+++
title = "採用で「席を埋める」のをやめる。AI時代は、リスクを仕分けて一点に賭ける — Gene Pool Engineering 2.0"
date = 2026-06-26
description = "Khosla Venturesの Gene Pool Engineering を、LLM/AI時代に更新する。採用とは、会社のリスクを『AIが剥がせる層』と『人にしか握れない核』に仕分け、残った一点に、AIを相棒に束ねて動かす一人を置くことだ。"
[taxonomies]
tags = ["HR×AI", "スタートアップ採用", "組織設計", "AIエージェント", "Gene Pool Engineering"]
[extra]
public = true
belief_version = 1
ai_written = false
kamishibai = "gene-pool"
one_true_sentence = "AI時代の採用とは、会社のリスクを『AIが剥がせる層』と『人にしか握れない核』に仕分け、残った一点に、AIを相棒に束ねて動かす一人を置くことだ。"

[[extra.faqs]]
question = "Gene Pool Engineering（遺伝子プール設計）とは何ですか？"
answer = "Khosla Venturesが提唱した採用の考え方で、職務（ポジション）を埋めるのではなく、会社が直面する最大のリスクから逆算して、それを解ける専門性を持つ人をチームに「設計」して入れていく方法です。「会社は採用した人間そのものになる」という前提に立ち、チームの構成を意図的にエンジニアリングします。"

[[extra.faqs]]
question = "AI時代に Gene Pool Engineering はどう変わりますか？"
answer = "元の理論は「優れた才能は希少で、それを探し当てること自体が高コストな堀になる」という前提に立っていました。AIはその後半を壊します。誰がこの問題を解いたか・どこに本物がいるかの探索は、いまや数分の作業です。だから希少さの在りかが移りました。価値は『才能を探せること』から、『AIを相棒に束ねて、それでも残る一点を握れること』へ。採用の起点も、職務を埋めることから、リスクをAIが剥がせる層と人にしか握れない核に仕分けることへ変わります。"

[[extra.faqs]]
question = "スタートアップが Gene Pool Engineering を実践する最初の一歩は何ですか？"
answer = "求人を出す前に、会社が潰れるとしたら何が原因かという「最大のリスクを5つ」書き出すことです。次に各リスクを、AIが剥がせる再現可能な層（調査・試作・ドラフト・定型判断）と、人にしか握れない核（曖昧さの中での判断・責任・文脈）に分けます。採用するのは、その『核』を丸ごと握れる人だけ。職務名ではなくリスクを起点にすることで、求人票の主語が変わります。"
+++

採用の相談を受けると、たいてい最初に出てくるのは組織図だ。エンジニアが足りない、営業がいない、PMが欲しい。空いている席を見つけて、それを埋める人を探す。

でも、いま本当に効くのは逆だ。**席を埋めるのをやめて、リスクを仕分ける。**

この発想の原型を、Khosla Venturesが提唱した **Gene Pool Engineering（遺伝子プール設計）** という。そして今、AIがそれをもう一段ひっくり返している。

## 元の思想：会社は、採用した人間そのものになる

Gene Pool Engineering の出発点は一文に尽きる。

> a company becomes the people it hires（会社は、採用した人間そのものになる）

初期の数人が、その後の文化も、解ける問題の範囲も、組織がどう進化するかも決めてしまう。だとすれば採用は「席を埋める」雑務ではなく、**会社という生き物の遺伝子を、意図的に設計する行為**だ。Khoslaはこれを "a team can be precisely engineered"（チームは精密に設計できる）と言い切る。

手順はシンプルだ。

1. **最大のリスクを5つ書き出す** — 会社が潰れるとしたら何が原因か。
2. **各リスクに必要な専門性を定義する** — 「PMが欲しい」ではなく「この壁を越えた経験がある人」。
3. **Centers of Excellence を3〜5つ特定する** — その問題を既に解いた組織はどこか。競合だけでなく隣接業界やアカデミアまで。
4. **各組織のトップ人材をリスト化する** — そこにいるA+の人と深く話す。
5. **多様な人を採る** — 1つのリスクに、別々の会社・業界・年代から2〜3人。意図的に異質なチームを組む。

職務ではなくリスクから逆算する。これだけで、誰を採るかの基準が一段深くなる。

![経営者がAIと採用の設計図を広げる](/genepool/s0.jpg)

## ここからが本題：なぜ「2.0」なのか

この設計図には、隠れた前提があった。**「優れた才能は希少で、それを探し当てること自体が、会社の堀になる」**。ステップ3と4 ——どの組織が解いたかを突き止め、そこの誰が本物かを洗い出す ——は、人脈とリサーチ力の総力戦で、そこに時間と金を払えることが優位だった。

AIは、この後半を壊した。「このリスクを解いた事例を持つ組織は」「その領域で名前が挙がる人は」を、いまは数分で広く浅く当たれる。**探索は、もう堀ではない。**

堀が消えると、希少さの在りかが移る。価値は「才能を探せること」から、「**AIを相棒に束ねて、それでも残る一点を握れること**」へ。これが2.0の核心だ。具体的には、設計図がこう更新される。

