【結果報告】Claude×Linearで会社のタスク管理をAIにまかせて1ヶ月。業務効率150%向上したが、AIネイティブカンパニーを目指すならもっと「加速への狂気」が必要

こんにちは。カドベヤAI部の長津です。

僕はCOOという立場を利用して、会社をAIネイティブカンパニーに進化させようとしているマッドサイエンティスト系経営者です。

「人間ってどーしようもないから会社のタスク管理はAIにまかせてしまおう」という記事を公開してから1ヶ月がたちました。

僕のチームではClaude Codeを通してLinearというタスク管理ツールをみんなで利用することで、どこまで「業務効率化」できるのか？実験しています。

GWがはじまる前ぐらいに、普段からClaude CodeをMAXプランで使いまくっているカドベヤAI部の4人に、上記の記事に基づいて説明会を行いました。

タスク管理における人間のどうしようもなさをAIでおぎなって、アウトプットの量と質を爆上げする「代謝のいい組織」をつくるという理想に向かって、僕を含めた5人のミニマルスタックで動き出したのです。

人間の習慣に根ざしている「なんとなく現状を変えたくない」という慣性は強力だから、やり方を変えるという宣言をしたら反発があるんだろうなぁ…と勝手に予測していたのですが、考え方の理解や僕が考えたskillの理解の浸透は割とすんなりいったように感じました。「すんなり」どころか「なにそれおもしろそう！」という前のめりな感じで、「AIまかせのタスク管理」の初期導入は熱意と共に受け入れられました。

AIタスク管理導入後1ヶ月で会社にはどのような変化があったのか？カドベヤはAIネイティブカンパニーになったのか？データをまじえて恥ずかしげもなく結果発表していこうと思います。

この記事は「Claude×Linearで代謝する組織をつくろう」シリーズの第3章「バイブタスク管理 実践編」です。導入してから1ヶ月の成果をデータ分析した上で、CLAUDE.mdやskillなどをさらに進化させて今後githubで公開する予定です（絶賛準備中）。

平均100件／週のペースで起票されていたタスクが導入後200件／週に増加

カドベヤではLinearを使っているのは2つの事業部に所属する9人です。GW突入前にカドベヤAI部の4人に対して説明会を行い、GW明けから僕を含めた5人が本格的にClaude CodeでLinearを操作しはじめました。

あ、ちなみにカドベヤAI部の「部」は「部活の部」です。それぞれの事業部に所属している「朝から晩までClaudeと話しているヤバい奴ら」の集まりという話ですので、Linearを使う人数自体は増えていません。

4月までは平均して週に100件ぐらい新しいissueが追加されて、週に100件ぐらいを完了していた組織でしたが、5月の新規issueの発行が200件／週に増加。完了issue数も100件／週から150件／週に増加しました。

組織にもたらされた新しいissueが2倍に増えて、解決したものは1.5倍。これはかなり成果が出ているように見えます。

Claude Codeとチャットしているだけでタスクが起票される仕掛けが効いていて「組織がぶんまわりはじめた」という感じがします。

ん？でも、あれっ？2倍に増えたissueに対して完了したissueが少ないということは仕事が溜まっていっている状態ってことです。爆発的なインプットの増加に対してアウトプットの手が回っていない。

僕が目指しているのはアウトプットの量と質が爆発的に増加する「代謝のいい」組織です。週に50件仕掛かりが溜まっていくということは、代謝…悪くなってメタボ気味になってる？

クライアントワークの業務効率が146%向上。新規事業開発系のタスクが160%向上。

もう少しアウトプットの内訳をみていきましょう。解決したissueを性質別にまとめたグラフがこちらです。

4月は平均の週次完了タスク100件のうち75件がクライアントワーク。25件が新規事業やAI化に関する業務。5月は平均週次完了タスク150件のうち110件がクライアントワーク。40件が新規事業やAI化に関する業務。

クライアントワークの業務効率が145%ほどUPして、新規事業やAI化に関する業務は160%ほど効率が上がりました。

issueの完了率が上がった要因として推測されるのは、以下の設計が複合的に効いているのではないかと思います。

人間のしょーもなさをAIでおぎなうというコンセプトがじわじわ実現できてきている！

インプット200件／週になっていることについては、実はからくりがありまして、GW期間に長津が1人合宿を行って「カドベヤをAIネイティブ企業にするためにはどうしたらいいか」をめちゃくちゃ考えたことが影響しています。やるべきことを検討して、PLANモードでタスクを検討してissueを積み上げまくったのですが、実はその期間だけで200件ほど新規issueを追加していました。

