篠原隆司｜システム開発とAI活用、相談から実装まで

AI使いまくってわかったことが一つ。「人間側の認知負荷がエゲつない」。すさまじい加速の中で脳が疲れる。AIがすぐ出す長文を何十分もかけて噛み砕く。AIがさらに賢くなってもたぶん根本的に減らない。AIは責任をとらないから。じゃあ人間は判断を放棄するか。しない。ここがAIの限界だとおもう

プログラムを捨てる時代にきたかもしれない。 実際、自分で開発したAIツール、パーソナルAIエージェントも閉じた。 以前は、何か仕事を自動化したいと思ったらClaude Codeなどでプログラムを作っていた。 Gmailからメールを取得して、AIで内容を判断して、スプレッドシートに記録して、Slackに通知する。各サービスのAPIを調べて、プログラムで連携させて動かす。 AIのおかげで、こういうものが驚くほど簡単に作れるようになった。以前なら数日かかったものが数十分でできることもある。 でも、最近はそもそも作らなくていいのでは、と思うようになった。 理由はいくつかある。 まず、作ったあとの保守が大変。 AIでコードを書くのは簡単になったけど、プログラムを作れば、エラー対応、APIの仕様変更、ライブラリの更新、セキュリティ対策などが発生する。 AIで次々にミニアプリを量産できるようになった結果、誰も中身を把握できず、メンテナンスできないプログラムが大量に残るという問題も起きている。 作るコストは下がったけど、運用するコストまでなくなったわけではない。 そして、もっと大きい理由がある。 既存のAIツール自体が、自作プログラムの能力を追い越し始めたこと。 例えばGrok BotやClaudeなどは、ブラウザを開いてサービスにログインし、画面を確認して、データを取得したり更新したりできる。 以前ならAPI連携のプログラムを作らなければできなかった仕事を、今はAI自身が人間と同じようにパソコンを操作してやってくれる。 Chatworkの内容を確認したり、Googleドライブの資料を整理したり、InstagramやYouTubeの投稿作業をしたり。 さらにクラウド上に自分専用のパソコンを持ち、こちらのパソコンを閉じていても、定期的に仕事を進めてくれるAIもある。 つまり、以前は「AIに仕事をするプログラムを作らせる」必要があったのが、今は「AIそのものに仕事を任せる」ことができるようになってきた。 これがすごく大きい。 しかも、仕事を任せるために必要なのは、プログラムではなくマニュアルや指示書。 「毎朝この情報を確認して、こういう場合はスプレッドシートを更新して、この条件に当てはまったら報告して。重要な判断は人間に確認して」 人間の社員に仕事をお願いするのと、ほとんど同じ感覚になってきた。 この方が柔軟だし、業務の変更にも対応しやすい。 さらに、マニュアルならエンジニアでなくても読めるし、修正できる。他の社員への引き継ぎも簡単になる。 AIのモデルがアップデートされれば、同じ指示書を使いながら、これまでできなかったことまでできるようになる可能性もある。 自分でプログラムを作ってしまうと、その時点の技術や仕様を前提にした仕組みを保守し続ける必要がある。 それよりも、進化し続けるAIに仕事を任せた方が、長期的にはいいのではないかと考えている。 費用の面でも、新しくサーバーやシステムを持たず、既存AIツールの利用料を中心に運用できるなら、コストの見通しも立てやすい。 セキュリティについても、自前の小さなシステムを増やさずに済むメリットはある。ただしAIに与えるアクセス権限や操作範囲の管理は必要なので、何でも自由にやらせるわけではない。 最近、企業のAI導入を支援するAX GYMでも、この考え方で話すことが増えてきた。 例えば、ある会社では40項目以上ある業務チェックリストをClaudeに読ませ、AIがやる仕事、人の承認後に進める仕事、人がやる仕事に分類した。 独自プログラムは作らず、既存の業務マニュアルをもとにAIが仕事を進める設計。 業務ルールが変わったら、コードではなくマニュアルを直せばいい。 もちろん、プログラムが全部不要になるわけではない。 毎回まったく同じ処理を大量に実行するならn8nなどのワークフローの方が速くて正確な場合もあるし、既存のAIではできない部分はプログラムを作ればいい。 ただ、考える順番が変わった。 以前は「これを実現するにはどういうプログラムを作ろうか」だった。 今は「これ、そもそもAIにそのまま任せられないか？」から考える。 そして、この変化によってもう一つ気づいたことがある。 AIでコードを書くスピードが何倍にもなっても、仕事全体の生産性がそのまま何倍にもなるわけではない。 結局、人間の確認や判断で仕事が止まるから。 これから重要になるのは、AIを使ってどれだけ速く作れるかより、どこまでの仕事をAIに任せられるか。そのための判断基準や仕事のルールをどう整えるか、だと思っている。 僕自身も今は、コードを書く時間より、会社として何を達成したいのか、何をAIに任せて、何を人間が判断するのかを考える時間が増えた。 浮いた時間で売上を伸ばしたり、新しい事業に取り組んだりすることが本来の目的だから。 AIでプログラムを作れるようになったこともすごいけど、そもそもプログラムを作らなくてもAI自身が仕事をできるようになったことの方が、もっと大きな変化だと思っている。

