『ウォール・ストリート・ジャーナル』のAI駆動型全天候経済に関する記事を読み、しばらく考え込んだ。記事の出来がよかったからではない。ある気づきを与えてくれたからだ——私たちはずっと、間違ったフレームでこの変化を理解してきたのだと。

▶ 聴く（要約）
AI合成音声・著者本人の声をクローン

記事の語り口はこうだ——AIによって経済は24時間ノンストップで動けるようになった、これは新しい時代の幕開けだ、と。

だが本当に「新しい」のだろうか？

全天候経済は、もとから新鮮でも何でもない

台北のコンビニは二十年前から24時間営業だった。グローバルの金融市場は東京からロンドン、ニューヨークへとタイムゾーンをリレーしながら取引を続け、証券取引所の上に太陽が沈むことはない。半導体ウェハー工場の生産ラインは年365日停まらない——炉を再起動するコストの方が、動かし続けるより高くつくからだ。

私たちはとっくに全天候経済の中で生きていた。

違いは、過去の全天候が人間の体に支えられていたことだ。

創業当初、タイムゾーンをまたぐプロジェクトを走らせていた時期がある。台湾の昼間はアジア側の対応、夜はアメリカのクライアントからの要件処理。聞こえはいい。実態は、私とチームの数人が交代で徹夜し、スマートフォンのサイレントを切れない生活だった。ある夜中の3時、システムアラートで起こされた。二時間調べた結果、誤報だった。でも確認しないわけにはいかない——「もし本物だったら」という恐怖があるから。

あの日々のコストは残業代の話ではない。チームの目がじわじわと疲れていくこと、アイデア出しの会議がだんだん静かになっていくこと、全員が体力を節約して目の前の急務だけをこなすようになっていくこと——それが代償だった。

これが旧来の全天候経済の実相だ。人間の生理的限界で、生理的設計を超えたシステムを強引に支え続けること。

AIは全天候経済のコスト構造を書き換えた

AIが登場しても、全天候運用そのものは変わらない。変わったのは、それを維持するコスト構造の根本だ。

具体例で話そう。いま私のチームでは、AI Agentが一次対応の顧客問い合わせ振り分けとシステム監視を担っている。以前なら、夜中3時の誤報を確認するために誰かが起き上がる必要があった。今はAIが先に深刻度を判断し、人の介入が本当に必要な場合だけ通知が飛ぶ。結果どうなったか——本物の緊急事態への対応がむしろ速くなった。当直の人間が五回の誤報で消耗していないから、エネルギーが満タンで臨めるのだ。

「効率が30%向上した」といった話とは次元が違う。これは質的な変化だ。

全天候運用の限界コストをほぼゼロに押し下げると、以前は不合理だった多くのことが突然合理的になる。サプライチェーン全体の状態をリアルタイム監視する？かつては一部門丸ごと必要だった。今はAI Agentひとつで事足りる。すべての取引をリアルタイムでリスク評価する？大手金融機関だけが担えるコストだった。今は中小企業にも手が届く。

ただし、ここに落とし穴がある。AIとは「人がやっていたことを機械にやらせること」だと思っている人が多い。それは最も浅い理解であり、最も危険な戦略だ。

三層の再構築——アップグレードではなく、更地からの建て直し

さまざまな企業のAI導入を観察する中で、ひとつのパターンが見えてきた。成功しているのは「AIで人手を置き換えた」会社ではなく、運用ロジック全体を問い直す意志を持った会社だ。

この問い直しには三つの層がある。

第一層は、プロセスの再構築だ。 従来の業務フローは「人の労働時間」を前提に設計されている。月曜に会議、水曜に報告書提出、金曜にレビュー。人力が駆動力だった時代、このリズムは合理的だった——人が情報を消化し、判断を形成し、行動を調整するには時間が必要だから。だがAIがリアルタイムで処理と分析をこなせるなら、このリズムは人為的なボトルネックになる。本当のプロセス再構築とは「週次会議を毎日開催に変える」ことではない。問うべきは「そもそも固定頻度の会議がまだ必要か？ 何かあれば集まり、なければそれぞれ進めるイベント駆動型に変えられないか？」だ。

第二層は、人機分業の再構築だ。 ここが最も誤解されやすい。よく見るのは「AIがA・B・Cを担当、人間がX・Y・Zを担当、引き渡しポイントはここ」という図だ。この静的な分業図は機能しない。AIの能力の境界は三ヶ月ごとに動くからだ。私が自社で採用しているのは「動的な権限委譲フレームワーク」だ。AIには基本的な自律権限を与えるが、一定の複雑さやリスク水準を超えた意思決定は自動的に人間にエスカレーションされる。この閾値は固定ではなく、AIのパフォーマンスとチームの信頼度に応じて継続的に調整される。新人を育てる感覚に近い——最初はすべてを確認し、半年後には重要な意思決定だけを見て、一年後には結果だけを見る。

