AIは、注文と資金と顧客のある事業に仕えるべきです

私たちのシステムで起きたある不具合を、私は全面停止よりもずっと長く覚えています。データ収集の仕組みがログインセッションを失いました。エラーは出ませんでした。0を返し、その0が、本当の数字である1,481の上に書き込まれたのです。処理は正常に終わり、赤い表示は一つもなく、すべてが普通に見えました。ただ一つ、会社全体が見ている数字が間違っていたのです。

デモの場では、この種の誤りは誰にも気づかれません。誰も突き合わせをしないからです。注文があり、送り状があり、銀行の入出金明細があり、給与計算を待つ人がいる事業では、これが最も高くつく誤りになります。静かで、もっともらしく見えるからです。この文章は、そこから出発して私がAIをどう考えているかについてのものです。AIは、顧客がいて、注文があり、資金の流れがある本物の事業に仕えるべきです。見せ物のためでも、他の人にAIの使い方を教えるためでもありません。

静かに間違う数字は、止まるシステムより高くつく

この件のあと、私たちは一つのルールを決め、コードとして書き込みました。壊れたら必ず声を上げる、というものです。収集処理が0件を返したら、停止し、何も書き込まず、以前の数字を保ち、警告フラグを立てます。新しいデータソースは、信頼される前に共通の監視の仕組みにつなぎます。単純なルールですが、AIに任せる仕事の選び方が変わりました。最初の問いは「AIに何ができるか」ではなく、「間違えたとき、誰が、いつ気づくのか」になったのです。

同じ考え方から、HOPEのAIにはお金に触れる権限がありません。広告の自動運用は初期設定でオフで、機械は測定と提案だけを行います。予算の増額は、手動であっても、コード上の一か所で1日100万ドン(約38米ドル)に抑えられます。支出を変更する操作は、私個人のチャットにしかありません。AIに送金の権限はありません。私はこれをAIの欠点とは考えていません。経営者が安心して仕事を任せるための条件です。

デモと運用は何が違うのか

デモは、誰かが見ている間だけ正しければ十分です。運用は、誰も見ていないときにも正しくなければなりません。月曜の朝、注文が一斉に届き、突き合わせの担当者がまだ出勤していない時間帯です。私が特に重要だと考える違いは三つあります。

• 結果は突き合わせできなければなりません。 売上は、注文のグループチャットから自動で抽出し、配送の送り状と銀行の入出金明細に照らして確認します。AIによる注文の抽出は非常に速いのですが、価値は、その帳簿が実際のお金と一致することにあります。
• 品質には物差しが必要です。 主要なAIにはそれぞれ、実際の事例から作った自動採点の問題集があり、毎週日曜に実行します。運用アドバイザーが22問、リードの振り分けが16問、顧客への返信が15問、営業の会話の採点が13問です。2026年10月10日の直近の結果は、20/22、16/16、15/15、12/13でした。満点でない二つの結果もあえて挙げます。全問満点の問題集は、たいてい易しすぎるからです。AIに任せる範囲を広げるのも、新しいAIモデルに切り替えるのも、点数が同じか向上したときだけです。
• 最後の試験は実際の顧客です。 並行して、実際の応答時間も計測しています。中央値は1分、メッセージの80%は15分以内に返信されています(2026年10月10日までの30日間)。返信案は機械が作成し、スタッフが確認してから送信します。

どれも地味で、動画映えするものではありません。しかし、これこそが単なる道具と運用能力を分ける部分です。

自社の数字の課題を解くことでAIを学ぶ

私は講座を探してAIを学んだわけではありません。組織の六つの要素を私なりに解釈したとき、「組織を学校に変え、CEOは猛烈に学ばなければならない」と書きました。数字の課題を解くために必要なことを学ぶのであって、興味のおもむくままに学ぶのではない、という意味です。これはそのままAIにも当てはまります。HOPEの課題は具体的です。どの注文が本物か、今月いくら入金されたか、返信を待っている顧客は誰か、二度目に購入した顧客は誰か、どの投稿なら公開してよいか。こうした問いの一つひとつが、AIの別の一部を学ぶことを私に迫りました。学ばなければ、帳簿の数字が間違うからです。