こういうのをみてると「とりあえず動けばOK」というスタンスのノンエンジニアと「法令とセキュリティも死守しなければ」というエンジニアの違いがよくわかる。 システム開発したことない人に、稼働した後の法令やセキュリティまで意識しろっていうところに無理があるけど、それでもサービスを稼働させようとしたら法令やセキュリティは勝手についてくるし、そこに経験の差なんて考慮してくれないしね。

Web制作を発注したことがある人に読んで欲しい。 見積もりの内訳に「作業時間×単価」って書いてあるフリーランス、ちょっと注意した方がいい。 なぜかというと、時給ベースの見積もりは「速い人ほど安くなる」構造。つまりベテランが1時間で終わる作業を、経験の浅い人が5時間かけて高くなるケースが起きる。 発注側が見るべきは「何時間かかるか」じゃなくて「成果物に対して妥当か」。 標準工数という考え方がある。この作業は一般的にこのくらいかかるという基準値。ここから逸脱してたら、高いにせよ安いにせよ理由を聞いた方がいい。 見積もりの見方が分かると、地雷案件と良い案件を見分けられるようになるよ。

バイブコーディングアプリを完成させるのが難しい理由

アメリカのGoogleで働くエンジニアの知り合いも同じような話をゲーム中に言っていた。ガチでコレ真理。AIが3秒で生成したコードの検閲と、それに伴う本番障害の「無限の責任」を負わされるのが現場のエンジニアです。 誰が何の意図で書いたか分からない「AI生成の秘伝のタレコード」を精読・リファクタリングするコストは、ゼロから書くよりも遥かに高い場合があります。 AIはどれだけ盛大にハルシネーションを起こしてバグを埋め込んでも、降格もクビもなければ始末書も書きません。すべての法的・社会的・技術的責任が、最後にコードをマージした人間のエンジニアの胃に直撃します。

これをおかしな話と思ってるエンジニアは、要件定義の技術も学ぼうとせず、要件が定まらないのを客のせいにしてしまうのよね・・・ 要件定義は専門知識が必要な技術で、素人の顧客にやらせてもいいものにならないので、プロがやるべき。

でも、AIで何時間も自動で走らせている人って、こういうことにトークン解かしているのではないか、と ふと思った 「AI同士で議論して解決してくれるから、人間はボトルネック」 という意見をよく見聞きするけれども・・・ こういう話でないことを祈りたいです

構築に失敗したアホAIの風呂洗いはたぶんこう 人間「風呂を掃除してください。」 AI「お風呂の掃除を開始します。サッシにカビを見つけました。カビを除去する方法を模索中。」 （3時間後） AI「現在、サッシの左から完全な磨きとコーティング処理を行っており、10cm進んでいます。」 （続く）

ITエンジニアのプログラミング能力って「画面を黒くして本も見ずに爆速でカタカタやって一瞬で完成させる魔法」じゃなくて、『デカすぎる問題の塊』を『バカでもわかる単純な問題の組み合わせ』に噛み砕ける能力だってもう800万回は言ってる。 これ、AI時代になってマジで露骨になった。 AIに「おい！これ作っといて！」って大雑把に投げると、一見すごそうだけど1ミリも動かない謎のゴミコードをドヤ顔で出してきて終わる。 でも、人間側が「落ち着け、まずAのデータを受け取れ」「次にBのロジックで処理しろ」「最後にCの型で返せ」って限界まで噛み砕いて命令すると、AIは1秒で神コードを吐き出す。 手を動かしてコードを書く（タイピングする）作業をAIが爆速でやってくれるようになったからこそ、「問題をどこまで綺麗にバラバラに分解できるか」という人間の思考力の差がエグいほど出る時代になった。