フレームワークの時代は終わった。ボトルネックはデリバリーに移った。

ボトルネックはプロセスの予測可能性からデリバリー速度へと移った。

ジェフ・ゴーゼルフは率直にこう言った。SAFeは「大規模での予測可能性と調整を生み出すために意図的に設計された」ものであり、「それは当時解決しようとしていた問題に対する正しい答えだった。今の問題は違う」と。彼は正しく、市場も同意している。スケールドアジャイルのフレームワークは公然たる反発にさらされ、アジャイルコーチという役割は廃止されつつあり、企業は今、明確に「フレームワーク非依存」の支援を求めている。

しかし「フレームワークの利用をやめる」というのは答えの半分でしかない。ここからがもう半分であり、ポストアジャイルを語るほとんどの論考が飛ばしている部分だ。

AIはループを均等に速めたわけではない。ボトルネックを動かしたのだ。

すべてのプロダクト組織は同じループを回している。発見(ディスカバー)→構築(ビルド)→提供(デリバー)。 AIはそのうち2つを大きく圧縮した。

発見 ——デザイン思考、ユーザーリサーチ、ジャーニーマッピング、プロトタイピング。かつて数週間かかっていたプロトタイプが今では数時間で済み、フロー全体が数分で生成される。発見はかつてないほど速くなった。
構築 ——コード生成が、仕様から動くソフトウェアまでの時間を圧縮した。
提供 ——大規模で本物のシステムを通じたデプロイ、統合、テスト、ガバナンス、変更管理。AIはここにほとんど触れていない。

だから制約は移動した。発見と構築を加速させても提供を加速させなければ、あなたが手にするのはより速い会社ではなく、同じ遅いパイプに餌をやり続けるより速い「アイデア工場」であり、提供の壁にぶつかって積み上がっていく検証済みアイデアの山だ。大企業の中で何かを出荷したことがある人なら誰でも、これが起きるのを見てきたはずだ。

これが「もっと速く学べ」が不完全な命題である理由だ。学習速度は必要条件だが、勝つ組織とは、検証済みの洞察から本番環境における「提供され、統治された価値」までの経路が最も短い組織だ。それを「ループ全体の速度(フルループ・ベロシティ)」と呼ぼう。それは、誰もが追い求めている適応優位性の正直なバージョンだ。あなたが勝つのは、AIがコストを下げてくれたからではない——コスト主導のAIこそ、それを義務付けた企業でまさに失敗したものだ。あなたが勝つのは、四半期単位でまだ計画を立てている競合他社を、学習でも出荷でも凌駕するからだ。

ランタイムはデリバリーを圧縮する。フレームワークにはそれができない。

フレームワークとは計画だ。それは人々を調整するものであり、ソフトウェアを実行するものではない。より重い運用モデルを導入することでデリバリーを短縮することはできない——それは、すでにボトルネックであるまさにその工程に儀式を追加することだ。

デリバリーを圧縮するのは「ランタイム」だ。それは、すでにデプロイされ、すでに統治され、すでに本番稼働している実行層であり、新しい洞察が、毎回配管を作り直すことなく、システムを通じて本物の価値を駆動する。それがRakuAIだ——どんなアシスタント(Claude、ChatGPT、Gemini、Copilot)でも、デフォルト拒否で監査ログが記録されるマルチベンダーMCP表面を通じて現実世界に対して行動できるようにする、AIネイティブな空間ランタイムだ。展開すべき方法論ではない。動くシステムだ。

それはまた、「デリバリーへのコミット」と「方向転換の自由を保つこと」という誤った二者択一も解消する。デリバリーが安価で可逆的であれば、早期にコミットしつつ、なおかつ3週目に方向転換することができる。なぜなら、修正版を出荷することが速いからだ。ゴーゼルフの「間違っていたと言って方向転換せよ」は、文化のスローガンであることをやめ、経済的な事実になる——壁に貼られたポスターではなく、短いデリバリー時間の帰結として。

その仕組み——フレームワークではなく、3つの動き

マップ(Map)——ジャーニーと、価値がどこに隠れているかを描く。エクスペリエンスデザインを、本来あるべき前段階に置く。今やAIによって圧縮されている。
グラウンド(Ground)——実際の文脈(実際にキャプチャされた空間、実際のデータ)に係留し、AIがプロンプトではなく真実に基づいて行動するようにする。これが、速度が自信満々の間違った出力に変わってしまうのを防ぐステップだ。
ラン(Run)——それをランタイムを通じて駆動する。統治され、監査され、本番稼働している状態で。統治とスケールはここで実現される。

エグゼクティブが覚えられる3つの動きであり、それらを実行するシステムに結びついている——30個のボックスからなる壁チャートと認定制度ではなく。

結論

フレームワークの時代は、古い問題を解決した。大規模での予測可能性だ。新しい問題はその逆だ——速度における適応性であり、そこでの拘束的な制約は計画ではなくデリバリーだ。その解決策は、AI層をボルト留めしたより大きなフレームワークではない。それは引き算とランタイムの組み合わせだ。より少ない動きと、速い学習を速く統治されたデリバリーに変える実行層。

フレームワークの導入をやめよ。ループ全体の速度を測り始めよ。そして、ボトルネックが実際にある場所にランタイムを置け。