### ① 採用の前に「Step 0：リスクを2層に剥がす」を足す

リスクを5つ書き出したら、人を探す前に、各リスクをこう割る。

- **AIが剥がせる層** — 再現可能で、言語化でき、検索・試作・ドラフト・定型判断に落ちる部分。エージェントが担える。
- **人にしか握れない核** — 曖昧さの中で筋を決める判断、外に対する責任、文脈の読み。ここはAIに渡せない。

多くのリスクは、外側の層をAIが剥がすと、残る核が驚くほど小さくなる。**採用は、その核に対してだけ起動する。** 「誰を採るか」の前に「この核は本当に人がいるか、AIで剥がし切れないか」を問う。

![会社のリスクを「AIに任せる層」と「人にしか握れない核」に仕分ける](/genepool/s1.jpg)

### ② 採るべき遺伝子が変わる ——実行の相棒は、AIが担う

優れた採用論に、Keith Raboisの「バレルと弾薬」がある。アイデアを最後までやり切る人（バレル）と、指示があって動く実行部隊（弾薬）を分ける考え方だ。

AI時代、その実行を担うのは、**相棒として増えていくAI**だ。だから希少さが反転する。処理量や調べ物の速さはコモディティになり、残って光る遺伝子は ——**問いの立て方、筋を見抜く判断、核を最後まで握り切る力、そして何人ものAIを相棒として束ね、一人でチームを動かせる force multiplier であること**。AI時代に設計すべきは、「AIを相棒に束ねられるバレル」だ。

![AIが相棒として寄り添い、判断を支える](/genepool/s3.jpg)

### ③ チームは「大きく」でなく「濃く」設計する

ステップ5は「1リスクに2〜3人」だった。AIが各人の出力を何倍にもする今、ここは **「1リスクに、AIを相棒に動ける一人」** に縮む。遺伝子プールは人数で広げるのではなく、密度で濃くする。

### ④ 多様性の軸に「AIの多様性」が増える

Khoslaの多様性は、問題解決の引き出し・業界経験・創造性・年代の4軸だった。ここに **複数のモデル・複数のエージェントを"別の畑"として混ぜる** 軸が加わる。同じモデルだけに頼ると、その癖と盲点に揃ってしまう。人と同じ理由で、AIも畑を混ぜる。

![人にしか握れない核を担う、少人数の濃いチームが動き出す](/genepool/s4.jpg)

## 月曜からやる、たった一枚の表

求人票を開く前に、白紙に3列で書いてみてほしい。

| ① 会社が潰れる5つのリスク | ② AIが剥がせる層 | ③ 人にしか握れない核（＝採用する一点） |
|---|---|---|
| 技術の深い壁を越えられない | 先行事例の調査・試作・比較検証 | アーキテクチャの最終判断と、外さない責任 |
| 売り先が定まらない | 市場・競合・チャネルの洗い出し | 「誰の何を捨てて誰に賭けるか」の意思決定 |
| 採った人が活きない | 候補者の一次整理・面接の論点出し | 入社後3ヶ月の問いを設計し、伴走する判断 |

![これはAIに任せていいか、立ち止まって考える](/genepool/s2.jpg)

そして決定ルールはひとつ。**③が埋まる行だけ採用し、③が空欄の行は採らない。** ③が空なら、そのリスクはAIで剥がし切れている ——人を足すと、むしろ遺伝子プールが薄まる。

③を採ると決めたら、求人票の主語が「職務（〇〇の経験5年）」から「**この一点を握れるか**」に変わる。面接で聞くことも変わる ——その壁を越えたことがあるか、AIを相棒のように使いこなせるか。([面接で私が必ず聞く5つの問い](/n/5-questions-i-always-ask/) は、まさにこの一点を見るための質問だ。)

---

採用とは、席を埋める作業ではない。会社のリスクを **AIが剥がせる層と人にしか握れない核に仕分け、残った一点に、AIを相棒に束ねて動かす一人を置く** ——それが、AI時代に会社の遺伝子を設計するということだと思う。

自社の5リスクを「AIが剥がす層／人が握る核」で仕分ける30分を一緒にやってみたい人は、[Xで声をかけてください](https://x.com/awata_atsume)。現場でHRとAIの両方を動かしている立場で、一緒にこの表を埋めます。

出典：[Gene Pool Engineering for Entrepreneurs — Khosla Ventures](https://www.khoslaventures.com/gene-pool-engineering-for-entrepreneurs) ／ Barrels and Ammunition は Keith Rabois の2014年 Stanford「How to Operate」講演より（[First Round Review のまとめ](https://review.firstround.com/keith-rabois-on-the-role-of-a-coo-how-to-hire-and-why-transparency-matters/)）

---

![AIと人が手を取り合う、これからの採用](/genepool/s5.jpg)

## 関連note

- [AIエンジニアの採用面接で私が必ず聞く5つの問い](/n/5-questions-i-always-ask/) — リスクから逆算した時に、面接で実際に何を聞くか
- [AIエンジニアを採用しても活かせない組織のパターン](/n/ai-engineer-hired-but-underused/) — 設計せずに採った後で起きること