作者：alexzuo4，投資・保管部門副社長 @Cobo
2024年末以降、Coboは自社のコア暗号資産保管とステーブルコイン決済事業に加え、AIとブロックチェーンの融合を模索し続けています。
最初に注目したのは、MCPによる標準化されたスキルの潜在能力です。理論上、スキルが十分に標準化されれば、AIはプラグインのように能力を呼び出し、ブロックチェーンはAIにとって最も自然な金融インフラとなるでしょう。
そこで私たちは内部にMCPのアプリストアを立ち上げましたが、すぐにそれは誤りだと判明しました。
当時のAIのハードルは高く、熟練したエンジニアだけが呼び出せるレベルでした。MCPも十分に標準化されておらず、各連携には多大な時間と労力、コストがかかり、推進も遅く、実現効果は期待外れでした。
しかし、AIチームは結局立ち上がりました。非常に高価で採用も難しく、簡単に撤退できるものではありません。
そこで私たちは方向転換を決意しました。今すぐ顧客の世界を変えられなくても、まずは自分たちを変えることにしたのです。
最初の課題：安全性
Coboは資産保管会社として、データや内部技術フレームワークは非常に敏感です。内部には厳格なデータ階層もあります。しかし、データや実際の業務入力がなければ、自社のエージェントは育ちません。
最初はローカルモデルの導入を考えましたが、現実にはローカルモデルの知能レベルは要求を満たしませんでした。動作はするが使いにくい、回答はできるが賢くない。
最終的に、ClaudeやGeminiを中心に採用し（ZDR—ゼロデータ留存条項を申請し、最高レベルの隔離を実現可能）、大規模モデルはあくまで業務の「脳」として位置付けました。本当に複雑なのはデータと権限です。
そこで私たちは、社内知識ベースとエージェントのフレームワークを一式構築しました。
内部知識ベース＋Cobo自社開発エージェント体系
知識ベースは社内データの階層管理を担当し、社員の権限に応じて閲覧範囲を割り当てます。
エージェントは知識ベースを呼び出す際に、社員の権限を継承し、「神の視点」を持ちません。
この仕組みの詳細は以下の通りです。
・ネットワーク環境の隔離方法
・層間データ流通の制限
・ログの保存と監査の管理
・機密情報漏洩の防止
これらは魅力的ではありませんが、長期的に運用できるかどうかを左右します。AIはセキュリティの穴になってはいけません。
アーキテクチャ構築後の課題：誰も使わない
今日に至るまで、会社は依然として現実的な問題に直面しています。多くのフロント業務はAIに対して冷淡です。
ただ使うことを促すだけでは、AIは働き方を変えません。
私たちは後に、経営から手を付ける必要性に気づきました。
最初の突破口：OKRエージェント
最初に推進したのは、カスタマーサポートやコーディングではなく、OKRです。
AIを使って会社の戦略を分解し、OKR設定を支援し、進捗を追跡し、振り返りを行う。
つまり、会社の管理を人からシリコンと共治へと徐々に変えていくプロセスです。これは社員にとって非常に辛いことです。
以前は目標をきれいに書き、プロセスも合理的に語れましたが、今や毎週のデータがそこにあり、言い訳は少なくなります。
この瞬間から、目標は会議の議論だけでなく、システム内で継続的に記録されるものへと変わりました。
strategy okrは毎週業務進捗を促す
しかし、これもパフォーマンス評価から始まり、社員がAIに本当に慣れるきっかけとなります。関わらなければ、給与に直接影響します。
パフォーマンスから業務へ：エージェント化の全面展開
OKRが動き出した後、私たちは内部サービスのエージェント化を推進しました。評価と報酬を組み合わせ、各部署に自分たちの業務に関連したエージェントを設置させる。
カスタマーサポートはカスタマーサポートエージェントを、法務は契約支援エージェントを、営業はCRMエージェントを。
最も奇抜な顧客エージェントも探し出し、
最終的に100以上のエージェントを展開しました。
「シリコンと共治」の結果を正確に定量化することはできませんが、
少なくとも一つの明確な変化があります。
以前は問題に直面したとき、最初の反応は「人を増やすべきか」でしたが、
今では「システムに先に参加させられるか」になったのです。
これこそが私たちの理解するシリコンと共治です。AIが人を置き換えるのではなく、人がシステムと共に働くことに慣れることです。
