AIはもう答えられる。それでも仕事が終わらないのはなぜか

最近、現場経験の長い何人かの友人と話していて、似たような悩みを聞いた。AIは文章もコードも書けるし、答えも出せるし、提案もしてくれる。しかし実際の仕事に持ち込むと、多くの場合、最初から人が直さなければならない。問題は、AIがたくさん生成できないことではなく、正しく生成できないことにある。

これはある現象も説明している。現場経験が豊富な人ほど、AIを「一言入力すれば納品できる」道具とは見なさない。彼らが気にするのは、どんな条件なら任せられるのか、どこまでやらせるのか、誰が検収するのか、という点だ。AIはすでに必須のスキルだが、その中核はプロンプトを書けることではなく、何が「正しい」のかを分かっていることにある。

生成できることと、仕事ができることは違う

今回の話には、私がとても共感した言葉がある。「生成できる」だけでなく、「正しく生成できる」こと。生成は中間工程であり、正確さが納品基準だ。場面、境界、責任、表現の基準——こうした判断は今も人間の側にある。経験が豊富な人ほど、どこがおかしいかを見抜け、AIの出力を使える範囲に引き戻せる。

だから、AIを語るときに「生成できるかどうか」だけを論じるのでは足りない。報告書、提案、コードの一部も、生成されたところはスタートにすぎない。現在のプロジェクトの制約に合っているか、同僚や顧客に受け入れられるか、問題が起きたとき誰が責任を取るのか——これらはモデルが強くなっても自動では解決されない。本当に鍛えるべきは、問題を明確にし、基準を決め、結果を一度検証する力だ。

Agentは「話す」を「やる」に変える

私自身もAI Agentを作ったことがある。初期のAgentは、ウェブやチャット画面の中で、あまり詳しくない話題について議論し、返答するものが多かった。常にそばにいる相談役のようなもので、情報はくれるが、実際の作業は人がやる必要があった。

今の変化は、Agentが具体的な動作に接続し始めたことだ。ネットワーク上のURLを通じてサービスに連絡し、予約を完了し、本来なら人がページを開き、情報を入力し、時間を確認する流れを引き受ける。予約できるものは、原則としてこうした流れに組み込める。

この一歩の意味は、Agentがより上手に会話できるようになったことではなく、「実行」の層を担い始めたことにある。どの動作は任せられ、どれは人間の手元に残すべきか——それが新しい設計問題になる。境界も見ておく必要がある。すでに完了した仕事もあれば、まだ移行していない仕事もある。Agentは仕事全体を飲み込むのではなく、記述でき、検証できる部分だけを引き受ける。

人とAIの協働は、最終的にプロジェクト構造に落ちる

大規模な開発やチーム協働では、この問題はより顕著になる。プロジェクトにはPMが必要で、FDEのような役割も必要だ。チームリーダー間の分担があり、プロジェクト群の間にはインターフェースが要る。以前は、各領域が異なるプロジェクトを提供し、S.E.や研究エンジニアが担っていた。必要に応じて、適切な人をより専門的な位置に置いていた。

プロジェクト群と協働するとき、要件定義書、報告書、スケジュールは、基本的にこれまでと同じやり方だ。AIはプロジェクトガバナンスを消したのではなく、むしろその重要性を大きくした。目標、制約、成果物を明確に書いて初めて、Agentは受け止められる。プロジェクトが動き出した後も、どう改善するか、どう複雑さを増すか、途中で成果物を再利用可能なテンプレートにするかを考え続ける必要がある。

つまり、人とAIの協働はスローガンではなく、分担表だ。人間は問題を定義し、プロセスを設計し、結果を判断し、結果に責任を持つ。AIは、そのうち明確に切り分けられる部分を実行する。両者の間にはインターフェースと検収が必要だ。これがなければ、AIが強くなるほど手戻りが増える可能性がある。

成功、失敗、改善——この三つの言葉はプロジェクトで何度も出てくる。AIは中間工程を短縮できるが、何が成功なのかを人間の代わりに定義することはできないし、失敗のコストを代わりに負うこともできない。どこに投資を続ける価値があり、どこで止めて作り直すべきか。最終的には人間の判断だ。

能力は抽出し、組み合わせ、再利用できるようにする

今回の話にはもう一つの判断がある。スキルはより広い範囲から抽出でき、知識はEBaseに蓄積できる。個々のプロジェクトでは、プロセスに応じて組み合わせ、制御し、自由に設計できる。

その背景にある変化は、組織の能力がもはや誰か一人の頭の中だけにあるのではない、ということだ。スキル、知識、プロセスに分解し、プロジェクトごとに再構成できる。小さなサーバー、ワークフロー、資金も、再び動かすことができる。今回の話では、少し前の企業の業績が良く、コストも減り、後半はさらに良くなると

本当に積み上がるのは、成果物がテンプレートとして使われ続けることだ。次のプロジェクトはゼロからではなく、前のプロジェクトの構造から始まる。改善は、再利用されて初めてスローガンではなくなる。

技術は変わり続ける。まず方法を走らせよう

新しい生成方法がどこに意味を持ち、どんな方法で生成すべきか。どう使えばよく、どう繰り返し使い、最終的に直接使えるようになるのか——今はまだ標準的な答えがない。確かなのは、技術はさらに改善し続け、未来に何が起きるかは誰にも先に書けないということだ。

AIと人間の知恵は、最後には同じ作業図の上に置かれる。仕事をすべて渡すのでも、AIを門の外に置くのでもない。人間の思考、経験、判断と、AIの実行能力が、それぞれ適切な位置に立つということだ。AIはもう答えられる。次に答えるべきは、私たちが仕事をどう設計し直すかである。