Rampが構築した、スケーラブルな業務のためのAIオペレーティングシステム

Ben Levik氏はこれまでの経験から、職場でAIを活用するうえでの最悪の戦略は「AIが使いやすくなるのを待つこと」だという教訓を得ました。

彼は現在、RampでオペレーションおよびAIプロダクトチームを率いており、この1年間、会社全体のための、いわゆる「AIオペレーティングシステム」を構築してきました。その使命は大胆かつシンプルなもので、「世界で最も生産性の高い企業を築く」ことです。

彼は、AI導入に対する各チームの反応を観察することで、この教訓を学びました。彼がMake with Notionのセッションで語ったように、多くの人が、「ただ待つ」、「ツールが全てを解決してくれることを願う」、あるいは「自分の仕事がAIに置き換えられるのではないかと不安になる」といった、ありがちなパターンに陥ります。

しかしRampは、違う道を選びました。

現在のAIに関する考え方には、次の4つの典型的なパターンがあります。

悲観論者は、「どうせAIに仕事を奪われることになるなら、努力する必要があるのか？」と考えます。一方、Z世代は、数か月後には1つのボタンですべての操作ができるようになることを期待しています。ベビーブーマー世代は慎重ながらも楽観的であり、誰かがAIの「正しい」活用方法を確立するまで1～2年待とうと考えています。

そして、ビルダーです。これは、仕事の本質が今まさに変わりつつあることを理解し、自らの仕事の新たな形をデザインする機会を見出す人たちです。

真にインパクトを生み出すのはビルダーたちです。彼らは自ら主導権を握り、完璧なAIツールを待つことはせず、今この瞬間から学び、実践し、繰り返し改善を重ね、自分たちに最適なものを構築しています。

ビルダーになるためのRampのアプローチは、プロンプト、知識、ワークフローの3段階に分けられます。各段階は前の段階を基盤として構築され、「AIに何をさせたいか？」から「これを自動的に実現するにはどうすればよいか？」へと進んでいきます。

私たちは長年、Googleにいくつかの言葉を入力すれば結果が得られるというやり方に慣れ親しんできました。スクロールし、クリックすれば、やがて必要なものが見つかります。ベンは、検索に漠然とした言葉をいくつか入力するだけで答えが返ってくるというこの方法を「曖昧さの蔓延」と呼んでいます。しかし、AIではその真逆のアプローチが求められます。AIの力を最大限に引き出すには、具体性、文脈、そして十分な詳細が必要です。

Rampでは、従業員が誰でもAIツールに常時アクセスできる環境を整え、プロンプトを使うことを日常的な習慣にしました。現在、同社の1,200人の従業員のうち約90%が毎月Notion AIを活用しています。アクセスだけでは不十分であり、AIを使ってAIの性能を向上させてこそ、初めて真の価値が得られます。

そのやり方はこうです。まず漠然としたプロンプトを入力しますが、この時点ではまだEnterキーは押しません。より良い仕事をするために役立つ質問を、AIからあなたに投げかけてもらうよう依頼します。それらの質問に答えたら、共有した内容に基づいてAIにプロンプトを書き直してもらいます。必要なものが完成するまで、この手順を繰り返します。

これは単純なパターンであるものの、人々のAIとの関わり方を完全に変えた、とベンは言います。ありきたりの結果にイライラするのではなく、やり取りを通して、AIと自分自身に、より正確になるよう教えるのです。

最近では多くのチームが似たような課題に直面しているようです。それは、知識があまりにも多くのツールに分散していることです。Slackの会話はここ、Googleドライブのドキュメントはあそこ、GitHubのディスカッションはまったく別の場所。すべてが複数の異なるチームによって管理されていて、常に同期が取れていない状態です。ここにAIを導入しても、自信満々に時代遅れの情報を提供する様子を目にすることになるだけです。

ベンは、Notionに知識を一元化した「信頼できる単一の情報源」を構築し、それを他のツールスタックと連携させることで、この課題に対処しました。しかし、このやり方が大規模で機能したのは、知識を正確かつ最新の状態に保つためのフィードバックループを構築したからです。

現在、Rampのチームは、ナレッジベースを利用する中で、不足している情報や誤りがあれば指摘しています。AIが修正案を提案し、人間がそれを承認します。ある人がNotion AIにポリシーについて質問したところ、その回答が古いことに気づいたとします。そこで、この問題についてフィードバックデータベースにフラグを立て、カスタムエージェントが修正案を作成します。その後、ナレッジ管理者が変更内容を確認して公開します。チケットの順番が来るまで2週間も待つ必要はなく、プロセス全体が数分で完了します。

良いプロンプトを書くことは1つのポイントにすぎません。Slackでの会話、Salesforceのデータ、システム間の情報をつなぎ合わせる作業など、適切なインプットを得るために、これまで多大な技術的支援が必要でした。しかし今では、AIエージェントとコネクターによって、エンジニアリングサポートをほとんど、あるいは全く必要とせずにワークフローを拡張することが可能になりました。

Rampのアプローチは簡単です。情報を入力するとAIが処理を行い、その結果生まれたアウトプットが役立つ場所に届けられます。プロダクトチームは、5つの異なるソースから自動的に要約された週次のプロジェクトアップデートを受け取り、それがSlackに自動で共有されます。営業チームはワークフローを活用して見込み客の詳細なリサーチを行い、メールの下書きを作成します。それがレビュー・送信待ちの状態で送信トレイに保存されます。

Rampのチーム全体の仕事のやり方が変わったのは、ワークフローの多くの部分が他の作業と並行して実行できるようになったからです。同社は、2025年前半だけで、2024年通年の合計を上回る、270もの機能をリリースしました。今や、重要なのは実行力ではありません。次に何を自動化するかを決めることです。

ここでご紹介した方法は至ってシンプルです。プロンプトの精度を高め、ナレッジシステムを整備し、すべてをスケールさせるワークフローを構築するだけです。

しかし、本当に重要なのはタイミングです。AIがもっと使いやすくなるのを待っていてはいけません。ツールは魔法のように使いやすくなるわけではありません。待っているだけでは遅れをとるだけです。練習と失敗を繰り返し、改善を重ねながら、今まさに力を蓄えているチームこそが、AIが進化し続ける中で優位に立つ存在となるのです。

ツールはすでに揃っています。あなたは、自分の未来をどんな風に築いていきますか？

準備はいいですか？AIで知識を一元化し、拡張する方法をご紹介するウェビナーをご覧ください。