人工知能に関する議論は、雇用と投資収益率への影響に焦点を絞ったもので、ほとんどどこでも行われている。どの仕事がなくなるのか？どのスキルが生き残るのか？現在の評価は正当化されるのか？これらの疑問は重要ではあるが、より深い問題を見落としている。過去2世紀にわたって経済生活を組織してきた制度である企業そのものが、AIをきっかけに現在の形で存続するのかどうかという問題である。

企業は経済生活の自然な特徴ではないことを忘れてはならない。商人たちが世界貿易の膨大な距離と不確実性を管理する新たな方法を模索した結果、16世紀に出現した。こうした課題に対処するため、1555年にイギリスのメアリー女王のもとでムスコヴィー会社が設立され、その後、より有名なイギリス東インド会社やオランダ東インド会社が設立された。これらの株式会社は、何百人もの投資家から資本を集め、何年にもわたるプロジェクトを管理できる官僚機構を構築するという、新しいモデルを開拓した。会計、監査、ヒエラルキーを通じて、見知らぬ者同士の大規模な共同作業を可能にする信頼のアーキテクチャを作り上げたのである。

産業革命は、この組織論理を新しい時代へと引き継いだ。蒸気、鉄鋼、電信は、中央集権的な企業指揮を要求した。20世紀初頭までに、ヘンリー・フォードは動く組立ラインによってこのモデルを完成させ、反復作業、専門化された役割、標準化された生産物といった社会的規律と機械的精度を融合させた。工場は、労働者を企業機械の重要な構成要素へと変えた。

20世紀半ば、トヨタの生産システムは再び企業を再定義した。リーン生産方式とジャスト・イン・タイムのロジスティクスは、硬直性を即応性に置き換え、工場現場の労働者に力を与えた。企業は機械ではなく、より情報ネットワークに近いものとなり、企業モデルの最後の大きな進化となった。

企業が繁栄したのは、情報の希少性、高い取引コスト、監督の必要性、資本の集約という4つの基本的な制約に対処したからである。ノーベル経済学賞を受賞したロナルド・コースが1937年に発表したエッセイ「企業の本質」で説明しているように、企業が存在するのは、市場を利用するにはコストがかかるからである。企業は、人々が単発の取引ではなく、長期的な契約に基づいて協力することを可能にする。

2009年にノーベル賞を受賞したオリバー・ウィリアムソンは、1975年の著書 “Markets and Hierarchies “で企業の理論を拡張した。彼は、人間が不完全であるからこそ企業が存在するのだと示唆した：私たちは取引を行う際にあらゆる不測の事態を予見することはできず（束縛合理性）、時には自分の利益を優先してしまう（日和見主義）。こうした欠点は、投資が高度に専門化した場合に特に顕著になる。終わりのない交渉や再交渉を避けるため、企業は意思決定とその執行をマネジャーに頼る。

エージェント型AIは現在、スマートコントラクトによって自動的に執行される信頼性の高い契約を設計することができ、クラウドサービスは知識や資産を即座に共有可能にする。かつて企業階層を正当化していた調整問題は、コンピューター・コードによって解決されたかのように見え、企業の伝統的な合理性は薄れ始めている。

オックスフォード大学の経済史家カール・ベネディクト・フレイは、近著『How Progress Ends』の中で、経済史を貫く深い構造的緊張を指摘している。近代経済は常に、新しいアイデアの探求（探索）と、すでに存在するものの拡大・改良（搾取）のバランスを取ってきたと彼は書いている。探求はオープンで実験的な環境で成長し、搾取は構造、規律、階層に依存する。

20世紀は企業づくりの技術を完成させたが、21世紀は企業なしで生きていく能力が試される。

サミ・マールーム

この緊張関係が、経済発展のあらゆる局面を形作ってきたとフレイは主張する。工業化時代、企業は搾取のための典型的な手段となった。しかし、同じ制度が進歩の障壁となったとフレイは警告する：搾取のために設計された構造が支配的になると、社会が適応するために必要な探索的能力が抑圧される。時が経つにつれて、効率性は惰性へと硬化し、進歩は停滞する。それは、アイデアが枯渇したからではなく、古い経済のために構築された制度が新しい経済の論理に抵抗するからである。

その核心は、最終的にルーティンとして定着する習慣を通じて、人材、資本、知識を調整する仕組みである。経営者の役割は常に、こうしたルーチンをより効率的でスケーラブルなものにすることであり、今日、AI投資のほとんどがそこに集中している。