GW中の構想で増やしたissueを5月後半の週でどんどこ潰すムーブをしていたというのが実態でした。

ちなみに、会社のタスク管理能力を1.5倍に上げた「Claude×Linearのタスク管理設計」については、こちらの記事をご参考ください。

チームタスクのインプット2倍。アウトプット1.5倍はすごい数字！でもAI企業の成果はたぶんこんなもんじゃない

ミニマムスタックでぬるっとはじめてみた割にはいい数字が出たという手応えがあります。普通の業務改善やDXの文脈でこの数字が出たら「成功！」と言って、みんなでウルフギャングぐらい食べに行ってもいい数字のような気がします。

僕は「代謝する組織」シリーズの第一弾で、AI企業ではAIを使いこなす個人＝AIサイボーグのアウトプットが10倍になっていて、チームでのアウトプットが100倍になっている。というお話をしました。

AI企業のアウトプットが爆増しているというイメージを伝えるための比喩であり、明確な根拠がある数字ではもちろんないのですが、AIサイボーグとしてぐんぐん加速していくという未来像を示した以上、1.5倍という成果ではエクスポネンシャル（指数関数的）な感じがしない…

AIサイボーグにとって、1の次の数字は2ではなく10！

僕はマッドサイエンティスト系経営者であると同時に、AIサイボーグを目指す超加速少年という立場でもありますので、この数字を見て「1,000%向上したいなぁ…」という欲望が自然に湧いてきてしまいました。

なんの根拠もないけど、週100件のタスク消化を週1,000件のタスク消化に進化させることをベンチマークにしたい。

そのためには「つくる方法をつくる」必要がありました。

今後の組織運営のボトルネックになるのは、それぞれの構成メンバーの「加速への欲望」の強さ

9人で週に1,000件のissue追加と、1,000件のタスク完了を目指していくには組織の能力の爆発的な向上が急務となります。

とはいえ僕のようなクレイジー経営者でも、それぞれのメンバーに「明日から10倍働け」というのが間違っていることぐらいはわかります。

「10倍加速したい」と思っているのは今のところ僕だけなので、それを他の人に強制するのは新しいパワハラ（アクセラレート・ハラスメント）に他なりません。

まずは自分が10倍加速してメンバーも加速可能な環境を整える。その環境の中で自然にメンバーが加速していくことが可能な状態を作る必要があると考えています。

最近「AIへの興味の濃淡」「組織でAIを使うためのガバナンス」などが、様々な組織でマネジメントの課題になっていると感じる局面が増えてきました。

経営者やPdMの方々とお話しすると、「どんどんAIで業務を効率化したいんだけど、メンバーのAI認識がそもそも整ってないし、セキュリティリスクの観点で情シスはAI導入のブロッカーになりがちなんだよね」とおっしゃる方が多くいます。

その辺の問題は、AIへの社会的な理解が浸透して、セキュリティのベストプラクティスが出て、時間と共に解決される問題なんだろうと考えているのですが、そのさきに課題になるのは「メンバー個人の加速への欲望」のマネジメントになるんだろうなぁと予想しています。

AIネイティブな組織を作るためには、僕のような「AIを使ってめちゃくちゃ加速しながら成果の質を上げていきたい系」の人間の構成割合を増やして、彼らが前線で自由に動き回れるようにプレイグラウンドを拡げる必要が当然あります。

その一方で「嗜み程度に加速できたらいい」と思っている人たちの欲望をどのようにフックアップしていくべきか？そろそろ前もって準備しておく必要があるのではないかと思います。

僕は、とりあえず最前線でどんどん加速してみて「これおもしろいよ」と、メンバーに無邪気に伝えていくというスタイルでいくことにしました。

ここからは自分が5月に導入した「10倍加速への道」を紹介していこうと思います。おもしろいですがめっちゃ長くて濃い内容になってしまうので、一旦ここまでの内容でブックマーク的な意味でいいねしておいていただけますと幸いです。お時間ある時にゆっくりお読みください。

