Newsletter · · Ashutosh Agarwal
プロダクトマネジメントの存在を悔いている - How They Build - 2026年8月8日の週
2026年8月8日の週のポッドキャスト横断的な総括。AIが少数の人材にレバレッジを集中させる中、ソフトウェアチームがマネージャーおよびプロダクトマネジメント層を削ぎ落としつつある動きと、その結果生じたAIトークン請求が給与ひとり分に匹敵するまで膨らんだ実態を扱う。
How They Build
2026年8月8日の週:プロダクトマネジメントの存在を悔いている
今週、真っ先に削られている層はコーダーではなく、間に立つマネージャーとプロダクトマネージャーだ。さらに、AIの請求額は静かに給与に姿を変えており、ある企業はそれを公然と口にし始めた。
この1年、「How They Build」が語ってきた物語の大半は、キーボードの前に座る人物についてのものだった。エージェントがコードを書くのだから、必要なエンジニアは減る、という話だ。今週、その議論は組織図の上へと移動した。創業者たちが次々と、業務を割り振るマネージャー、すり合わせ会議を仕切るプロダクトマネージャー、レポートを取ってくるアナリストといった中間層を切り落とし、残った全員を実際の作業へと押し戻した経緯を語った。最も引用に値するバージョンは、あるプロダクト系の看板番組から出てきた。著名な最高プロダクト責任者が、自社の社内文書に文字通りこう書き込んでいると語ったのだ。「我々はプロダクトマネジメントの存在を悔いている」
そしてその根底には、このシリーズ全体を貫いてきたのと同じ緊張関係が流れている。人がいなくなっても、お金は消えなかった。トークンの計量器へと移っただけだ。今週、複数のオペレーターがこれに率直な数字をつけた。全開で使い倒せば、エンジニア1人分のAI利用習慣は、もう1人分のエンジニアの給与とほぼ同額になるという。そして一部の投資家たちは、この問題に「投じたトークンに対するリターン(return on invested tokens)」という呼び名をつけ始めた。
この数字:プロダクトマネージャー21人。応募者31,832人。採用1人。
今週最も印象的な効率性の統計は、Lenny's Podcastに出演したWhatnotのチーフプロダクトオフィサーTom Verrilliから出てきた。Whatnotは急成長中のライブショッピング・マーケットプレイスで、出品者が動かす商品量は膨大だ。それをすべて統括するプロダクトマネージャーの数は、約21人だという。
「PMがちょうど20人を超えたところです。今日の時点で社内には21人、22人くらいいると思いますが、うちの成長軌道を追ってきた人からすれば、出品者が動かすGMVの規模を考えるとかなり少ない人数です」
そして彼らはPMをほとんど増員しない。ホストのLenny Rachitskyは、Verrilliが共有した統計を読み上げてこう言った。「過去2年間で、Whatnotのプロダクトマネージャー職に31,832人が応募しました。採用したのは1人です」Verrilliの返答は「その通りです」だった。
この挑発的な言い回しは、同社が社内文書で実際に使っている表現、「プロダクトマネジメントの存在を悔いている」というものだ。Verrilliは、これが何を意味し、何を意味しないかについて慎重に説明した。PMが無用だというわけではない。Whatnotが拒んでいるのは、すべてのチームにPMが必要だと決めつけることだ。彼らはPMをチームではなく問題にひも付け、6カ月ごとに配置転換する。その結果、「特定のエンジニアリングチームに1年以上PMがつかない年が生まれることもあります。継続中のプロダクト業務は山ほどあるのに、です」という状況になる。エンジニアやデザイナーが代わりにそれを担えるからだ。
それを可能にした変化の一部はAIによるものだが、Verrilliはそれがすべてではないと正直に認めた。「明確にAIのおかげだとは思いませんが、AIがそれをずっと容易にしているのは確かだと思います」と彼は語った。今、1人が持つレバレッジこそがその実現要因だ。
「今やAIのおかげで、あまりに多くのことができるようになったので、むしろやっていないことに対するプレッシャーを感じるほどです。あと数時間確保できれば、大量の物事を動かせると分かっているからです。Hexのスレッド上で、2017年ならAmazonのL7データサイエンティストが1、2週間かけていたようなデータ抽出が、今なら引き出せます」