今日、関連する2つの動きが、企業が生み出す余剰をすべて吸収する能力を試している。ひとつは、探査と開発の境界が崩れたことだ。歴史的に、これらは連続的なものであった：研究者は研究所でアイデアを発見し、企業は確立されたプロセスを通じてそれを展開した。

AIは、拡大するさまざまな領域において、この境界を取り払いつつある。例えば創薬では、アルゴリズムが同時に新しい分子を探索し、それがどのように大規模に生産できるかをモデル化する。ソフトウェア工学では、ジェネレーティブ・モデルが連続的なループの中でコードを書き、テストし、デバッグする。マーケティングでは、AIシステムがリアルタイムでキャンペーンを設計、テスト、最適化し、研究と実行の境界線をなくす。かつては外部委託が必要だった研究開発、生産、オペレーションが、今では単一の統合されたシステム内で展開できる。

第二の発展は、人間の能力の拡大である。AI技術が進歩するにつれて、人が想像し、創造し、達成できることの限界が押し広げられる。生成的なAIモデルが研究論文の執筆を支援し、推論を深め、ニュアンスを加え、文章を洗練させることで、ラフな草稿を首尾一貫した統合された全体へと変えることができることを考えてみよう。同様に、エンジニアはAIツールを使って、かつては大規模なチームを必要としたシステムのプロトタイプを作成することができる。

こうした開発の複合的な効果として、組織内からは、階層構造が吸収するために構築された以上のアイデア、イニシアチブ、問題解決のエネルギーが湧き上がってくる。発見を生み出すのと同じツールが、その発見に基づいて行動することもできるようになり、AIを活用した従業員がマネジャーの調整能力を上回るスピードで動くようになると、会社の管理構造は利点というよりむしろ障害に見え始める。AIが人間と機械の両方のエージェンシーを強化するにつれ、既存の企業は、彼らが生み出す価値を抑制することがますます難しくなっていることに気づく。この内部的な過負荷の結果は、効率性の向上ではなく、エントロピーである。

組織がAIによって能力を高めれば高めるほど、それが解き放つ人間の潜在能力を管理するのが難しくなるということだ。デューク大学フュークワ・スクール・オブ・ビジネスのウェスリー・コーエンとペンシルバニア大学のダニエル・レヴィンタールは、1990年の代表的な論文で、企業の吸収能力を、外部の新しい知識を認識し、吸収し、適用する能力であると定義した。彼らの研究を基に、ミネソタ大学カールソン・スクールのシェイカー・ザハラとジョージタウン大学のジェラード・ジョージは、後にこの概念を、個人の認識と集団的ルーチンを結びつける動的でマルチレベルの能力として再構築した。

しかし、AIによって個人の学習と意思決定のペースが組織の処理能力を超えて加速すると、そのバランスは崩れる。個人の進化が、それを調整するために構築されたメカニズムが適応できる速度を上回るようになると、吸収能力は内部でズレが生じてくる。かつては学習を組織の能力に変換していたルーチンが侵食され、調整の危機が生じる。言い方を変えれば、余剰は企業が作るものから個人ができるものへとシフトしたのである。そして、顧客、供給業者、規制当局のすべてが独自の新たな適応能力を獲得するにつれて、同じダイナミズムが社会全体で展開されている。

注意すべき話はたくさんある。コダックはデジタル写真を発明したが、誰もが写真家になる世界を予見できなかった。コダックの強みはフィルム技術と流通にあったが、その統治構造は、画像が希少で生産コストが高い時代に適合したままだった。

かつて世界最大の携帯電話メーカーであったノキアは、ハードウェアでは圧倒的な強さを誇ったが、価値を生産ではなく調整に再定義したデジタル・プラットフォームへのシフトに乗り遅れた。ビデオレンタルチェーンのブロックバスターは、ストリーミングが登場したときに破綻した。そのビジネスモデルは、時間とアクセスのコントロールが企業から消費者に移った時代に適応できなかったのだ。これらの失敗は、いずれも同じ根本的な弱点に起因している：それは、外部からのエージェンシーが変化したときに、社内のヒエラルキーを再構築できなかったことである。

一方、他の企業もポートフォリオの麻痺に陥った。オランダの電子機器コングロマリットであるフィリップスは、1980年代までに、電球から半導体まで数多くの部門を束ねる首尾一貫した戦略がないほど、巨大化していた。継続的な技術革新にもかかわらず、戦略的一貫性は崩壊していた。各事業部はそれぞれの点では優れていたが、会社を異なる方向に引っ張っていたのだ。フィリップスのライバルであるドイツのシーメンスも、工業の伝統と拡大するデジタル・ビジネスの調和を図りながら、同様の緊張に苦しんでいた。どちらのケースでも、失敗したのは調整だった：子会社が生み出す価値は、フィリップスやシーメンスの経営陣が認識したり指示したりできる以上のものだった。

