11月12日、staysaasy.comが「Tactical Team Changes From AI」と題した記事を公開した。AIツールの浸透により、「何人で何をやるか」という組織設計の前提が崩れ始めている。本記事はスタートアップへの投資・アドバイジング経験を持つStay SaaSyが、現場レベルで起きているチーム変化を整理したものだ。CTOやエンジニアリングマネージャーが「明日から使える」視点で読める内容になっている。
最も刺さるポイント:「A+チーム」という概念
記事の中で最もインパクトが大きいのが、A+チームという考え方だ。ここでの「A+」は「Aプラス」、すなわち最上位評価の人材で構成されるチームを指す独自の呼称として使われている。「A評価すら超えた精鋭」というニュアンスだ。
従来の組織論では、優秀な人材は分散させて各チームの底上げに使うのが定石だった。「エースを一箇所に集めるな」という発想だ。これはトップ貢献者が平均の5倍程度の生産性だった時代には理にかなっていた。
しかしAIによって状況が変わった。記事では次のように述べている。
With AI, you might have several 100x contributors, and in combination their efforts can alter the trajectory of your company as long as you remove roadblocks from their path.
ここでいう「100x contributor(100倍貢献者)」とは、AIツールを駆使することで従来比100倍の生産性を発揮できる人材を指す。単なる「優秀なエンジニア」ではなく、AIとの協働によってはじめて実現する超高生産性の状態だ。そうした100x貢献者が複数いる場合、彼らを組み合わせると会社の軌跡そのものを変えられるというのが主張の核心だ。5x人材が混在するとその乗数効果が失われるため、PM・デザイン含む2〜6人、全員が100x水準という小規模精鋭チームを最低1つ作るべきだとしている。
注意点として記事は「B-チームは作るな」という従来の原則は変わっていないと強調している。ここでの「B-チーム」とは「B評価以下の人材を寄せ集めた二軍チーム」を意味する。A+チームを作ることとB-チームを生み出すことは別の話であり、後者は採用・昇進・モラルの観点で依然として失敗パターンだ。
1〜2人チームで「PMFの実験」が現実的になった
プロダクトマーケットフィット(PMF)の拡張実験についても、AIで前提が変わった領域だ。
以前は、新市場や新ペルソナへの挑戦を小規模チームで行う「スカンクワークス的プロジェクト」が頻発する組織は、官僚主義に縛られたチームの兆候と見なされていた。「スカンクワークス(Skunk Works)」とは、ロッキード社の秘密開発部門に由来する用語で、本体組織から切り離された小規模・自律型のプロジェクトチームを指す業界慣用句だ。しかし今は1〜2人のチームがAIを使って桁違いに遠くまで走れるため、ROIの計算が逆転した。
記事が挙げる例:
- 新しい決済機能を小チームで立ち上げる
- プロダクト全体をモンゴル語に翻訳して新市場を試す
- ゼロからインテグレーション群をローンチする
ただし条件は厳しい。「優秀なプロダクト感覚と事業感覚を持つ人間が最低1人いること」「タイムボックスと明確な成功基準を設けること」は変わらない要件だとしている。AIでトークン予算という新たなパラメータが加わった点も指摘されている。
デザイナーは「減るが、より高度な人材が必要」
AIがデザインを生成できる時代になり、記事は率直に「多くのチームはデザイナーの数を減らすべきだ」と述べている。ホーム保険のプロダクトを例に「UIの美しさより価格と補償内容だろう」と現実的な優先順位を示す。
一方で「UIがゼロになる」論には否定的だ。MCPのようなリモートコントロール型の世界になるとしても、それ自体がユーザー体験であり、一貫したデザインビジョンが必要だという立場だ。なお、MCP(Model Context Protocol)とはAIモデルが外部ツールやサービスを操作するための標準プロトコルで、AIエージェントがUIを介さずにシステムを直接制御するアーキテクチャの文脈で言及されている。
重要な逆説として、デザイナーの数は減っても、求められる水準は上がると指摘している。AIエージェントが大量にコードを生成し続ける環境では、デザインシステムが「規律のない軍団を囲い込むフェンス」として機能するため、その設計・維持ができる人材の価値が上がる。
「Product Builder」という役割の復権
エンジニアリングとプロダクト・ビジネスをまたぐ「Product Builder」という役割が増加している。スタートアップ初期には当たり前に存在していたが、コードベースが大きくなるにつれてその役割は縮小されてきた。コーディングの深い集中とカスタマーとの接点を両立するのが現実的でなかったためだ。
AIコーディングエージェントがその差を埋めた。多くの機能は以前ほど深い集中なしに実装できるようになっている。
記事では「ビルダー遺伝子を持つ人間は、今こそAIでより多く作るべき」と主張している。見分ける最も信頼できる指標は「良いプロダクトアイデアを持っているか」だという。
リソース配分の機動性が上がった
従来、人材を別チームや別プロジェクトに短期移動させても、オンボーディングコストが高くすぐに成果が出なかった。また、専門知識が移動することで、特にオンコール対応時に「誰もわからない」空白が生じるリスクもあった。
AIによってこの方程式も変わった。新参メンバーがより早く新領域でオーナーシップを持てるようになり、コードベースへの質問もチームが答えやすくなった。記事は「1プロジェクト単位での人材移動」や「クォーター単位でのチーム丸ごと移動」が現実的な選択肢になったと述べている。
これら5つの変化に共通するのは、「AIで生産性が上がった」という話ではなく、組織設計の前提条件が変わったという点だ。チームサイズ、役割の境界、人材の集め方——どれも再検討する時期に来ている。
詳細はTactical Team Changes From AIを参照していただきたい。