彼が望む波及効果は、よりフラットで、よりシニアで、より手を動かす組織だ。彼は、大手企業のCTOたちが辞職してAnthropicの一エンジニアになっているという最近の顔ぶれを挙げた。「Workdayの元CTOはAnthropicではただのテクニカルスタッフの一員です。Instagramの元CTO、Boxの元CTO、Super.comの元CTOも、今はただのエンジニアです」と述べ、「Whatnotのプロダクト陣容が基本的にそういう姿になることこそ、私の最大の望みです」と語った。彼はこれを人件費の観点からも説明する。従来型のピラミッド、L7の下にL5が5人、VPの下にL7が4人、という構成の総人件費を取り、その代わりに3人を採用し、「特にそのレベルのインパクトを出しているなら、全員にVP相当の給与を払う」というものだ。Verrilli自身も本番環境のコードを書いてきたが、自分とClaude Codeが「うまく書けなかった」コードの大半を「誰かが静かに書き直してくれていた」ことを真っ先に認めている。
Lenny's Podcast、「This CPO regrets that product management exists | Tom Verrilli (CPO of Whatnot)」(2026年8月2日)。
創業者たちが変えたこと
「年収8万ドルの3人が、22万ドルの1人になり、10人分の仕事をこなす。」 The Andrew Faris Podcastで、Eコマースブランドのポートフォリオ運営を支援する投資家兼オペレーターのKarta VenturesのMehtab Bhogalが、なぜ管理職層が消えつつあるのかについて、今週最もすっきりしたドル建ての計算を示した。彼のフレームワークはこうだ。かつて40人規模の会社には、C級幹部層、VP・マネージャー層、そして実際に手を動かすIC(individual contributor)層があった。その中間層は「もはやほぼ消えたか、あるいはずっと薄くなっています。単に1人ひとりがこなせる量が桁違いに増えたからです」
「以前なら、年収8万ドルの人を3人雇っていたかもしれません。今では年収22万ドルの人を1人雇うだけで、その3人×10人分に相当する仕事をこなせます」
その理由は、AIが平凡な役職に対しても、かつては希少な「10倍エンジニア」や伝説的な営業担当者だけが持っていた種類のレバレッジを与えているからだと彼は言う。「今ではほぼすべての職種が、10倍デベロッパーと同じレバレッジを持っているように感じます」最も具体的な例として彼が挙げたのは、単純に消えつつある職種、社内のデータ引き出し役だ。「長年、うちには人が求める各種レポートを走らせるだけの仕事をする人がいました」と彼は言う。今では興味を持った誰もがAIで直接データに問いかけられるため、その役割は「仲介を外される」。彼はまた、自分の財務モデルを信頼する前に、数十体のエージェントを立ち上げてそれを攻撃・精緻化させる「敵対的レビュー」モードを使っていることも語った。「エラー率が大幅に下がる」からだという。
The Andrew Faris Podcast、「Where AI Is Actually Making Money In Ecommerce – Mehtab Bhogal」(2026年8月3日)。
あるCROはGTM(go-to-market)組織図全体を統合したが、それは主にAIによるものではなかった。 The Revenue Leadership Podcastで、FreshworksのCROに就任したIan Tickleは、これまで分かれていた構造、営業とカスタマーサクセス、従業員500人未満のチームと500人超のチーム、をひとつの組織に統合した経緯を説明した。ここは公平を期す必要がある。彼はその動機をAIではなく、コストと顧客体験だと位置づけていた。彼のロジックはこうだ。階層や重複が顧客の妨げになっている。「階層を重ねれば重ねるほど、メッセージを下まで届けるのが難しくなります」そして「顧客は私の組織構造など気にしません」。彼はShopifyの古い発想、「自社の組織図を出荷しない」、つまり社内の継ぎ目を顧客に感じさせない、という考えを引き合いに出した。今ソフトウェア業界全体を席巻している本能、中間層を潰し、集約し、フラット化するという動きは、AIより大きな話だという有益な指摘だ。AIはただ、効率志向のオペレーターがすでに灯していた火に、燃料を注いでいるにすぎない。