かつてコダックやフィリップスが悩まされた疑問は、豊かさの統治に奮闘する省庁や大学、財団にも突きつけられている。例えば、研究助成機関にはAIによる助成金申請が殺到している。機械によって生成された提案書が急増し、従来の評価プロセスを覆し、ゆっくりと熟慮を重ねる査読に慣れた委員会を圧倒している。もはや課題は、管理効率の問題ではなく、組織の認識力の問題である。アイデアがマシンのようなスピードで進化する時代に、ゆっくりとした認識速度に合わせて構築された機関は、目的に適合し続けることができるのだろうか？

それは、AI余剰のパラドックスの本質である。可能性とイニシアチブが、それらを統御する組織の能力を上回るとき、成功は不安定さの源となる。企業は今、知性やスキルの不足に直面するのではなく、手つかずの豊富な能力と戦っている。溢れ出る能力を管理するには、意思決定を、洞察が生まれる場所の近くに移動させ、行動するのに最適な立場の者が、遅延や官僚的な摩擦なしに行動できるようにする必要がある。

コンサルティング・パートナーシップは有用なモデルとなる。パートナーは、信頼、評判、財務的説明責任を共有するインフラの中で、高度な自律性をもって活動する。経営陣の承認を待つことなく、直接リソースを配分し、洞察力を顧客価値に変えることで報酬を得ることができる。

AI時代に成功するためには、企業も同様の設計を採用する必要がある。共有インフラに根ざした分散型権限、つまりヒエラルキーではなく、透明性の高いデータの流れと慎重に調整されたインセンティブによってアライメントが維持される、ネットワーク化された連合体である。会社のアーキテクチャーは、現在のコマンド・アンド・コントロール・モデルから、オーケストレーションとエンパワーメントのモデルへと進化しなければならない。この移行をマスターした企業は、AIの余剰を戦略的優位性に変えるだろう。

探索と開拓が単一のプロセスになると、発見と実行はもはや連続的に起こるのではなく、感知、学習、行動の同じ連続的なサイクルの中で起こるようになる。この新たな秩序では、経済は命令系統ではなく、情報の流れを通じて組織化される。

このシフトを理解するためには、人間と機械のシステム間でエージェントがどのように共有されているかを説明する言語が必要である。アクター・ネットワーク理論はまさにそれを提供する。伝統的なネットワーク理論では、人とシステムは異なる存在として扱われるが、アクター・ネットワーク理論では、主体性、つまり行動し結果を生み出す能力は、それらをつなぐネットワークから生まれると主張する。診断ソフトウェアを使用する医師、リアルタイムの患者データに依存する看護師、そしてパターンから学習するアルゴリズムが一緒になると、3人の参加者全員に能力が分散された単一のエージェントになる。

AIはこのような統合をシームレスにする。人とAIが共に考え、実行し、創造することで、人と機械がエージェンシーを共有する、首尾一貫した経済主体となる。このような関係を何千ものハイブリッド参加者間で再現すれば、真のアクター・ネットワークが出来上がる。

アクター・ネットワーク理論は、フランスの哲学者ブルーノ・ラトゥールに遡ることができる。彼は1987年の著書『行動する科学』でこの概念を紹介し、2005年の著書『社会的再構築』でその概念を拡張した。ラトゥールは主体性を本質的に分散したものとみなし、システム、人間、テクノロジーの相互作用から生まれるものと考えている。

このレンズを通して見ると、AI経済はヒエラルキーとしてではなく、人間とそのエージェントが企業を介するよりも効率的に互いに取引するエコシステムとして見える。安定した仕事と生涯のキャリアが目的主導型のプロジェクトに取って代わられるにつれ、資本は企業ではなく問題を追うようになる。政府はデジタル・プロトコルを規制し、企業が報告する利益ではなく、価値が生み出される取引に課税するようになるだろう。

このような変革は有望に聞こえるかもしれないが、重要な何かが失われることになる。企業はかつて、給料以上のもの、つまりコミュニティや帰属意識を提供していた。その衰退は新たな自由をもたらすかもしれないが、同時につながりへの深い憧れももたらすだろう。