また、今後もこちらのnoteではAI活用に関する知見を公開していきますので、カドベヤちゃんねるをフォローいただけますと幸いです。

それでは10倍加速への道！スタートです。

10倍加速への道① マルチハーネス・オーケストレーション

僕のLinearではクライアントワークのオペレーション系のissueはKADというチームに集中させています。従来の「人間中心の業務」のタスク管理はほとんどそこで完結しています。

一方、会社の「AIネイティブ化系」のタスク管理は複数のチームを作って管理しています。

僕のチームをご紹介すると以下のような感じになります。

Linearはチームごとにgithubのリポジトリを接続することが可能です。テーマごとにチームを分けている理由としては、それぞれの専門性を持ったエージェントたちと直接会話して仕事をすることができる環境にしたかったからです。

それぞれのフォルダ（リポジトリ）は、個別の文脈を持っているため、固有のハーネスを設定しています。

この辺は話し出すとめちゃくちゃ長くなってしまうので、例としてNOTのObsidianによるセカンドブレインの研究のPdMの成果となるこちらの記事を読んでいただけますと僕が何をやろうとしているのかがお分かりになるかと思います。

自分がやりたい9分野の固有コンテキストを持ったPdM型のAIエージェント（Claude Code）たちとClaudeデスクトップアプリを使って日々会話していけば、タスクがどんどん片付いていく状況が整いました。

さらに僕は、これら9人を束ねるオーケストレーターを立ち上げて、指揮系統のトップにおいています。もちろんLinear Teamも立ち上げていて、基本的にはAI組織運用の課題を中心にオーケストレーターエージェントと会話するようにしています。

それぞれの専門分野のPdMが開発を進め、それらをORCから統合管理するようにすることで、9ジャンルのエージェントたちとガッチリ話すことができれば、開発能力＝タスク遂行能力が10倍に上がる前提が整いました。

僕はオーケストレーターと会話しながら、全チームのLinear issueを起票しまくることで、それぞれのリポにいるPdMエージェントに指示を出します。

PdMエージェントと会話が始まったら、自動的にやるべきことを見つけ出してそれぞれが対応することできるようになっているので、Linearを介したマルチハーネス・オーケストレーションができる構造になっています。

それぞれのエージェント同士が会話できるようにClaude-peerというMCPを使っていて、お互いがメッセージを送り合うことができるようにするのも結構重要です。

ちなみにClaude Codeを常時10セッション回してOpus4.8と会話し続けるのは、めちゃくちゃ疲れます。

10倍加速への道② Agent Team機能を駆使してバックグラウンドで働くエージェントを召喚。PdMたちのスタンドとして使う

さて、10人のエージェントと仕事をゴリゴリ進めていく日々なわけですが、基本的にはひとつのセッションにつき1つのissueの解決を会話しながら進めていくという進行になります。

10人のエージェントと同時に会話できたとしても、同時進行できるのは10issueまで。業務時間中は打ち合わせなどがパンパンに詰まった状態になりがちなので、1日1セッションしか進められなかった場合だと、10issue×5日＝50issue／週ペースということになりますので、ちょっとエクスポネンシャルみが足りない。

Claude CodeのAgent Teamという機能を駆使して、それぞれのPdMがさらに専門性の高いsub-agentを呼び出して、バックグラウンドで自動的に作業を行えるような設計に進化させることにしました。

PdMエージェントの手元に溜まったバックログissueのうち、任せられるものは切り出してサブエージェントに作業をお願いします。僕がPdMと会話しながら重要な意思決定を行っている裏で別の手が動くようにするとさらにタスク遂行能力が上がります。

Obsidianでナレッジ管理をするNOTチームのPdMエージェントは、5人のスタンド＝sub-agentを呼び出してバックグラウンドで仕事を遂行させることが可能です。

僕とエージェントの関係は1対10でしたが、1対10×N（sub-agentの数）に進化させて同時に手を動かせる数の可能性を拡げましたました。

10倍加速への道③ 増えがちなのはリサーチタスク。NotebookLMを使って高精度な調査業務を外部委託する

カドベヤのタスク管理において、インプットが200%増加、アウトプットが150%増加という話をしました。インプットの爆増に対してのタスク処理スピードが間に合っていないというところは大きな問題です。

新規事業開発や、会社のAIネイティブ化などのチームが多数立ち上がっているということもあり、実は会社にもたらされるインプットissueのうち、かなりの割合がリサーチ業務に偏っていることがわかりました。