The Revenue Leadership Podcast with Kyle Norton、「E72: I Collapsed My GTM Org Chart. This Is Why | Ian Tickle, CRO @ Freshworks」(2026年8月6日)。
ある1人の男が、オンラインゲーム全体を独力で再構築しており、コードレビューを完全にやめてしまった。 この流れの行き着く先を最も鮮烈に垣間見せたのはDev Interruptedだった。ホストたちはベテランエンジニアSteve Yeggeが書いた2本の新しいエッセイを読み解いた。Yeggeは今、2000年代初頭から温めてきた情熱のプロジェクトである大規模マルチプレイヤーゲームWyvernを、実質的に1人で、大量のエージェント群を指揮することで構築している。彼は「Claude Maxのアカウントを12個ほど」所有していることを認めており、「蛇口のようにトークンを回して」エージェントたちが「昼夜を問わず休みなく働ける」ようにしているという。彼はエージェントを「認知的な近接性」によって役割分担し、モデルのアップグレードを越えて持続する固有のアイデンティティを与え(各エージェントに自分を象徴する動物すら選ばせている)、彼が半分冗談で「モデル・ウェルフェア」と呼ぶ哲学のもとで大切に育てている。支援され、よく説明を受けたエージェントほど良い仕事をする、という考え方だ。
エンジニアリングリーダーがじっくり考えるべき詳細は、彼が「ランドラッシュ」と呼ぶものだ。彼のエージェントが生み出すコードの量はあまりに多く、従来のマージ前テストは完全に崩壊している。ホストたちの説明はこうだ。「とにかくものがそのままmainにマージされていくんです。彼は大量のPRを並べて、それを一気にmainへ叩き込みます。そしてチェックを通す代わりに、明らかに壊れた状態になったコードベースにエージェントの群れを送り込んで、問題をすべて直させるんです」言い換えれば、「彼は物事を確認しません。本番環境で直すんです」無謀に聞こえるし、ほとんどのチームにとっては実際そうだろう。だがこれは、1人が疲れ知らずのコーダーの軍団を指揮するとき、「How They Build」がどんな姿になり始めるのかを示す、本物の予告編だ。
Dev Interrupted、「Model welfare, building a civilization for agents, and the CI/CD landrush」(2026年8月7日)。
あるブランドデザイナーが、会社のウェブサイト全体(コード、アニメーション、デプロイ)を1人で1週間で仕上げた。 Y Combinator Startup Podcastで、デザインツールPaperを手がけるチームが、デザインとエンジニアリングの間の引き継ぎがまさに消えつつある様子を語った。同社のブランドデザイナーAguは「少しコードは書けるが、自分をプログラマーとは呼ばないだろう優れたブランドデザイナー」で、会社のローンチサイト全体を「出荷まで含めて、アニメーションもすべて含めて、約1週間で」作り上げた。カスタムの背景シェーダーまで完備していた。彼はPaperでデザインし、その後エージェントにこう指示した。「私のPaperのデザインを取って、コードベースに変換して」できあがったのはNext.jsのサイトだ。「他の誰もこれを見ていません。Aguが1週間で最初から最後まで1人でやったんです」新しいループについての彼らのまとめはこうだ。「もはや引き継ぎすら存在しません。1人の人間が変更を加え、反復し、出荷する。1人がチーム丸ごとの仕事をこなせるんです」
特筆すべきは、Paperが今週の中に組み込まれた警戒フラグでもあるという点だ。彼らはコアプロダクトについては意図的に人間の手で作り続けている。「質の高いソフトウェアには時間がかかります。あらゆる機能をひとつ残らず備えた競合はいますが、人々はPaperの方が優れていることを求めているんです」彼らのエクスペリエンスデザイナーたちは、バターのように滑らかな120フレーム毎秒のインターフェースを必要としているが、「その水準にエージェントはまだ全然到達していません」会社全体はあえて12人体制のままだ。「少人数の精鋭チームは人材の水準を極めて高く保てます。人数が少なければ、コミュニケーションの負担も小さくなりますから」
