各部門にAIを配ったら、逆に使いにくくなった：Sierraは一つのアシスタントに絞り込み、いまや社内コードの70%を担う
振り返り：Pinecone はリリース以来7.5万回のセッションをこなし、600人超の社員にサービスを提供、MCP Gateway経由で37の社内システムに接続している。
- Sierraの6人からなるAI加速チームは数ヶ月をかけて、カスタマーサポート・データ分析・エンジニアリング・セールス向けの4つの専属agent（PINE、Pinewood、Pinecone、Reggie Jr）を、統一agent「Pinecone」に一本化した。
- Pinecone は今年3月のリリース以来、7.5万回を超えるセッションを実行し、600人超の社員にサービスを提供。いまや社内のコードマージリクエスト（PR）の70%はPineconeが発行している。
- Pinecone は自社開発の MCP Gateway 経由で37の社内システムに接続しており、社員本人の権限を継承し、呼び出しのたびにポリシーチェックを行い、顧客データを分離し、監査ログを残す。
- チームは、agentが一つのプロジェクトを継続的にフォローし、タスクの準備が整った時点で自ら動き出す方が、人が質問するのを待つだけの一問一答形式より価値が高いことに気づいた。ただし現状では、大半のセッションは依然として人間側が先に話しかける形で始まっている。
- チームは、現時点で集計しているセッション数やPR数はあくまで活動量の指標にすぎず、結果が実際に良くなったかどうかを測る良い方法はまだ見つかっていないと認めている。
なぜ誰もが、あの最も優秀なエンジニアを複製したいのか
AIカスタマーサポート企業Sierraの6人からなるAI加速チームは、この半年間、全社の各部門向けに社内agentを開発してきた。その経緯とつまずいた点をまとめたのがこの振り返りだ。
今年3月、Sierraはカスタマーサポート・データ分析・エンジニアリング・セールス向けの4つの専属agentを、Pineconeという名の統一agentに一本化した。4ヶ月後、Pineconeはすでに7.5万回を超えるセッションをこなし、600人超の社員にサービスを提供。いまや社内のコードマージリクエストの70%はPineconeが発行している。
1968年のある研究によれば、最トップクラスのソフトウェアエンジニアの生産性は、平均的なエンジニアを大きく上回っていた。それ以来50年間、企業がこの事実に対処する方法はただ一つだった。何とかしてそういう人材を引き抜くことだ。
今年1月、休暇から戻ったSierraのエンジニアリングチームは、最先端モデルの進歩に触発され、git worktree、Claude Code、Codexを使ってagentを並行実行し始めた。一部のタスクでは、生産性が5倍にまで向上した。
Gitに標準で備わる機能で、同じコードリポジトリから複数の独立した作業ディレクトリを同時に切り出せる。複数のagentが別々のタスクを並行して走らせるとき、互いに干渉したり上書きしたりしないようにできる。同じ一軒の家の中にいくつもの独立した部屋を仕切るようなもので、それぞれが自分の部屋で作業するかぎり、誰も他人のものを乱すことはない。
もしたった1ヶ月でagentがエンジニアの生産性を5倍にできるなら、この加速を全社に広げたら何が起きるのか。この問いをきっかけに6人からなるAI加速チームが発足した。この記事は、彼らがこれまでの期間に何をしてきたか、どんなつまずきがあったかの振り返りである。