10倍加速への道②で、PdMエージェントがスタンドサブエージェントを召喚できるようにしたというお話をしましたが、最も優先度が高いスタンド能力は「リサーチ能力」なのではないか？と考えました。

僕は与えられたドキュメントからだけアウトプットを返す「嘘をつかない」NotebookLMが好きなのですが、NotobookLMをClaude Codeから使ってリサーチタスクを外部委託することで効率化するという方針を採用しました。

リサーチタスク専門のスタンドとして「envoy（特使）」というサブエージェントを育てました。

envoyがやっていることは、以下のようなプロセスをバックグラウンドで回すことです。

時間がかかりがちなリサーチ工程を、調査の精度を保ったまま自動化の流れに乗せることができました。

10倍加速への道④ 判断速度を極限まで上げる html形式の「意思決定カード」

envoyから内容が濃くて精度の高いレポートが上がってくるようになりました。

sub-agentは別のブランチで動きますので、調査レポートはmdファイルとしてプルリクエストされる形で到達します。

…濃すぎて数百行のレポートを1日に何個も読むのがつらくなってきてしまいました（白目）

自律的に仕事を捌く手を増やして、自律的なリサーチの手を増やすほど、AI 側からのアウトプットは爆増します。すると今度は「成果を判断する僕自身がボトルネックになる」という問題が発生しました。

くそー。こんなに早く自分がボトルネックになるとは思ってもみなかった…

Claude Code開発チームではmdファイルではなく、htmlでのPLANの出力を行っているそうです。

そうか。envoyが作ったmdファイルのエグゼクティブサマリーを別で出してもらえばいいんだということに気づきました。

調査レポートをエグゼクティブサマリーとして1枚の「意思決定カード」に圧縮してもらいます。

背景・図解・比較・推奨・選択肢・あえての反対意見までをhtmlでみやすい形にまとめてもらい、ざっくり見渡した上で「で、どうする?」というAIからの問いにその場で答えられる形にしました。

読む負担を下げ、決める速さを上げる。手を増やした先に現れた「判断の詰まり」への打ち手です。人間がボトルネックになってしまう「Human in the loop問題」に対して、html形式の意思決定カードを使って意思決定を高速化するという方針を採用しました。

10倍加速への道⑤ プロジェクト名を目標にして健康状態をチェックする AIとの定例会議を開催

Linearでは、プロジェクトごとにissue管理をすることが可能です。

カドベヤでは、プロジェクト名を「短期的に達成したい目標」にして、進捗状況と健康状態を管理していく運用を行なっています。

毎週日曜日の夕方に、オーケストレーターに完了したissueやPRの状態をまとめたレポートを記載してもらった上で、個別のプロジェクトごとに「きちんと目標に向かっているか？」「スタックしているissueはなんなのか？」を議論する定例会を開催することにしました。

これは、加速というよりは「立ち止まってみる」減速行為である上に、どちらかというと「やらないことを決める」行為ではありますが、人間とAIが目標を見失わずに翌週全力で加速するために必要な行為として割り切って実施しています。

10倍加速への道をスライドでお読みになりたい方はこちらのスライドをお読みください。

おわりに

1ヶ月実験してみて、わかったことがあります。

Claude×Linearで会社のタスク管理をAI化すると、タスクは確実に増加します。カドベヤでは週に100件片付けていたissueが、150件になりました。

業務効率化という観点では、まぁまぁ成功でしたが、僕はそこで満足できませんでした。

AIが増やしたのはタスクではなく「可能性」だったから。

「AIは仕事を奪う」とよく言われていますが、ほんとは「AIは人間の欲望を増幅する」のではないかと感じます。

もっとつくりたい人には、もっとつくれる世界を。
もっと学びたい人には、もっと学べる世界を。
もっと挑戦したい人には、もっと挑戦できる世界を。
そして、そこまで加速したくない人には、そんなに加速しなくても生きられる世界を。

AIネイティブカンパニーとは、AIを導入した会社ではなくて人間の欲望とAIの能力を正しく接続できる会社なのではないかと思います。

カドベヤは今後も会社のAIナレッジをガンガン発信していきます。続きが気になる方は、ぜひフォローといいねお願いいたします！
↓↓↓カドベヤマガジンはこちら↓↓↓