Y Combinator Startup Podcast、「How To Design In The Agent Era」(2026年8月7日)。
「旧型コントローラーの解禁シーズン」:6週間の仕事が今や2週間に。 Manufacturing Hubで、システムインテグレーション企業LoupeのDavid Nicholsは、AIが産業エンジニアリングの仕事をどう覆し、自身の業界のモート(参入障壁)をどう脅かしているかを語った。「以前は6週間スプリントで話していました」と彼は言う。「今、6週間でできることは5倍になりました。以前6週間かかっていたことが2週間で済みます」彼のお気に入りの例はこうだ。何十年も前の故障中のロボットセルを理解しようとしたあるエンジニアが「ロボットからの生の文書と生のテキストファイルを全部フォルダに入れて、Claudeに状態遷移図を作らせました。30分でセル全体をリバースエンジニアリングしたんです」その結果、「これまでで最高のドキュメント」が生まれ、そのマシンが故障し続けていた理由も正確に判明した。書き直しの経済性は完全に逆転した。かつてエンジニアが取りうる最も愚かな選択だったもの(「絶対に書き直すな」)が、今ではしばしば最速の修正手段になっている。彼が自身の業界に向けた警告は、「SIモートの終焉」と題されたもので、率直だった。「制御系の改修は一気に大幅値引きされました。旧型コントローラーの解禁シーズンです」(彼はまた、Loupe自身のウェブサイトを、バックエンドとデプロイまで含めて、ある日の午前9時から午後2時の間に作り直したことにも軽く触れていた。)
Manufacturing Hub、「Ep. 268 – David Nichols of Loupe on Claude Code, AI Retrofits, and the End of the SI Moat」(2026年8月6日)。
もう一つの側面:コードが増えても、出荷が増えるとは限らない
今週、2人の鋭い論者が「中間層を切って産出が急増するのを眺める」という物語に異を唱えた。レバレッジの存在を否定するのではなく、その産出が本物かどうかを問い直す形でだ。
「利用率のデータはミスリーディングだ。」 Dev Interruptedで、AsanaのチーフプロダクトオフィサーArnab Boseは、多くの企業が誤ったものを測定していると主張した。Asanaのような組織では、誰もがあらゆるAIツールを一斉に使いたがるため、「利用率データを見るのは少しミスリーディングです。それは本当の成果を追う助けにはなりません。私たちは実際に本物の生産性を生み出しているのか、それとも大量のツールで遊んでいるだけで、仕事の質は上がっていないのか」彼が名付けた罠はこうだ。「今月40機能を出荷した、先月は20だった、と言うことはできます。でもそのうちの20機能は棚ざらしになっているかもしれません」彼のチームは今、生のプルリクエスト速度ではなく、エンドツーエンドのサイクルタイムを注視している。同じ回では、250を超えるエンジニアリング組織にまたがる270万件のプルリクエストをもとにしたベンチマークが引用された。番組の言葉を借りれば、「AI利用率の高さはマージされるPR数の倍増と相関する」が、同時に「AIによるコードが増えても、自動的に出荷されるコードが増えるわけではない」ことも判明したという。
そしてエンジニアたちは、ただ蒸発してしまうわけではない。 No Priorsで、投資家のSarah GuoとElad Gilは、大手テック企業がエンジニアを一部手放したとしても、「彼らの行き先はいくらでもある」と主張した。Googleで平凡な部類のエンジニアも、「昔ながらの大企業という文脈では並外れた存在」であり、「GEやPG&E、Hershey'sから引く手あまたになる」という。Gilはまた、「SaaSの死」は誇張されていると考えている。理由は後述するコストの問題だ。すでにごくわずかな金額しか払っていない安価なソフトウェアを、なぜわざわざ高価なトークンを燃やして作り直す必要があるのか、という話だ。The AI Fundamentalistsで、あるホストは同じ論点を人的資本の観点から語った。フルタイムのエージェントをヘビーに使い倒せば給与ひとり分に匹敵するコストがかかりうることを踏まえると、「私なら、学びながら成長してシニアエンジニアになっていく本当に才能あるジュニアエンジニアに投資したいです。ただAnthropicにアウトプット分の料金を払うより」
コストコーナー:請求書が給与になった
