結論から言うと、AIモデルを「1社1モデル」で選ぶ時代は終わった。
NTTドコモビジネスがマルチモデル戦略の解説を出していた。Claude Sonnet 4.6とChatGPTの比較記事だ。法人向けにどう使い分けるか、という内容だった。読んでみて、自分がすでに無意識にやっていることを言語化された感じがあった。
うちはフルタイム8人のスタートアップだ。全員がClaudeを日常的に使っている。でも正直、ChatGPTを完全に捨てたわけじゃない。用途によって使い分けている。これがマルチモデル戦略と呼ばれるものだと今更ながら認識した。
採用フローにClaudeを差し込んでみた
ここ3ヶ月で一番効果を感じたのは採用だ。8人体制だと、1人の採用ミスがROIに直撃する。だからこそ、面接の質を上げることに時間を使いたかった。
具体的にやったことは2つある。1つ目は、応募者のポートフォリオや職務経歴書をClaudeに読み込ませて、「うちのフェーズ (シリーズAに向けた製品強化期) に必要な人材像と照らしてどこがフィットするか」を事前に整理させること。2つ目は、過去の採用ミスのパターン (スキルはあるのにカルチャーフィットしなかったケース) をClaudeに共有して、面接で何を深掘りすべきかの質問リストを作ること。
先月採用したエンジニアは、このフローを使って選考した。今のところうまくいっている。採用担当がいない規模だからこそ、こういう仕組みに頼る場面が増えた。
投資家への説明にも使えると気づいた
資金調達の文脈でも話せる。次のラウンドに向けて、競合の動向をまとめる作業がある。週1回、競合3社のプレスリリースや求人票をClaudeに読み込ませて、「彼らが今何を強化しようとしているか」を推論させている。求人票は戦略の透けやすい資料だ。どのポジションを何人採るかは、次の打ち手を教えてくれる。
先週、既存投資家との定期MTGでこの分析を共有したら、「競合の動きをここまで追えているスタートアップは珍しい」と言われた。リソースが少ないからこそ、AIでカバーする部分を増やすしかない。それが評価されたのは素直に嬉しかった。
モデルを使い分けるコストを見落としていた
マルチモデル戦略の話に戻る。複数モデルを使うと、当然コストの管理が面倒になる。うちだと月のAIツール費用は全体で約6万円台に収まっているが、どのモデルに何を任せるかの設計が甘いと、同じ作業を複数モデルで重複して処理してしまう。
GTMの資料づくりや投資家向けのナラティブ整理はClaude。スプレッドシートの数式生成やWebリサーチが混ざるタスクはChatGPT。こう役割を分けると無駄が減る。Sonnet 4.6が長文の文脈把握に強いという話は、この使い分けの根拠になる情報だった。
組織が小さければ小さいほど、1人あたりが扱うタスクの幅が広い。マルチモデルを上手く設計できるかどうかが、8人でどこまで戦えるかの差になる。そう感じている。
今週中に、社内の「モデル使い分けガイドライン」を1ページにまとめて全員に共有する予定だ。