時間以内に5人の主要なユーザーから方向性のフィードバックを得る方が良いのです。学習のスピードは私たちにとって最も重要な指標となりました。
私たちの応答、パート3：アジリティと自動化の文化
この新しいペースには新しいリーダーシップ哲学が必要です。私の役割は、個々のプロジェクトを承認することから、私のチームが高い速度で動けるシステムを設計することにシフトしています。
アンドリュー・ンの、彼が自分のチームが使用している基盤となるAIモデルさえ知らないことが多いというコメントは、深く共鳴しました。これが理想的な状態です。私たちは自社の「マーキュリー・ミューズAI」に対しても同様のシステムを実装しました。私たちは、OpenAI、Anthropic、Googleなどの新しい基盤モデルを私たちのパフォーマンス基準に対して継続的にテストする自動ベンチマーキングプロセスを持っています。新しいモデルが大幅な改善を示した場合、私たちのシステムは最小限の摩擦で統合できるようにし、長期的なトップダウンの承認プロセスを必要としません。私の仕事は切り替えを承認することではなく、決定を下すシステムが知的で信頼性が高く、堅牢であることを確保することです。結論：真のAI変革は組織的なものです
真のAI革命は、新しいソフトウェアを採用することだけではありません。それは根本的な運用と文化の変化です。実行コストが急落するにつれて、戦略的方向性、明確な仮説検証、迅速な学習の価値が急上昇することを認識することが重要です。
私たちはこの新しい現実で成功するために、積極的に会社を再構築しています。私たちは戦略にもっと投資し、チームにより大きな自律性を与え、自動化されたシステムを構築して最前線に留まることを可能にしています。これが本当に「デジタリティを加速する」ということです—私たちのクライアントのためだけでなく、自分たちのためにも。
The true AI revolution is not just about adopting a new piece of software. It is a fundamental operational and cultural shift. It's about recognizing that as the cost of execution plummets, the value of strategic direction, clear hypothesis testing, and rapid learning soars.
We are actively reshaping our company to thrive in this new reality. We are investing more in strategy, empowering our teams with greater autonomy, and building automated systems that allow us to stay at the cutting edge. This is what it means to truly "Accelerate Digitality"—not just for our clients, but for ourselves.
