AIエージェントの成果を分けるのは、ツール選定でも初期導入でもなく、導入後にどれだけチューニングを続けたかです。Claude Coworkでも何でも、AIエージェント製品を「購入して放置」ではROIはゼロになります。
SaaStr CEOのJason Lemkinさんは、SaaStrの10人のインサイドセールスチームを1.2人＋20体のAIエージェントに置き換え、同等の業績を維持しているとLenny's Podcastで話していました。ただLemkinさんが繰り返し強調しているのは、成果の裏にあるチューニング工程の重要さです。
30日間、毎日1〜2時間かけて出力を修正し続けると、エージェントはようやく実用レベルに達する
購入したその日にデータやMCPサーバーをセットアップしただけでは、エージェントは誤った日付を案内し、的外れなメールを送ります。日々の修正の蓄積だけが、その精度を引き上げていきます。
このチューニング作業は特殊なスキルを要求しません。URLを入力し、質問に答え、誤りを正す。自分の業務を知っていれば誰でもできる作業です。しかし、継続して出力をチューニングする人は一握りです。Lemkinが10億ドル超の上場企業の役員20人向けに行った導入支援コールでは、「自分でエージェントを触ったことがある人」はゼロだったそうです。
必要なのは、機械学習の知識でも高度なプロンプト技法でもありません。毎日少しでも触る意志と、触りやすい運用の形を作ることだけです。
日々SNSでは「このスキルがすごい」「このプロンプトを真似るべき」と騒がれています。出発点として真似るのはいいと思います。ただし1回使って微妙だったら終わり、ではなく、自分の違和感を言語化して書き換え続けることが大事です。技術的には誰でもできるけれど、続ける人はわずかしかいません。この非対称性の中にいる限り、触り続けた側の優位は広がり続けます。その累積経験そのものが、個人と組織の競争優位になります。