この一年で得た現実的な教訓はいくつかあります。
第一、健全なキャッシュフローを持つこと。
会社のキャッシュフローが不健全なら、この変革は完遂できません。AIはコスト削減ツールではなく、長期的な構造改革のための前期投資です。幸い、Coboの主力事業は健全なキャッシュフローを維持しています。
第二、トップダウンの推進が必要。
組織は自発的に変わりません。経営層が強く推進しなければ、自然に頓挫します。
ご存知の通り、Coboの創業者は皆AIに深く関わる人々です。CTOの蒋博士は2000年代初頭にCMUで博士後期課程を修了し、AI研究を始めました。
第三、強制的な利用を徹底する。
ただ促すだけでは、AIはメール作成に留まります。実際に業務フローに組み込むには、「強制性」が必要です。
第四、まず自社の業務を解決する。
多くの企業はAI＋Web3を語りますが、自社内でAI化が完了していなければ、外部に向けては概念だけです。
振り返ると、
この変革も完全に定量化できるわけではありません。会社は「人駆動のプロセス」から徐々に「目標駆動のシステム」へと移行しています。
もし未来に「知能組織」が現れるとすれば、それは自然進化ではなく、何度も不快な推進を経て作り出されるものです。
全員参加によって、AI時代の真のニーズをより深く理解できるからです。
これも私たちの内部変革の副産物です。
最近、私たちはCobo Waas Skillをリリースしました。Cobo WaaS Skillは、AIコーディングエージェント向けに設計された統合・運用能力層で、構造化された知識、実行可能な例、シナリオの編成を通じて、エージェントがWaaS APIを正確に呼び出せるようにします。現在、ウォレットAPIをAIエージェントが直接呼び出せる金融能力モジュールにアップグレード中です。開発サイクルは週次から対話レベルに短縮されました。
これは特定の製品アイデアの結果ではなく、私たちの内部で進めてきたシリコンと共治の結果、能力が自然に外に溢れ出したものです。
まだ模索中ですが、
少なくとも今のCoboは、2024年のあの会社とは別物になっています。
285.42K 人気度
19.33K 人気度
29.76K 人気度
11.41K 人気度
444.69K 人気度
Cobo：私たちはどのようにAIを使って変革を進めているのか？
作者：alexzuo4，投資・保管部門副社長 @Cobo
2024年末以降、Coboは自社のコア暗号資産保管とステーブルコイン決済事業に加え、AIとブロックチェーンの融合を模索し続けています。
最初に注目したのは、MCPによる標準化されたスキルの潜在能力です。理論上、スキルが十分に標準化されれば、AIはプラグインのように能力を呼び出し、ブロックチェーンはAIにとって最も自然な金融インフラとなるでしょう。
そこで私たちは内部にMCPのアプリストアを立ち上げましたが、すぐにそれは誤りだと判明しました。
当時のAIのハードルは高く、熟練したエンジニアだけが呼び出せるレベルでした。MCPも十分に標準化されておらず、各連携には多大な時間と労力、コストがかかり、推進も遅く、実現効果は期待外れでした。
しかし、AIチームは結局立ち上がりました。非常に高価で採用も難しく、簡単に撤退できるものではありません。
そこで私たちは方向転換を決意しました。今すぐ顧客の世界を変えられなくても、まずは自分たちを変えることにしたのです。
最初の課題：安全性
Coboは資産保管会社として、データや内部技術フレームワークは非常に敏感です。内部には厳格なデータ階層もあります。しかし、データや実際の業務入力がなければ、自社のエージェントは育ちません。
最初はローカルモデルの導入を考えましたが、現実にはローカルモデルの知能レベルは要求を満たしませんでした。動作はするが使いにくい、回答はできるが賢くない。
最終的に、ClaudeやGeminiを中心に採用し（ZDR—ゼロデータ留存条項を申請し、最高レベルの隔離を実現可能）、大規模モデルはあくまで業務の「脳」として位置付けました。本当に複雑なのはデータと権限です。
そこで私たちは、社内知識ベースとエージェントのフレームワークを一式構築しました。
内部知識ベース＋Cobo自社開発エージェント体系
知識ベースは社内データの階層管理を担当し、社員の権限に応じて閲覧範囲を割り当てます。
エージェントは知識ベースを呼び出す際に、社員の権限を継承し、「神の視点」を持ちません。