これは改めて、今週いちばん声を大にして指摘すべきテーマだが、この物語自体は成熟してきた。先月はまだ衝撃の段階だった(「え、AIの請求額ってそんなに大きいの?」)。今週それはマネジメント上の規律へと変わった。コストに名前をつけ、1人あたりで予算化し、誰にそれを与えるべきかを判断する、というものだ。
この変化全体を象徴する一言。 The AI Fundamentalistsで、ホストたちは今や誰もが密かにやっている計算を実際にやってみせた。
「1日わずか300ドルから500ドルの生のAPIコストを使うだけで、それはエンジニアの年収10万ドルから18万ドルに相当します。つまり、トークンを完全に使い倒しているなら、実質的にその水準の従業員に給料を払っているようなものです」
あるいは、顧客たちが語り始めているように、「デジタル従業員の方が、人間の従業員より高くつくかもしれない」。この計量器がどれほど速く回っているかの目安として、OpenAIの最上位モデルではトークン1,000個あたり約1セント、AnthropicのOpusでは約2.5セントだ。1回の呼び出しあたりでは無に等しいが、エージェントが何百万回も呼び出せば話は別だ。同じ回では、この状況を固定化する仕組みも指摘された。GitHubはCopilotの全プランを、AIクレジット1個あたり約1セントの従量課金へと移行しつつあり、これは定額サブスクリプションの時代の終わりを意味する。そして現在、最もヘビーに使っているサブスクリプションユーザーは補助を受けている状態で、「支払っている額の10倍から100倍のトークンを消費している」という。ホストたちの言葉を借りれば、「まだ帳尻は合っていない」。
捉え直し:「投じたトークンに対するリターン」。 No Priorsで、Elad Gilはこの新しいメンタルモデルに名前をつけた。彼によれば、企業は「みんなAIを使って好きにやってくれ」という段階から、「支出を測定しなければならない」という段階へ、そして本当の問いへと移行しつつあるという。「実際に不釣り合いなほど大きなトークン予算を与えるべきプロジェクトや人は誰なのか。これは投じたトークンに対するリターン、いわばROITという指標のようなものです。一定のトークン予算があるとして、それを誰に、なぜ与えるのか」最も印象的な証拠は、AI研究所自身から出てきた。一部の研究所は「非常に高いバーを超えない限り研究者の採用ペースを落としている。コストは研究者本人ではなく、その人に紐づくコンピュートだからだ」とGilは語った。希少な資源は人材ではなくコンピュートであり、それが結果の大半を生み出す一握りの人々に割り振られつつある。
誰もが取っている対抗策:安価な作業は安価なモデルに回す。 Making Data Simpleで、NeuroMetric AIのCEO Rob Mayは、絶えず目にするパターンを説明した。ある企業が「推論に月10万ドルから20万ドルを使い、月次で20〜30%成長している」中で、「年間500万ドルの請求書」を前に立ち尽くしている。実際にフロンティアモデルに何をさせているかを分解すると、その多くはありふれた作業だ。「営業ミーティングのメモを要約するだけで月1万5000ドル」、しかも小型で安価なモデルなら何年も前から「月1000ドルほど」でこなせてきた作業だという。狭いタスク向けに小型モデルをファインチューニングしてそちらに振り分けることで、平均的な顧客は「だいたい75%、最悪でも40%節約できる」といい、たいていは「2〜4倍の高速化とほぼ同じ品質の回答」が得られるという。Tech Disruptorsで、OktaのCOOは買い手の立場から見た同じ急転回を語った。「3カ月前、人々はエンジニアに『トークンにできる限り使え』と言っていました。今では、そんなに使えないと気づき始めています」彼が要約するすべての企業のAI体験のたどる道筋はこうだ。まず全員に試すよう促し、教育し、誰が生産的かを監視する。そして「最終的には誰もが、想像していたよりはるかに多くをトークンに使っていたと気づく段階にたどり着きます」
