AI時代の生産性は「分業をやめる」ことで上がる

AI駆動開発というものが効果を発揮するとすれば、それは分業の度合いを減らし、一人が担当する範囲をどんどん広げていくことに帰着する

--- 石井大地『AI駆動開発チームの作り方・育て方』

問題: 生成AIを入れても組織が速くならない

生成AIでコーディングが3倍速くなった。でも組織全体の開発速度は変わらない。なぜか。

flowchart LR
    A["💡 企画"] -->|承認待ち| B["📐 設計"]
    B -->|仕様伝達| C["💻 実装"]
    C -->|レビュー待ち| D["🧪 テスト"]
    D -->|差し戻し| C
    D -->|リリース判定| E["🚀 デプロイ"]

    style C fill:#d4edda,stroke:#28a745,stroke-width:3px
    style A fill:#fff3cd,stroke:#ffc107
    style B fill:#fff3cd,stroke:#ffc107
    style D fill:#fff3cd,stroke:#ffc107
    style E fill:#fff3cd,stroke:#ffc107

AIで速くなるのは緑の部分だけ。黄色の「承認待ち」「仕様伝達」「レビュー待ち」「差し戻し」——つまり工程間のコミュニケーションは、AIでは速くならない。

決定までのあいだ、メンバーの手は止まる。AIでコーディングがいくら速くなっても、待ち時間が増えるだけで全体の開発速度は上がらない。

根本原因: 分業がボトルネックを生む

コミュニケーション、意思決定、作業の同期——これらのボトルネックが生じる根本原因は分業にある。

人数が増えると複雑さは2乗で爆発する

graph TD
    subgraph "2人チーム（ライン: 1）"
        A1((A)) --- B1((B))
    end

    subgraph "5人チーム（ライン: 10）"
        A2((A)) --- B2((B))
        A2 --- C2((C))
        A2 --- D2((D))
        A2 --- E2((E))
        B2 --- C2
        B2 --- D2
        B2 --- E2
        C2 --- D2
        C2 --- E2
        D2 --- E2
    end

    subgraph "10人チーム（ライン: 45）"
        X(("..."))
    end

    style A1 fill:#3498db,color:#fff
    style B1 fill:#3498db,color:#fff
    style A2 fill:#e74c3c,color:#fff
    style B2 fill:#e74c3c,color:#fff
    style C2 fill:#e74c3c,color:#fff
    style D2 fill:#e74c3c,color:#fff
    style E2 fill:#e74c3c,color:#fff
    style X fill:#888,color:#fff

メンバーが増えるほど、情報流通は飛躍的に複雑化し、どこかで制御ができなくなる。

解決策: 分業をやめて、一人の守備範囲を広げる

flowchart TB
    subgraph before["従来: 工程で分業"]
        direction LR
        P1["企画担当"] --> P2["設計担当"]
        P2 --> P3["実装担当"]
        P3 --> P4["テスト担当"]
        P4 --> P5["運用担当"]
    end

    subgraph after["これから: 一人がフルサイクル"]
        direction LR
        F1["企画"] --> F2["設計"]
        F2 --> F3["実装"]
        F3 --> F4["テスト"]
        F4 --> F5["運用"]
    end

    before -->|"🤖 AIで多能工化"| after

    style before fill:#fff3cd,stroke:#ffc107
    style after fill:#d4edda,stroke:#28a745
    style P1 fill:#ffeaa7,stroke:#fdcb6e
    style P2 fill:#ffeaa7,stroke:#fdcb6e
    style P3 fill:#ffeaa7,stroke:#fdcb6e
    style P4 fill:#ffeaa7,stroke:#fdcb6e
    style P5 fill:#ffeaa7,stroke:#fdcb6e
    style F1 fill:#a8e6cf,stroke:#3ddc84
    style F2 fill:#a8e6cf,stroke:#3ddc84
    style F3 fill:#a8e6cf,stroke:#3ddc84
    style F4 fill:#a8e6cf,stroke:#3ddc84
    style F5 fill:#a8e6cf,stroke:#3ddc84

