AI エージェントの役割重複を減らす方法 — 委任表による 105 体 → 40 体の再編と、中間層を置かない設計
AI エージェントを増やすほど「どれに任せるか」が決まらなくなる。mixednuts は自社の委任ログ 348 件のうち 52.6% が専任ではなく汎用エージェントに流れていた事実を起点に、作業種別と担当を対応づけた委任表を先に作り、中間管理層を置かない 40 体構成へ再編した。設計と数え方を公開します（効果の検証は追跡記事に分けます）。
AI ハルシネーションをゼロ化する Calibration 設計 — 意思決定を歪めない運用ルール
LLM は「役立ちたい」バイアスで異常値を見ると事態をドラマ化する。経営判断を歪めないために必要なのは、温度パラメータではなく「盛らない運用ルール」の組織化。CEO / AI 導入担当者が明日から応用できる 7 ヶ条。
1 人 CEO が AI エージェント 123 体で事業を回す組織設計
Lead 6、Head 15、Worker 100+の3階層で、1人のCEOが複数クライアント、自社プロダクト、投資分析を並行運用する設計と、Claude Max Plan内の実コストを公開します。