AI マニアが世界の意思決定を粉砕 – コンサルタントの最前線レポート
AI マニアが世界の意思決定を粉砕 – コンサルタントの最前線レポート
TL;DR – AI ブームが意思決定を破壊している
著者は、数十件の AI 導入を監督してきたコンサルタントで、見たことのあるほぼすべての AI プロジェクトが失敗している と主張し、経営者はプライベートで疑っていても公に AI を称賛せざるを得ない と述べている。これが自己増幅的なマニアを生み、採用、予算、リスク管理が歪められ、従業員は敵対的で指標主導の環境で生き残らなければならない。
1. AI プロジェクトは実質的にすべて失敗
- 観測された成功率: 著者のチームが関わった、あるいは周辺的に観察したプロジェクト 1 年半で 0 %。
- 典型的な失敗要因: ドキュメント不足、LLM に対する非現実的な期待、そして AI の新規性が増幅させた従来のソフトウェアプロジェクトの管理ミス。
- チャットボット事例: 社内ヘルプデスクボットはほとんど利用されず、顧客向けボットは問題解決に至らず、指標からも跡形もなく消えることが多い。
- コメント: 複数のコメント投稿者は、著者の主張は誇張か選択バイアスがある可能性を指摘しつつ、内部チャットボットやトークンリーダーボードといった AI 中心の取り組みが実質的価値をほとんど提供していない点には同意している。
"私たちのチームが観測したすべての AI プロジェクトは失敗しています。1 年半で 0% の成功率です…" – author "この記事は正しいと感じますが、私が Claude を高度な SQL と Python に使っている経験とは合致しません…" – LOCNE55 (HN コメント)
2. AI に反対することはキャリア自殺
- カルト的圧力: 経営者は自ら AI を使ったことがなくても、変革的であると繰り返し宣言しなければならない。
- 結果: AI イニシアティブに疑問を呈する従業員はしばしば “撃たれる” – 解雇、配置転換、あるいは仕事を守るために AI 使用を偽装させられる。
- 指標の乱用: トークン消費、AI 請求 KPI、そして “AI 洗浄” が実際の成果に関係なくパフォーマンス評価に使われる。
- コメント: HN ユーザーは、著者の逸話が過去のテックブーム（例：ブロックチェーン、アジャイル）と同様の企業マニアを示していると指摘している。
"Go リポジトリの平行コピーをチェックアウトし、AI に全体を Zig で書き直すよう指示…このクソが大嫌いだ。" – software engineer (記事中引用)
3. デモはトロイの木馬
- 派手なデモ: 半端な AI デモ（例：Snowflake Cortex）でも非合理的な購買熱狂を引き起こすことがある。
- 結果: 企業は実際に使いこなせない AI ソリューションを購入し、デモに魅了された顧客を満足させようとする。
- 著者の対応: チームはそのようなデモの提供を中止し、製品を営業プレイブックから除外した。
- コメント: レビューアは、表面的な PoC が深い実装ギャップを隠すパターンと著者の経験が合致すると指摘している。
4. 経営者のゲーム理論 – 正直さの囚人のジレンマ
- 戦略的ジレンマ: 経営者が AI の成果が過大評価されていると認めれば、嘘つきレッテルを貼られ契約を失うリスクがある。黙っている方が現状維持になる。
- 取締役会の圧力: 取締役も懐疑的だが、AI 投資を支持しないと時代遅れに見えることを恐れる。
- 結果: 真実を語れる者がいなくなる協調問題がマニアを強化する。
- コメント: HN 参加者は、これが他のテック波に見られる古典的な協調失敗と同様だと観察している。
5. “AI‑ネイティブ” という要求
- 採用・予算: 従業員は AI 使用実績を示さなければ人員確保や解雇回避ができない。
- トークンリーダーボード: チームは実際の成果よりも LLM のトークン消費で競う。
- プロジェクト例: データベース移行が数行の LLM コードだけで “AI‑ドリブン” と再ブランド化される。
- コメント: 一部のコメント投稿者は、著者の見方は過度に悲観的で、LLM 補助コーディングで成功した個人的体験を挙げつつも、garbage‑in‑garbage‑out の原則は依然として当てはまると同意している。
6. 生存戦略 – システムを変えられないとき
6.1 別の目的があるとき
- プライベートな異議: 1 対 1 で懸念を伝え、異議が目立つ場は避ける。
- 匿名投票: アンケートでプロジェクトの健康状態に関する二極的意見を表面化させる。
- 実データ: 経営者のレトリックではなく実ユーザーから得たインサイトを活用する。
- 直接的挑戦は避ける: 広範な AI ブームの発言は流すだけにし、具体的で信頼できる関係に注力する。
- 政治的地形を把握: AI 指標を公言した人物を特定し、対峙は慎重に行う。
- 実用的な嘘: 必要ならトークン消費の多い AI コンポーネントを加えて上司を満足させ、自身のポジションを守る。
6.2 ただ生き延びたいとき
- 影響力は限定的と受け入れる: AI マニアを変えることは難しいと認識する。
- 契約社員を検討: 高報酬と固定終了日で内部政治への曝露を減らす。
- AI ニュースの摂取を制限: ブームへの曝露を減らしメンタルヘルスを守る。
- 戦略的沈黙: AI 使用を問われても危険でなければうなずき、個人的意見は秘匿する。
- 退職準備: 圧倒的な AI 主導の業務は転職のサインと捉える。
- AI 対 AI を活用: 上司が AI 生成テキストで返信したら、自分も AI で返して正気を保つ。
"大量の酷い AI コードをレビューするよう求められたら、組織があなたを燃え尽きさせて解雇することを前提に考えてください。" – author (記事中引用)
7. コミュニティの反応 – 読者の声
- カルト的雰囲気への同意: 複数のコメントが過去のテックマニアと類似していると指摘し、反論の難しさを強調した。
- 誇張への批判: 0 % 失敗という主張は誇張で選択バイアスがあると指摘する声もある。
- 実際の成功の認識: 一部ユーザーは特定タスク（例：高度な SQL 生成）で LLM による実質的な生産性向上を報告。
- ニュアンスへの呼びかけ: “AI プロジェクト” の定義を明確にし、技術的失敗とプロジェクト管理失敗を分けるよう求めるコメントが多数。
- 広い視点: マニアはハイプサイクルの一部であり、最終的には沈静化すると警告する参加者もいる。
結論 – マニアは過ぎ去るが、被害は現実
著者の最前線レポートは AI ブームが企業の意思決定を体系的に捕らえている ことを示す。経営者は公に AI を推進しつつプライベートで疑念を抱く危険なゲームに追い込まれている。実際に有用な AI 生産性の事例はあるものの、支配的な傾向は インセンティブの不整合、膨張した指標、懐疑心を罰する文化 である。実践的助言（プライベートな異議、データ駆動の投票、必要に応じた戦略的契約）は、この混沌とした環境を乗り切るためのロードマップを提供する。
この状況は一時的である可能性が高いが、根本的な協調問題を認識し是正しない組織は、長期的に合理的な意思決定が侵食され続けるリスクがある。