エージェントが人間とAIモデルの間で分散されるようになると、新しい種類の経済主体が出現し始める。マイクロソフト幹部のジャレッド・スパタロによれば、エージェント・ボスとは「AI時代にエージェントの影響力を増幅し、キャリアをコントロールするために、エージェントを構築し、委任し、管理する人物」である。

スパタロの見解は、経済的主体性の根本的な変化を捉えている。エージェントのボスは、オーグメンテーションによって経済的に首尾一貫した存在となる個人である。労働力を提供する請負業者でもなく、企業のヒエラルキーに縛られた従業員でもないエージェント・ボスは、自己とAIエージェントのコンステレーションとのパートナーシップによる「スタートアップ」を行う零細起業家である。彼らは共に、人間や機械単独よりも有能でありながら、組織のオーバーヘッドから解放された経済単位を形成する。

交換可能な労働力として機能する従来の従業員とは異なり、エージェント・ボスはAIエージェントとの関係を所有する。クライアントや共同作業者の間を流動的に移動することができ、それぞれ異なる人間や機械の共同作業者を必要とし、検証可能な結果を生み出す、明確なプロジェクトからなるキャリアを築くことができる。

このようなエージェント・ボス・ネットワークは、わずか数人の人間とAIエージェントで構成されることもあり、全員がタイムゾーンを越えて働き、一定の目標が達成されると分散する。ナイロビの気候アナリスト、リスボンのデザイナー、そしてシンガポールの開発者が、気候適応の問題に取り組むために1ヶ月間共同作業を行い、データ、コード、洞察を残して、他の人がそれを基に構築できるようにするかもしれない。Upworkのようなプラットフォームのフリーランサーは、すでにこの方向に進んでおり、大規模な言語モデル、ツールチェーン、データベースのフリートを管理するため、自分自身を請負業者ではなく「エージェント・オーケストレーター」と表現している。

確かに、分散型ネットワークはすでに存在している。ウィキペディアやLinuxは、何十年もの間、グローバルなコラボレーションによって繁栄してきた。しかし、これらのコモンズベースのモデルは、制度的な価値の再分配に依存している。それとは対照的に、エージェント・ネットワーク・モデルでは、個人がコードやデータを含む自分が創造した価値を、組織の仲介者に譲り渡すのではなく、自ら獲得し所有することができる。

ラトゥーリア経済は、社会学者のマヌエル・カステルス（元スペイン大学大臣）やコロンビア大学のサスキア・サッセンが描くネットワーク社会とは一線を画している。カステルスは『ネットワーク社会の台頭』（1996年）で、産業階層を再構成する資本と情報のグローバルな流れを追跡した。サッセンは『グローバル・シティ』（1991年）と『領土、権威、権利』（2006年）で、同じ流れがいかにニューヨークやロンドンなどの都市に権力を集中させているかを示した。彼らの研究を総合すると、グローバルな連結性がもたらす不平等な影響が浮き彫りになった：国境を越えた主要なハブがますます支配的になる一方で、周辺諸国は消費者や低価値のノードとして機能している。

対照的に、ラトゥーリア経済では、行為者がネットワークを構築するのであって、その逆ではない。つながりは緩やかで、状況に応じた一時的なものであり、中央集権的なインフラではなく、共有された目標によって支えられている。ラトゥーリア経済では、フローも構造も分散化される：各アクターは独自のネットワークを構築・維持し、人間や機械の協力者を必要なだけ集める。

ラトゥーリア経済は、デジタルツールをより軽く、より安く、より広く分散させることで、ノートパソコンとインターネット接続さえあれば、かつては研究機関や多国籍企業しか利用できなかった機能を誰でも利用できるようにする。アクラにある小さなデザインスタジオが、法学修士を養成したり、データ駆動型のサービスを提供したり、サンパウロのクライアントとコラボレーションしたりできるようになったのだ。価値創造はもはや、工場や特許、物理的な流通網を所有する機能ではなく、知識の流れを編成する能力にかかっているのだ。

とはいえ、ラトゥーリア経済が能力を再分配する一方で、パワーを再分配するかどうかはまだ不透明だ。AIは確かに長年の溝を狭める可能性を秘めているが、その影響はテクノロジーそのものよりも、価値生産ネットワークへのアクセス、信用、ガバナンスがどのように構築されるかにかかっている。

3つの懸念がある。第一に、なぜ大企業は既存の優位性を強化するためにAIを利用しないのだろうか。ほぼ間違いなくそうなるだろう。しかし、企業がAIによってますます強化されるにつれて、企業内部の力学が変化する可能性がある。権限が委譲され、アルゴリズムが管理層に取って代わり、部門間で能力が再配分される可能性がある。その過程で、大企業は従来の企業というよりも、アクター・ネットワークの持ち株会社のような存在になるかもしれない。

