AI生産性の罠

AIの利用が急増している。多くの組織が支出、トークン消費、使用量を増やし、それらを価値の証拠として示している。しかし、同じ人々が密かに、期待したほどのインパクトが出ていないと不満を漏らす。使用量は増えたが出荷は伴っていない。著者は数週間この問題を考え、二つのことが起きていると結論づけた。第一に、多くの人がAIの正しい使い方を誤解していること。第二に、より良い方法を知っていても構造的な理由でそこから逸れてしまうことだ。

まず、本当の仕事は何かを理解する必要がある。顧客が欲しがり、対価を払うものを出荷することだ。しかし、私たちが構築するもののほとんどは失敗するという不快な事実がある。著者はMixpanelでの経験を例に挙げる。顧客が様々なデータをMixpanelに取り込んで分析できる機能を開発したが、数ヶ月をかけて最高のバージョンを作り上げたものの、ほとんど顧客に触れることなくリリースし、大失敗に終わった。この経験から、重要なのは賢くなることではなく、学習できる試行回数を増やすことだと学んだ。一度に千のものを顧客に投げるのではなく、サイクルを短くし、粗くて恥ずかしい初期バージョンをすぐに顧客の前に出し、反応を見て、残すべきものを残し、捨てるべきを捨てる。

著者の見解では、AIの効果的な使い方は、この反復的な出荷をより速く、より良く、より安全にすることである。しかし、大多数の人はそう使っていない。コード生成はAIの最初の大きな成功であり、最も抵抗の少ない手だ。入力するとコードが現れ、ほとんど動く。素晴らしい感触だ。だから皆そこに向かう。選択してではなく、勾配に従って。速いものが気持ちいいので、人々は速いものを活用できる仕事を探し求める。より多くの機能、リファクタリング、ツール、ダッシュボード、あらゆるものへの一回限りのスキル。そして、快適なAI作業はROIが低い。なぜなら、それはAIが簡単にしたことだけをやり続けさせる作業だからだ。抵抗の少ない道と出荷を加速する道は同じではない。内部からはどちらも忙しく感じられるため区別がつかない。

時には、リライトやクリーンアップが本当に最優先事項であることもある。出荷の障害を取り除く場合や、今四半期の実際の目標である場合だ。それは正当だが、高いハードルをクリアしている。罠は出荷以外の仕事をすることではなく、それが簡単だから手を出し、後から優先事項と呼ぶことにある。コードを書くことは常にいくつかのボトルネックの一つに過ぎなかった。それを取り除いても制約は消えない。レビュー、意図した通りに動くかの検証、本番環境へのデプロイ、デバッグへと移動する。タイピングより楽しくない上り坂のどこかに。スキルはそこに進んで行くことだ。次のボトルネックを見つけ、AIを向け、次に移る。AIが約束した利益をもたらさなかったと言う人々は、下りの一歩を最適化し、その後はすべて手動で回している。彼らは必要以上にループの中にいる。

登るためにはツールとの関係を変える必要がある。タスクモンキーのようにAIを一命令ずつ操るのをやめ、非決定論的なブラックボックスとして扱い、目標を設定して検証方法を定義し、自律的に動かす。レビューループ、ブラウザテスト、検証スクリプト、自己修正ハーネス。エージェントがあなたを必要とする前に動作し続ける時間が長いほど、そこから得られる利益は大きい。不快な点もある。時には非効率なコードを書き、時にはバグを仕込む。しかし、それをキャッチするハーネスに投資していれば、そのコストは許容できる。検証こそがスピードを安全にするものであり、速くなるために飛ばしてはいけない。

この恩恵を最大限に受けているエンジニアは、一年前とは異なる姿をしている。彼らはループに参加する代わりに目標を設定し、顧客のニーズからプロトタイプ、本番へと以前より短いサイクルで移行し、コードをためらわずに捨てる。コードが目的ではなく、信号が目的だからだ。AIが機械的な作業を担うなら、エンジニアに残されるのはキーストロークではなく、センス、顧客理解、何を構築する価値があるかの判断だ。AIはあなたの顧客を知らない。その部分は決して楽にならず、あなたの時間を費やす価値がある。

何かにAIを使う前に、自問してほしい。それは顧客が反応できるものを出荷する時間を短縮するか？もし「はい」なら、徹底的に取り組め。ループを構築し、検証を構築し、邪魔をせずに任せろ。もし「いいえ」なら、正直になれ。その作業には価値があるかもしれないが、それがどれほど生産的に感じられようと、ROIはそこにはない。今後数年間で勝つ組織は、AIを最も多く使う組織ではない。AIは「より多く行う」ことを簡単にした。勝者は最も速く反復できる者、快適な下りの仕事から離れて、実際に出荷し、実際に学びを与えてくれる仕事に登ることを厭わない者だ。