この学び方には、あまり語られない二つの帰結があります。一つ目は、知識に必ず拠り所があることです。ある技術を理解しているのは、それが私の責任下にある数字を正しくしたか、間違えさせたかを見たからです。二つ目は、AIが信頼できない場面がわかることです。信頼できなかったときの代償を、実際に払ってきたからです。講演を聞くより遅いのですが、学んだことは本物の仕事に出会っても剥がれ落ちません。六つの要素については別の記事に書きました。組織を構成する六つの要素をご覧ください。

まず社内で作り、それを枠組みにする

8月、業務指示の中で私は書きました。「まず社内で作り直し、それを枠組みとして素早く展開する。」この順序が重要です。まだいない顧客のために作った枠組みは、見栄えはよくても、誰も荷重をかけていない枠組みにすぎません。自社の中で、誤ったデータ、深夜に届くメッセージ、厳しくなる広告ルールを経験した枠組みには、必要な傷がすでに付いています。

その結果、HOPEは二つの顔を同時に持っており、どちらも本物です。栄養補助食品のD2C事業者として、私たちは個人のお客様に販売し、広告に関する法令、在庫、資金繰りと向き合っています。同時に、その運営の仕方は、手順、監視の仕組み、採点の問題集、権限の階層として書き起こされており、パートナーが自社の枠組みとして使えるほど明確です。ここで申し上げるのは「できる」であって「すでにやった」ではありません。これは私たちが持つ能力であり、原則のレベルでのみご説明します。

Chief AI Officerとは誰か

Chief AI Officerという役割は今後ますます必要になると私は考えていますが、どう理解しているかは明確にしておきたいと思います。最も多い誤解は「社内で一番AIに詳しい人」という捉え方だからです。私にとっては、事業を理解し、そのうえで道具を組み合わせて本物の成果を出す人です。道具は四半期ごとに変わります。新しいモデルが出れば、古いモデルは退きます。残るのは、一つの業務を見て、どの工程はAIが行い人が確認するのか、どの工程は任せるべきでないのか、そして正しく動いていることを何で確かめるのかを言える力です。

ですから、その席に座る人は、突き合わせの結果を読めて、なぜコンテンツが禁止表現の検査を通る必要があるのかを理解し、予算の上限をどこに置くべきかを知っていなければなりません。技術は半分です。もう半分は、最終的な数字に責任を持つことです。ソフトウェアエンジニアから国際営業に移った私にとって、この二つは一つの仕事です。これは私自身の見方ですが、AIを見せるだけのチームは、人々が成果を問い始めたときに立場を保つのが難しくなります。一方、本物の事業のためにAIを使うチームは、最初から注文とお金で測っているので、影響を受けにくいと思います。

投資家とパートナーの皆様に知っていただきたいこと

• コストは人数よりソフトウェアに比例して増えます。 2026年の有料広告費は売上の約1%で、購入いただいたお客様1人あたり約26,000ドン(約1米ドル)です。お客様は主に、自社で保有する約24万人のフォロワーのコミュニティから来ています。
• 突き合わせ済みの数字です。 2026年の最初の9か月の純売上は約35.7億ドン(約137,000米ドル)、年換算で約44億ドン(約170,000米ドル)です。突き合わせ済みの数字は2026年から始まるため、それ以前の年は公表していません。
• AIには境界があります。 コンテンツは公開前に人が確認します。顧客データはAIに渡る前にマスキングします。AIの呼び出しはすべて記録しますが、回数のみで内容は保存しません。
• 弱点は残っています。 私たちは小さな会社であり、突き合わせ済みのデータは今年からしかなく、採点の問題集にはまだ満点でないものがあります。他の方に見つけられるより、自分たちから申し上げたいと思います。

HOPEをAIをたくさん使う会社として覚えていただきたいわけではありません。誰かが帳簿を開いたとき、数字が口座のお金と一致し、AIが間違えたときにはすぐに誰かが気づく会社として覚えていただきたいのです。それ以外は、道具にすぎません。