AI経済はヒエラルキーとしてではなく、人間とそのエージェントが企業を介するよりも効率的に互いに取引するエコシステムとして現れる。

サミ・マールーム

第二に、複雑なプロジェクトには共同作業と一致したインセンティブの両方が必要なため、分散システムは依然として階層性を要求する調整問題に苦戦している。しかし、AIは仲介者の必要性を減らすことで、この問題を軽減するのに役立つ。オープンソースのプロジェクトはすでに、大規模な分散チームが複雑な技術的課題に対して効果的に協力できることを示している。LinuxやKubernetesは、いずれもオープンなコラボレーションと分散型ガバナンスの産物であり、その代表例だ。企業は消滅する代わりに、緩やかに連携するネットワークのエコシステムへと進化する可能性がある。

第三に、断片化は効率性と一貫性を損なう可能性があるため、何百万人ものエージェント・ボスの経済は、自己完結型のイニシアチブのパッチワークに堕落する危険性がある。かつて企業は、優先順位の共有を強制することでこの問題を解決したが、アクター・ネットワーク型経済は、自律的なアクターが共通の課題に取り組むことに依存する。このモデルは、フィードバックのループが緊密であれば機能するが、タイムラインが長くなると頓挫する。問題が何十年にもわたって展開するようになると、持続的な調整は困難を極める。

1937年にコースが「企業はなぜ存在するのか」と問うたとき、彼の答えは取引コストだった。この論理は官僚制の時代を定義したが、AIシステムやエージェント・ネットワークの世界では、コストはゼロに近づき、もはや通用しない。官僚主義はいまやアルゴリズムの形で現れ、かつて管理職が強制していたことを自動化するプロトコルやデジタル・ガバナンス・システムにコード化されている。

こうした背景から、コースの問いは新たな緊急性を帯びている。20世紀の大半において、企業のヒエラルキーは経済行動を調整する上で市場よりも効果的であることが証明された。AIによって強化された市場が、かつては経営陣の監視が必要だった仕事を処理し始めた今、答えはそれほど明確ではない。それでも、ある種の仕事、特に長期の資本ベンチャーや規制の厳しい産業には、従来のヒエラルキーの方が適しているかもしれない。

フレイは、イノベーションを利用するために構築された構造が、イノベーションを探求する力と同じ速さで進化できない場合、進歩は頓挫すると警告している。アクター・ネットワーク経済は、ヒエラルキーを完全に排除するのではなく、ヒエラルキーをルールではなく例外とすることによって、救済策を提供するかもしれない。探索と利用が同じ分散型ループの中で行われる世界では、発見と提供の間の古い隔たりは崩壊する。しかし、フレイのパラドックスに対する答えは、画一的なアクター・ネットワークではなく、混合経済にある。一部の問題では依然として階層的な組織が必要とされるかもしれないが、それはデフォルトではなく、意図的に適用されるべきである。

以前は必要であった条件が解消されるにつれ、企業の存続はunlearningに依存するようになるかもしれない。組織学習に関する研究は、手放す方法を知ることが吸収能力と同じくらい重要であることを示唆している。AIの時代には、それが企業の最後の防衛手段となるかもしれない。いかなる組織も、新たなエージェンシーの源泉をすべて吸収することはできないため、何をアウトソースするか、スピンオフするか、放棄するかを決定しなければならない。組織学習の未来は、知識の蓄積と同じくらい、戦略的忘却にかかっているのかもしれない。

会社の代替物は、私たちの集団的な選択によって形作られる。エージェントのボスに権限を与える法制度を設計することができるのか、それとも従業員のために作られた規制の枠組みの中に閉じ込めるのか。分散型の価値創造を管理できる税制を構築できるのか。そして、新たな社会保険と帰属の形を開発することができるだろうか？

確かなことは、企業が変わろうとしているということであり、私たちの生活における会社の役割もそれとともに変わるということである。アクター・ネットワークが経済生活を組織化できることはすでに分かっている。本当の問題は、近代企業を定義していた公平性、一貫性、共有目的の感覚を維持できるかどうかである。20世紀は、企業を構築する技術を完成させた。21世紀は、企業なしで生きていく能力が試される。

• スパークXの創設者であるサミ・マールーム氏は、以前はINSEAD、OECD、ネスタに勤務していた。©Project Syndicate