この仕組みの詳細は以下の通りです。
・ネットワーク環境の隔離方法
・層間データ流通の制限
・ログの保存と監査の管理
・機密情報漏洩の防止
これらは魅力的ではありませんが、長期的に運用できるかどうかを左右します。AIはセキュリティの穴になってはいけません。
アーキテクチャ構築後の課題：誰も使わない
今日に至るまで、会社は依然として現実的な問題に直面しています。多くのフロント業務はAIに対して冷淡です。
ただ使うことを促すだけでは、AIは働き方を変えません。
私たちは後に、経営から手を付ける必要性に気づきました。
最初の突破口：OKRエージェント
最初に推進したのは、カスタマーサポートやコーディングではなく、OKRです。
AIを使って会社の戦略を分解し、OKR設定を支援し、進捗を追跡し、振り返りを行う。
つまり、会社の管理を人からシリコンと共治へと徐々に変えていくプロセスです。これは社員にとって非常に辛いことです。
以前は目標をきれいに書き、プロセスも合理的に語れましたが、今や毎週のデータがそこにあり、言い訳は少なくなります。
この瞬間から、目標は会議の議論だけでなく、システム内で継続的に記録されるものへと変わりました。
strategy okrは毎週業務進捗を促す
しかし、これもパフォーマンス評価から始まり、社員がAIに本当に慣れるきっかけとなります。関わらなければ、給与に直接影響します。
パフォーマンスから業務へ：エージェント化の全面展開
OKRが動き出した後、私たちは内部サービスのエージェント化を推進しました。評価と報酬を組み合わせ、各部署に自分たちの業務に関連したエージェントを設置させる。
カスタマーサポートはカスタマーサポートエージェントを、法務は契約支援エージェントを、営業はCRMエージェントを。
最も奇抜な顧客エージェントも探し出し、
最終的に100以上のエージェントを展開しました。
「シリコンと共治」の結果を正確に定量化することはできませんが、
少なくとも一つの明確な変化があります。
以前は問題に直面したとき、最初の反応は「人を増やすべきか」でしたが、
今では「システムに先に参加させられるか」になったのです。
これこそが私たちの理解するシリコンと共治です。AIが人を置き換えるのではなく、人がシステムと共に働くことに慣れることです。
この一年で得た現実的な教訓はいくつかあります。
第一、健全なキャッシュフローを持つこと。
会社のキャッシュフローが不健全なら、この変革は完遂できません。AIはコスト削減ツールではなく、長期的な構造改革のための前期投資です。幸い、Coboの主力事業は健全なキャッシュフローを維持しています。
第二、トップダウンの推進が必要。
組織は自発的に変わりません。経営層が強く推進しなければ、自然に頓挫します。
ご存知の通り、Coboの創業者は皆AIに深く関わる人々です。CTOの蒋博士は2000年代初頭にCMUで博士後期課程を修了し、AI研究を始めました。
第三、強制的な利用を徹底する。
ただ促すだけでは、AIはメール作成に留まります。実際に業務フローに組み込むには、「強制性」が必要です。
第四、まず自社の業務を解決する。
多くの企業はAI＋Web3を語りますが、自社内でAI化が完了していなければ、外部に向けては概念だけです。
振り返ると、
この変革も完全に定量化できるわけではありません。会社は「人駆動のプロセス」から徐々に「目標駆動のシステム」へと移行しています。
もし未来に「知能組織」が現れるとすれば、それは自然進化ではなく、何度も不快な推進を経て作り出されるものです。
全員参加によって、AI時代の真のニーズをより深く理解できるからです。
これも私たちの内部変革の副産物です。
最近、私たちはCobo Waas Skillをリリースしました。Cobo WaaS Skillは、AIコーディングエージェント向けに設計された統合・運用能力層で、構造化された知識、実行可能な例、シナリオの編成を通じて、エージェントがWaaS APIを正確に呼び出せるようにします。現在、ウォレットAPIをAIエージェントが直接呼び出せる金融能力モジュールにアップグレード中です。開発サイクルは週次から対話レベルに短縮されました。
これは特定の製品アイデアの結果ではなく、私たちの内部で進めてきたシリコンと共治の結果、能力が自然に外に溢れ出したものです。
まだ模索中ですが、
少なくとも今のCoboは、2024年のあの会社とは別物になっています。