だがここにひねりがある。一部のトークンはより高くなりつつあるのだ。 *Eye On A.I.*で、チップスタートアップd-MatrixのSid Shethは、安価なトークン経済と並行して「プレミアム・トークン経済」が生まれつつあると語った。理由はスピードだ。Claude Codeのようなツールがインタラクティブなリアルタイムコーディングを主流にして以来、「モデルの応答が速いほど、ユーザーはそこにとどまりやすい」ため、企業はそれに課金するようになっている。「あの水準のインタラクティブ性はいらない、と言うなら、100万トークンあたり2ドルを払うことになります」とShethは言う。「でももしその高い水準のインタラクティブ性が欲しければ、100万トークンあたり20ドルを払うことになりますし、人々はその20ドルを喜んで払っています」つまり市場は同時に2方向へと分裂しつつある。ルーティン作業をめぐる底辺への競争と、瞬時の応答をめぐる頂点への競争だ。
価格戦争は現実であり、狙いはひとつに定まっている。 Everyday AIでは、今週のモデルリリース群が、低価格帯の競争がどれほど激化しているかを示した。Metaは、入力100万トークンあたり1.25ドル、出力4.25ドルの新モデル上に、Claude Code風のコマンドライン型コーディングエージェント(Muse Code)を投入した。さらに、Metaに自分のコードを学習させることを許可すれば、入力0.10ドル/出力0.20ドルまで下がる「コントリビューター階層」も用意されており、これはおよそ95%引きだ。ホストは率直にこう読み解いた。「これはAnthropicへの狙い撃ちに見えます」というのも、「Anthropicの収益の約80%はコーディングから来ていると報じられている」からだ。一方OpenAIは、価格を80%引き下げた後、フロンティア級モデル(GPT-5.6 Luna、「ほぼClaude Sonnet 5に匹敵する」)を約10億人のユーザーに無料かつ無制限で提供した。そしてAlibabaの新しいオープンウェイトQwenは、大企業に対して収益の一部を課金し始める予定だという。ホストの評決はこうだ。「Anthropicにとってこの数週間は良い時期ではありませんでした」同社は数カ月以内にIPOに向かうと報じられている。
そして逆張りのマクロ的な見立て:AIはむしろ安くではなく高くなるかもしれない。 Dwarkesh Podcastで、ホストは安価なトークンへの陶酔の裏にある居心地の悪い計算を提示した。Anthropicは3年連続で年10倍近く収益を伸ばし、昨年の90億ドルから今年はおそらく1000億〜1500億ドルに達する見込みだが、研究所側のコンピュートは年3倍程度しか増えていない。どこかにひずみが出るはずだ。推論のマージンはすでに「昨年半ばの40%から、今は80%超まで」上昇しており、スポットのコンピュート価格は「2月の底値より40%以上高い」という。彼の目玉となる思考実験はこうだ。もし本物の人間レベルのソフトウェアエンジニアが1個の最上位チップ(H100)で動かせるとすれば、今日のエンジニア給与を基準にすると、「そのH100は年間25万ドル超で貸し出されるべきで、これは現在の価格の15倍以上」になる。しかもAIは夜も週末も働くことをまだ考慮に入れていない。この逼迫が現実であることの証拠として、彼はGoogleがSpaceXに「GPU 11万基に対して月9億ドル、スポット価格のおよそ2倍」を支払っていることを挙げた。クラウドから逃れるために買うはずのハードウェアそのものすら、垂直に高騰している。The AI Fundamentalistsは、RAM価格が約220%、フラッシュストレージが約470%、GPUが100〜300%上昇したと指摘し、Mac MiniやMac Studioは、誰もが自宅でモデルを動かそうとする中で、何カ月も品切れが続いていると述べた。
通底するテーマ: この1年、私たちはAIが組織図の底辺から仕事を削っていく様子を見てきた。今週それは中間層、業務を割り振っていたマネージャー、すり合わせを担っていたPM、データを取ってきていたアナリストを削り始めた。Whatnotに至っては「プロダクトマネジメントの存在を悔いている」と、自社のプレイブックに率直に書き込むほどだった。だがその中間層を切り落としている当のオペレーターたちは今、給与ひとり分のスピードで回るトークン計量器を見つめている。そして最も賢い者たちは、「もっとAIを使うにはどうするか」という問いを立てるのをやめ、「ここで実際にトークンに見合う働きをしているのは誰か」と問い始めた。今後数年間で勝つ企業は、最も人数が少ない企業でも、最もAI請求額が大きい企業でもないだろう。人、トークン、そして出荷された成果の間の交換レートを見抜き、その余分なコードが結局一度も顧客に届かなかったことに気づくだけの正直さを持つ企業が、勝者になる。