MetaのAIエージェント「Hatch」登場：Tokenmaxxingを廃し、実験重視へ

「Tokenmaxxing」から「Hatch」へ

Metaは「Hatch」というコードネームを持つAIエージェントを社内従業員に向けて大規模展開しようとしている。WIREDの報道によると、Metaは過去1年間にわたりAIツールの使用量に設定されていた各種プレッシャー指標を明確に削減し、代わりに「同社史上最先端のAIプロジェクト」を中心に従業員が自由に実験できる環境を促進している。Hatchはマルチステップのタスクを自律的に計画し、社内システムを呼び出しながら、従業員と協働してコード開発、ドキュメント作成、プロジェクト提案を遂行できる。もはや単純なチャットウィンドウではなく、完結した成果物を提供できる「デジタル同僚」に近い存在だ。

かつては、AI使用量が社内競争の的に

「Tokenmaxxing」は、この変化を理解するうえでの鍵となる言葉だ。「Token」と「maxxing」を組み合わせたこの造語は、従業員がAI使用量を追求するあまり、日常業務をできるだけ多くのプロンプトと生成コンテンツに分割する行為を指す。以前、Metaの一部チームでは従業員が消費するトークン数をAI変革への参加度を示す硬指標として採用し、社内スコアのランキングまで公開していた。その結果、「ありがとう」の返信すらAIに下書きさせたり、簡単なタスクでも十数種類の回答を生成させたりする事態が生じた。AIシステムへの負荷は増し続け、チームの情報フローは大量の無関係な出力に埋もれていった。

こうした「AI使用量の内輪競争」はMetaだけの問題ではない。MicrosoftやGoogleも社内AI使用データを公開し、従業員にメール・コード・コピーの作成に生成AIを活用するよう奨励してきた。しかし、トークン生産量を一心に追求することは業務品質の向上とは異なり、むしろ従業員に大量の「AIによる無意味な言葉」を生み出させる結果となった。上司がトークンで従業員を評価すれば、従業員は当然「AIにもっとしゃべらせる」方法を考えるようになる。

Hatchの差別化：「対話」から「業務委託」へ

今回の見直しの核心は、「強制使用」の存在感を薄め、Hatchが実力で従業員を引きつけるようにすることだ。Hatchは大まかなトップレベルの目標を理解し、コードベース・会議記録・プロジェクトドキュメントなどのツールを呼び出して目標をステップに分解し、段階的に実行できる。権限や事実判断の問題に直面した際は、無理に回答を生成するのではなく、一時停止して従業員に確認を求める。

WIREDが社内情報として引用したところによると、Metaの幹部は全社集会で「AIを役立っているように見せるために使うのではなく、本当にやりたくない仕事を解決させるために使え」と強調した。これはTokenmaxxing文化への軌道修正と見なされている。

従業員は「AIと対話する」スタイルから「AIにプロジェクトを割り振る」スタイルへと移行できる。たとえば、AIに会議招待状を一つひとつ書かせたりサマリーを生成させたりするのではなく、Hatchに直接こう伝える形だ——「今週のProject Atlasの進捗をまとめ、関係チームに週次レポートを送り、私が意思決定すべきリスクポイントを3つ列挙せよ」。Hatchが完了した後、従業員は確認して承認するだけでよい。

業界の視点：使用量指標から成果指標へ

MetaはAI戦略の「軟着陸」を経験しつつある。前の段階では、テクノロジー企業は採用率・アクティブユーザー数・トークン消費量を用いて変革の成果を証明することを好んだ。しかし、AIエージェントの成熟により、評価基準はタスク完了率・節約時間・プロジェクト品質へとアップグレード可能になった。MetaがこのタイミングでTokenmaxxingを緩和した背景には、エージェントエコシステムをめぐる競争も関係している。社内従業員がHatchを使用することで、Metaは実際のシナリオにおける長いチェーンのデータをより迅速に取得し、モデルの推論・ツール呼び出し・長期計画能力を改善できる。言い換えれば、従業員はユーザーであると同時に、最初の「AIトレーナー」でもあるのだ。

編集後記：「パフォーマンス的実験」に要注意

Tokenmaxxingの最も核心的な教訓は、中間変数をKPIにした瞬間、その変数は機能しなくなるということだ。Metaが使用量評価を弱めたことは、人間の本性への一種の譲歩と言える——技術の普及は強制では成し遂げられず、従業員が自発的に効率向上を実感できるようにしなければならない。ただし、Hatch自身も試練に直面している。もし従業員が成果をアピールするために、単純なタスクをわざと複雑なエージェントプロジェクトに見せかけるようになれば、「Tokenmaxxing」は形を変えて再登場するだけだ。評価体系はビジネス成果にさらに固く紐づけられなければならない。そうでなければ、新しいツールもまた別のデジタルパフォーマンスの場となってしまう。結局のところ、AIエージェントの価値は人々をより多忙にすることではなく、組織がより深く考える時間を生み出すことにある。

本記事はWIREDより編訳