自動運転する会社とは | Replit「The Self-Driving Company」を読み解く

目次

「会社が自分自身を動かし始めたら、何が起きるか」。開発プラットフォームを提供するReplitが2026年7月に公開したブログ記事「The Self-Driving Company」は、その一文から始まります。自社の運営をAIエージェントに任せ始めた過程を、公開された数値と部門ごとの実例でまとめた内容です。

本記事では、この「自動運転する会社」という考え方が何を指すのか、Replitが示した数字と具体例をもとに読み解きます。

#「自動運転する会社」は無人の会社ではない

Replitがまず釘を刺すのは、「自動運転する会社」は人がいない会社ではないという点です。行き先（destination）を決めるのは、あくまで人間です。ただし、そこへたどり着くまでの一つひとつの手順を、人間が毎回すべて実行するわけではなくなってきた、と説明します。

自動運転車を思い浮かべると分かりやすいでしょう。ドライバーは目的地を指定しますが、アクセルやハンドルの操作そのものは車に任せます。同じ構図を、会社の運営そのものに当てはめたのがこのタイトルです。何をやるかを人が決め、どうやるかの大部分をエージェントが担う、という役割分担になります。

#数字で見た「変化の速さ」

主張の中心は、エンジニアリング組織で起きた変化です。Replitが記載した数値を整理すると次のようになります。

• コード貢献量（行数）が2026年1月初旬から6月下旬にかけて5.8倍に増加
• 採用増の影響を除いた同一メンバー比較でも、1人あたりのコード量が約2.9倍（この間チームの人数は倍増）
• 量が急増したのに、コードレビューの待ち時間はほぼ横ばい
• エージェントによるレビュー支援で、人間のレビュー時間を30%以上削減（さらに増加中）
• PRの差し戻し率やインシデント件数は横ばいで、出力量に対して相対的には改善

ここで効いているのは、量そのものよりも品質指標の安定です。大量に作っても、レビューやインシデントといった「壊れやすい部分」を保ったまま出力を増やせているという点に、この記事の主張は置かれています。単なる生産量の誇示ではなく、品質を維持したままスケールできたことを裏付けとして並べています。

#きっかけは専用ツールではなく「Slack」

この動きが面白いのは、エンジニアリング部門にとどまらなかったことです。Replitは、社内エージェントをSlack経由で誰でも呼び出せるインターフェースにしたことで、利用が一気に他部門へ広がったと述べています。

普及の決め手は、高機能な専用ダッシュボードではありませんでした。全社員が毎日開くSlackにエージェントを置いたことが、利用が口コミで広がった理由だとしています。裏側では、GitHub、GCPやAzure、Linear、Notion、Zendeskといったシステムを横断して文脈をつなぎ、アクセスポリシー、トークンのプロキシ、監査ログでガバナンスを効かせている、と補足されています。

#部門ごとの使われ方

記事では、各部門での使われ方が具体的に描かれています。

データチームは、データウェアハウス上に「意味の層（セマンティックレイヤー）」を用意し、どのテーブルが正しい値（source of truth）かを示します。BIの質問に答え、ライブのグラフや資料を生成し、コードベースのイベントと顧客データを結合してローンチの複雑な分析まで行います。

セールスは、社内ナレッジを使って見込み客（product qualified lead）を発掘・補強します。取引先ごとの利用状況やプロジェクト活動を可視化し、顧客ごとにブランドを適用したスライドまで用意すると記載されています。

マーケティングは、会話や他チームのドキュメントから製品仕様のドラフトを起こします。すべての会議に出ずともSEOの機会を分析し、状況を把握し続けられるとしています。

サポートは、定型のプレイブックに沿って問い合わせを調査し、ブランドの声色で回答するか、調査サマリを付けて人間にエスカレーションします。人間に引き継がれる最も難しいチケットについて、解決が60%高速化したとしています。

エンジニアリングは、コードの記述とレビューに加え、リスクの度合いを判定して「人間のレビューが要るか」を自分で決めます。本番インシデントの原因調査、長年止まっていた移行作業（CSSシステムの刷新や製品のローカライズなど）、不安定なテストの保守、しつこいネットワークのバグ対応まで担うと書かれています。

#「作る」と「買う」の判断

もう一つ示唆的なのは、内製エージェントが市場のSaaSより成果を出したとReplitは明言している点です。テストした選択肢には7桁ドル規模（seven-figure）のSaaSも含まれていました。それでも社内エージェントの方が成果を出したため、その契約は打ち切ったといいます。

自社の業務文脈とデータに密着したエージェントの方が、汎用の外部製品より効いた、というのがこの判断の背景です。あらゆる企業に当てはまる話ではありませんが、業務データとの近さが成果を左右するという論点として読めます。

#この記事の読みどころ

「AIで生産性が上がった」という話自体は珍しくありません。この記事の価値は、それを部門横断の実運用と、品質を保ったまま量が増えたという指標で語っている点にあります。締めくくりの一文は象徴的です。「上に並べたグラフを見れば、そう長くは待たされないだろう」。会社が自分自身を動かす未来は遠くない、という宣言です。

なお、この「自動運転する会社」を成り立たせるには、エージェントが参照するデータそのものへの信頼が前提となります。Replitはその土台を別の記事「AIの定着は"真実"から始まる」で論じており、こちらの解説であわせて読み解いています。派手な自動化の話の下には、地味なデータ整備の土台がある、という順序で読むと全体像がつかみやすいでしょう。

---

出典: Replit「The Self-Driving Company」（2026年7月16日公開、replit.com/blog/self-driving-company）。数値・事例はいずれも同記事におけるReplitの記載に基づきます。