AIがビジネスプロセスを加速させない理由
現代の組織における支配的な物語は、人工知能（AI）が生産性の万能薬であるというものです。市場が低迷したり、効率性が企業の主要な目標になったりすると、即座に「AIを投入する」という反応がしばしば見られます。その前提は単純です。もしAIがコードやテキストを数秒で生成できるなら、アイデア出しからデプロイに至るまでのプロセス全体が、比例して加速するはずだというものです。
しかし、この視点はシステム思考の根本的な真実を無視しています。プロセスの特定の部分を加速させることが、必ずしもシステム全体を加速させることにはなりません。実際には、ボトルネックを別の場所に移動させるか、上流工程の入力の脆弱性を露呈させるだけであることが多いのです。
視覚的なボトルネックの誤謬
ガントチャートやBPMN図など、プロジェクトのタイムラインを見ると、最も時間を要するフェーズは、ほぼ常に実行フェーズ（例：ソフトウェア開発）です。マネージャーにとって、これは最適化すべき明白な場所に見えます。本能的な反応は、リソースを追加するか、AIツールを導入して、その特定のブロックの期間を短縮することです。
しかし、期間が長いからといって、自動的に問題がそこに起因しているとは限りません。元の記事の著者が述べているように、ソフトウェア開発とはタイピングすることではなく、複雑で、しばしば曖昧な問題を、コンピュータが安全かつスケーラブルに実行できる正確な解決策へと翻訳することなのです。
上流の問題：要件と明確さ
ほとんどの技術的なプロセスにおける真のボトルネックは、作成という「行為」ではなく、リクエストの「明確さ」にあります。「売上が完了したらユーザーにメールを送信する」といった曖昧な機能リクエストは、コーディングの問題ではなく、定義の問題です。それは、重要な問いに答えることを要求します。「完了」状態をトリガーするのは何か？ メールの内容は何か？ エラーはどう処理されるのか？
この状況にAIを導入すると、問題はしばしば激化します。AIによって開発者がプロジェクトマネージャーになり、詳細なスコープ定義の必要性を回避できるという誤解が一般的です。実際には、AIは精度を「減らす」のではなく、「より多く」必要とします。
"Vague requirements get vague results."
もしAIに曖昧なプロンプトを提供すれば、、それはもっともらしく見えるが不正確な解決策を生成します。LLMから正しい結果を得るためには、人間が、もし人間の開発者に与えていたならば、すでに生産性を飛躍的に高めていたであろうレベルの詳細を提供しなければなりません。AIはスコープ定義の必要性を排除するのではなく、単に精度の負担を開発者の直感からプロンプトの仕様へとシフトさせるだけなのです。
AIの「蒸気馬」時代
多くの組織は現在、AI導入の「蒸気馬（Steam Horse）」フェーズにあります。蒸気機関が最初に発明されたとき、人々は交通の未来を、従来の荷車を引く馬の形をした蒸気機関だと想像しました。彼らは、新しいテクノロジーを古いプロセスの形式に押し込めようとしたのです。
同様に、企業は、なぜそのワークフローが存在するのかを問わずに、既存の肥大化したワークフローにAIを適用しています。もし、弁護士が不完全な書類を求めて5人の異なる人物を追いかけているために法務承認プロセスが遅いのであれば、それらの書類を要約するためにAIを導入しても、根本的な調整の失敗を失敗を解決することはできません。
現場からの洞察：スループット vs. レイテンシ
このトピックに関するコミュニティの議論では、「AIの速度」という物語をさらに複雑にするいくつかの重要なニュアンスが浮き彫りにされています。
1. スループット vs. レイテンシ
一部の主張者は、AIがレイテンシ（一つのタスクがいかに速く行われるか）からスループット（どれだけのタスクをこなせるか）へと焦点を移すと述べています。個々の機能はより速く生成されるかもしれませんが、組織的なオーバーヘッド（コードレビュー、セキュリティ監査、チーム間の調整）は一定のままです。これは、アムダールの法則（Amdahl's Law）の現れです。全体のスピードアップは、プロセスの逐次的な、人間に依存する部分によって制限されます。
2. 「バイブ・コーディング（Vibe Coding）」のリスク
「バイブ・コーディング」に関する懸念が高まっています。これは、深い探索なしに、AIが生成したイテレーションに基づいてプロトタイプを迅速にリリースすることです。これは、最初のプロトタイプへのサイクルを短縮しますが、最終製品への時間を延ばす可能性があります。事前の設計やユーザーインタビューを行わずに、チームは、誤った前提を「解きほぐす」ことや、変化するインターフェースに対するユーザーへの再トレーニングに、より多くの時間を費やすことになるかもしれません。
3. 小規模チームの優位性
興味深いことに、AIAIは小規模チームにとって究極の破壊的ツールとなる可能性があります。大企業は、しばしば「正統的な手法」や膨大な調整のオーバーヘッドによって停滞しています。官僚主義を最小限に抑えた、機敏な小規模チームは、AIを活用して、はるかに大きなグループの仕事を行えるようになり、結果として、大企業を停滞させる組織的なボトルネックを組織的に回避することが可能です。
結論：ツールではなく入力を修正する
もしプロセスを実際に加速させたいのであれば、焦点は実行のためのツールではなく、入力の質に置くべきです。書籍『The Goal』の核心的な教訓は、ボトルネックには予測可能で高品質な入力を与えるべきであるということです。
AIは強力な加速器ですが、壊れたプロセスに加速器を適用すると、壊れた結果をより速く生み出すだけです。AIの真の可能性を実現するためには、組織は「AIでこれをどうやって速くできるか？」と問うのをやめ、「そもそもなぜこれにこれほど時間がかかっているのか？」と問うべきです。