上の図の黄色が従来型。5人が5工程を分担し、その間にコミュニケーションが発生する。

下の緑がフルサイクル型。一人が全工程を担当し、AIがそれを支える。工程間の待ち時間がゼロになる。意思決定も一人で完結する。

なぜAIが多能工化を可能にするのか

以前は、一人が全工程をカバーするには膨大な学習時間が必要だった。GA4の設定、Cloudflareのデプロイ、独自ドメインの設定——一つひとつに書籍を買い、画面が変わるたびに調べ直す必要があった。

flowchart LR
    subgraph old["以前: 習熟に時間がかかる"]
        direction TB
        B1["📖 書籍を買う"] --> B2["📖 読んで理解する"]
        B2 --> B3["🖥️ 画面が変わっている"]
        B3 --> B4["🔍 調べ直す"]
        B4 --> B5["😩 挫折 or 外注"]
    end

    subgraph new["今: AIと一緒にやる"]
        direction TB
        N1["🤖 AIに聞く"] --> N2["🖥️ 画面を見ながら操作"]
        N2 --> N3["✅ 完了 & 理解"]
        N3 --> N4["💪 次から自分でできる"]
    end

    old -.->|"生成AIの登場"| new

    style old fill:#fce4ec,stroke:#e57373
    style new fill:#e8f5e9,stroke:#66bb6a

AIは「教えてもらいながら手を動かす」体験を提供する。画面を見せてくれるから、次から自分でやれるようになる。習熟コストが劇的に下がったことで、一人が複数の工程をカバーできるようになった。

実際に私自身、NetlifyからCloudflare Pagesへのプロジェクト移行やお名前.comからCloudflareへのドメイン移管を、AIと画面を見ながら操作して完了した。やっていることの大枠はAIが教えてくれるので、自分は目視で確認するだけ。こうして一度やれば構造が頭に入り、次からは自分で判断できるようになる。

2つの働き方の構造比較

quadrantChart
    title 組織設計と生産性の関係
    x-axis "分業（専門特化）" --> "統合（多能工）"
    y-axis "低い生産性" --> "高い生産性"
    quadrant-1 "🎯 目指す姿"
    quadrant-2 "理論上ありえない"
    quadrant-3 "AI以前の限界"
    quadrant-4 "AI活用の現状"
    "従来型組織": [0.2, 0.4]
    "AI導入（分業のまま）": [0.25, 0.45]
    "少人数＋多能工＋AI": [0.8, 0.85]

左下の「従来型組織」にAIを入れても、右隣に少し動くだけ。分業構造を変えない限り、AIの効果は限定的。

右上に到達するには、組織構造そのものを変えて、一人ひとりの守備範囲を広げる必要がある。

グラファー流: 3人チーム構成

石井氏が提唱するのは、以下のような最小構成のチーム。

flowchart TB
    C["👤 顧客"]
    C <--> BD["ビジネス開発\n（顧客対応）"]
    BD <--> PM["プロダクトマネジャー\n（開発指揮）"]
    PM <--> DEV["プロダクト開発者\n（設計〜運用まで）"]
    DEV <-->|"🤖 AI"| AI["Claude Code\nCopilot\netc."]

    style C fill:#dfe6e9,stroke:#636e72
    style BD fill:#74b9ff,stroke:#0984e3,color:#fff
    style PM fill:#a29bfe,stroke:#6c5ce7,color:#fff
    style DEV fill:#55efc4,stroke:#00b894
    style AI fill:#ffeaa7,stroke:#fdcb6e

3人の間のコミュニケーションラインはたった3本。10人チームの45本と比べてほしい。

プロダクト開発者は企画から運用までフルサイクルで担当し、AIが不足するスキルを補う。この構成なら、意思決定のほとんどが一人で完結し、待ち時間が消える。

これは「開発手法」ではなく「人材要件の変革」

AI駆動開発というものが効果を発揮するとすれば、それは分業の度合いを減らし、一人が担当する範囲をどんどん広げていくことに帰着するので、これは「開発手法」というよりは「人材要件の変革」といった方が適切かなと思っています。

--- 石井大地『AI駆動開発チームの作り方・育て方』

ツールを入れるだけでは何も変わらない。変えるべきは人と組織のほう。

mindmap
  root(("人材要件の変革"))
    技術スキル
      AIを使いこなす力
      複数の工程を横断する力
      継続的な学習
    マインドセット
      セクショナリズムの排除
      課題解決のために手を動かす
      ビジネスへの関心
    組織設計
      少人数チーム
      フルサイクル担当
      意思決定の分散

エンジニアにはこれまで以上に継続的な学習が求められるし、セクショナリズムに陥らず、課題解決のために自分の手を動かすスタンスが必要になる。

技術的な知識よりも、ビジネスに対する関心、ソフトウェアが解決しようとしている課題に対する関心が重要な役割を果たす。

まとめ: 分業を解体せよ

1. AIを分業組織にそのまま入れても、工程間の待ち時間は変わらない
2. 生産性のボトルネックは分業そのもの。コミュニケーションラインはn²で増える
3. 解決策は分業を解体し、一人の守備範囲をAIで広げること
4. これはツール導入ではなく、人材要件と組織設計の変革

AI活用をしない企業と活用する企業との間で競争力に差がつくことは間違いない。企業としてはAI前提の業務改革、AI前提の組織改革を断行する以外に選択肢はない。

参考書籍: AI駆動開発チームの作り方・育て方（石井大地）