第三層は、価値の再構築だ。 最も深く、最も語られない層だ。AIが実行効率を限界まで押し上げると、組織間の競争はAIが容易に複製できない領域へ移行する。文化的文脈への理解、人と信頼を築く能力、曖昧な状況で責任ある判断を下す勇気。以前「コード後時代の思考：センスが人間の決定的な競争力になるとき」で似た視点を論じた。実行コストがゼロに近づくとき、判断力だけが差異化要因になる。組織レベルでのその「判断力」とは、企業文化、意思決定の質、不確実性に直面したときのレジリエンスだ。

コンセントから結界へ——MCPのメタファー

技術的な文脈で特に取り上げる価値があるのが、MCP（Model Context Protocol）だ。

MCPは異なるAIモデルとツールが互いに通信できるようにするための標準プロトコルだ。技術的な話に聞こえるが、その意義は技術をはるかに超えている。

MCP登場以前、各AIツールは孤島だった。カスタマーサービスのAIは在庫管理のAIが何をしているか知らない。分析AIはマーケティングAIのデータを見られない。協働させるには大量のカスタム連携コードを書く必要があり、維持コストが膨大だった。

MCPがやったことは、PC産業がUSBで接続規格を統一したことに似ている。USB以前、各メーカーは独自のコネクタを持っており、プリンターを買うたびに自分のPCと合うかどうか祈る必要があった。USB統一後、コネクタのことを考える必要はなくなり、何を印刷するかだけに集中できるようになった。

MCPのAIエコシステムへの影響も同じ構造だ。AI Agent同士がシームレスに通信できるようになると、全天候経済は「それぞれが勝手に動くAIが各所に散らばっている状態」ではなく、リアルタイムで協調できる有機的な知的ネットワークへと変わる。

私はこれを「結界」と呼んでいる——AIを基盤インフラとする運用空間で、その内部では情報と意思決定が人間の生活リズムに縛られることなく流れ続ける。結界が形成されたとき、その内側の効率と外側の効率は、もはや同じ次元に属さない。

台湾企業が直面する現実の壁

ここまで論じてきたが、台湾の現実に戻ろう。

台湾企業が全天候経済への転換に挑むとき、構造的な難しさが一つある。組織文化が「人」に依存しすぎているということだ。

これは悪いことではない。台湾の中小企業の機動性、信頼ネットワーク、オーナー自身が現場に飛び込む文化——これこそがグローバルサプライチェーンの中で台湾が確固たる地位を占めてきた理由だ。だが同時に、フローの多くが「システムに従う」のではなく「人に従う」形になっていることも意味する。オーナーが各クライアントの好みを頭に入れており、ベテラン営業が勘で注文の真偽を判断し、工場の責任者が経験で生産ラインのパラメータを調整する。

こうした「暗黙知」はAI時代において両刃の剣だ。一方では、AIが直接置き換えにくい貴重な資産だ。他方では、体系化されていないためにAIが引き継げず、転換の抵抗になる。

私自身の経験から言えば、転換の第一歩はどのAIツールを導入するかではない。チームの暗黙知をシステムが理解できる形に「翻訳」することに時間をかけることだ。このプロセスは苦しく、遅い。「こんなことはルールにできない」——これが最も多く聞いた言葉だ。だがこの翻訳を終えてはじめて、AIは本当に機能し始める。高価なおもちゃで終わらずに済む。

「準備できているか」という問い自体が間違っている

AIがもたらす変革を語ると、最後には必ずこう聞かれる。「私たちは準備できていますか？」

この問いそのものに問題がある。「準備できた状態」が存在するという前提を含んでいるからだ——まるでプールサイドで泳ぎ方を完璧にしてから水に入れるかのように。だが現実は、水はもう足首まで来ている。

「準備できているか」より実際的な問いはこうだ。変化の中で継続的に調整できるアーキテクチャを持っているか？ AIの能力が三ヶ月ごとにアップデートされるペースに、あなたの組織は柔軟に適応できるか？ 技術とビジネスの両方を理解し、その間で翻訳できる人材がチームにいるか？

全天候経済はAIの力を得て、「人力による強行維持の常態」から「知的な本能による駆動」へと変わりつつある。だが本能は生まれながらにあるものではない——組織にとって、それは設計されるものだ。

今すぐ設計を始めた人が必ず勝つとは言い切れない。だが「準備が整うのを待っている」人は、おそらくもう間に合わない。