Coboは2024年末から、中核事業である暗号資産カストディ事業とステーブルコイン決済事業に加え、AIとブロックチェーンの統合を模索してきました。当初は、MCP（マルチチャネルプログラミング）によってもたらされる標準化されたスキルの可能性に着目しました。理論的には、スキルが十分に標準化されていれば、AIはプラグインのような機能を呼び出すことができ、ブロックチェーンはAIにとって最も自然な金融インフラになるでしょう。そこで、社内でMCPアプリケーションストアをインキュベートしました。しかし、これはすぐに誤りであることが証明されました。当時はAIの敷居がまだ高く、経験豊富なエンジニアしか使いこなせず、MCPも十分に標準化されていませんでした。それぞれの統合には時間がかかり、労働集約的で、コストがかかり、遅く、実装結果は期待をはるかに下回っていました。しかし、AIチームはすでに構築されていました。費用がかかり、採用が難しく、簡単に解散することもできませんでした。そこで方向転換を決意しました。まだ顧客の世界を変えることはできないので、まずは自分たちを変えることにしました。 最初の問題：セキュリティ 資産管理会社であるCoboは、データと社内技術プロセスフレームワークの両面において極めて機密性が高い企業です。社内には厳格なデータ階層構造も存在します。しかし、データと実際のビジネスインプットがなければ、自社のエージェントをトレーニングすることは不可能です。当初はローカルモデル展開を検討しましたが、実際には、ローカルモデルのインテリジェンスレベルが要件を満たしていませんでした。実行は可能でしたが、ユーザーフレンドリーではなく、質問には回答できましたが、十分なインテリジェンスを備えていませんでした。最終的に、ClaudeとGeminiを主要技術として選択しました（これにより、ZDR（ゼロデータ保持条項）を適用し、最高レベルの分離を実現できました）。しかし、大規模モデルはビジネスの基盤となる「頭脳」に過ぎませんでした。真の複雑さはデータと権限にありました。その後、完全な社内ナレッジベースとエージェントフレームワークを開発しました。この社内ナレッジベースと、coboが独自に開発したエージェントシステムを組み合わせることで、社内データの階層化が実現しました。可読性は従業員の権限に基づいて割り当てられました。エージェントがナレッジベースにアクセスする際、「神の視点」ではなく、従業員の権限を継承しました。詳細には、ネットワーク環境をどのように分離するか、レイヤー間のデータフローをどのように制限するか、ログの保持と監査可能性をどのように制御するか、機密情報の漏洩をどのように防ぐかなどが含まれていました。これらは特に刺激的なものではありませんでしたが、プロジェクトの持続的な実行を左右するものでした。AIがセキュリティ上の脆弱性になることは許されませんでした。アーキテクチャ構築後の課題：誰も使用しなかった 今日でも、会社は深刻な問題に直面しています。多くのフロントエンドビジネスはAIを軽視しています。単にAIの使用を推奨するだけでは、ワークフローは変わりません。私たちは後になって、まずは経営から始めなければならないことに気づきました。最初のブレークスルー：OKRエージェント 私たちが最初に強く推進したシナリオは、カスタマーサービスでもコーディングでもなく、OKRでした。AIを用いて企業戦略を分析、OKRの設定、進捗状況の追跡、そして主要なマイルストーンのレビューを行っています。つまり、私たちは企業経営を、人を管理するものから、協調的なガバナンスモデルへと徐々に変革しているのです。このプロセスは従業員にとって非常に困難でした。以前は目標をもっと簡潔に記述し、プロセスをより合理的に説明できました。しかし今では、週次データが容易に入手できるようになり、言い訳はますます少なくなっています。この瞬間から、目標はもはや会議での議論ではなく、システム内の継続的な記録となりました。戦略OKRはビジネスの進捗状況を毎週モニタリングしますが、これはパフォーマンスから始まるため、各人がAIを真に理解できるようになります。なぜなら、参加しなければ報酬に直接影響するからです。パフォーマンスからビジネスへ：完全なエージェント化 OKRがスムーズに運用できるようになると、社内のサービスエージェント化を推進し始めました。評価とボーナスを組み合わせて、各部門にそれぞれのビジネスに関連するエージェントを配置するよう促しました。カスタマーサービスはカスタマーサービスエージェントに、法務は契約サポートエージェントに、営業はCRMエージェントに。さらに、最も予測不可能なカスタマーエージェントを探し出すことさえしました。最終的に100人以上のエージェントが配置されました。この「シリコンカーボン共同ガバナンス」の成果を正確に定量化することはできません。しかし、少なくとも一つの変化は明らかです。以前は、問題に直面した時の第一反応は「別の人を雇うべきか？」でした。今では、第一反応は「まずはシステムを巻き込めるか？」です。これは、私たちがシリコンカーボン共同統治と理解しているものであり、AIが人間に取って代わることではありません。そうではなく、人々がシステムに慣れていくことです。今年を振り返って、いくつかの非常に現実的な教訓を挙げてみましょう。 まず、健全なキャッシュフローが不可欠です。企業のキャッシュフローが健全でなければ、この変革は持続しません。AIはコスト削減ツールではなく、長期的な構造改革のための先行投資です。Coboの中核事業が依然として健全なキャッシュフローを維持していることに感謝しています。第二に、トップダウンでの導入が不可欠です。組織は自発的に変化しません。経営陣が後押ししなければ、自然に衰退します。周知の通り、Coboの創設者はAIの大ファンです。 CTOの江博士は、2000年代初頭にCMUのポスドク研究員としてAI研究を始めました。3つ目は、強制的な活用です。単に奨励するだけでは、AIは永遠にメールを書くレベルにとどまってしまいます。実際のプロセス変更は、ある程度「強制的」でなければなりません。4つ目は、まず自社のビジネスに取り組むことです。多くの企業がAI + Web3について語っていますが、社内でAIを実装していない限り、対外的に語っていることは単なる概念に過ぎません。振り返ってみると、この変革を完全に定量化することはできません。当社は徐々に「人主導のプロセス」から「目標主導のシステム」へと移行しています。将来、真に「インテリジェントな組織」が出現したとしても、それは決して自然に進化するものではありません。それは、一連の不快な経験によって推進されたものです。全従業員の参加によって、当社はAI時代の真のニーズをより深く理解することができます。これもまた、社内変革の副産物です。最近、Cobo Waas Skillをリリースしました。Cobo WaaS Skillは、AIコーディングエージェント向けに特別に設計された統合および運用機能レイヤーです。構造化された知識、実行可能なサンプル、シナリオオーケストレーションを通じて、エージェントがWaaS APIを正確に呼び出すことを可能にします。現在、ウォレットAPIをAIエージェントが直接呼び出せる金融機能モジュールにアップグレードしています。開発サイクルは週単位から会話型へと短縮されました。これは単一の製品インスピレーションによるものではなく、社内における最近の協働ガバナンスの取り組みに伴う、機能の自然な波及効果です。私たちはまだ模索を続けていますが、少なくとも今日のCoboは2024年の企業とは大きく異なります。