AI駆動開発とは何か？──6,000万円規模の開発を1人と月数万円で置き換えた実測でわかる、仕組み・向き不向き・経営への影響

ポイントは、人間のやり方の延長でAIを速く使うことではありません。 AIでしかできない物量の作り方に、開発そのものを組み替える ことです。AIが手を動かし、人間は方向を決める。この役割の逆転が、AI駆動開発の中身です。

私はこの作り方で、数千ページの社内資料を分析する社内ナレッジAIの心臓部を開発しました。約3ヶ月でAIが消費したトークン（AIが文章を読み書きする量の単位）は、約160億。作成したソースコードは約20万行で、AIの出力量は人間がタイピングするだけで9,000時間かかる分量でした（多くの時間は分析に使っているので参考値です）。

• 正解例を先に作れる ──何が正しい出力かを事前に定義でき、改善のたびにそれと照合できる
• 改善を数字で検証できる──「良くなった気がする」という感覚ではなく、毎回同じテストで白黒がつく
• AIに考えさせる場所と、型どおりに整えさせる場所の線が引ける──この線の引き方で、出来上がりの精度が大きく変わる

3つ目の線引きは、技術だけでは決められません。 どこに線を引くかは、業務を知らないと決められない からです。私が開発した社内ナレッジAIの場合、対象の業界に10年以上関わってきた業務知識が、この線引きを支えました。

逆の側も書いておきます。大人数でしか作れないものは、もちろんあります。チームで作る現場を否定する話ではなく、同じテストで検証を回せる開発に強烈に効く作り方だ、という話です。

1. 正解例を先に作る──改善のたびに照合する、ものさしを用意する。これがないとループはただの空回りになる
2. 完成条件と停止条件を文章にする──夜間に回すループには「どうなったら止まるのか」を先に書いておく。書かずに寝ると、ループは朝まで空回りする
3. チェックAIの採点で赤点になった場所だけを見る──数千ページ分の出力を人間が全件見るのは不可能。作るAIとは別にチェックするAIを立て、おかしい出力を機械的にあぶり出す

この形にすると、ループは人間が寝ている間も回ります。実測した約3ヶ月の開発では、分析→洗い出し→改善の周回は24時間自動で回し、私は朝、結果の数字と課題リストだけを確認していました。 人間の投下工数は約3人月。約50人月相当の開発に対して、約17倍のレバレッジ でした。

「AIで回すだけなら、誰でもできるのでは？」という問いに、私は自分を解剖して答えたことがあります。答えは、断じて無理──でした。回すだけに見える水面の下に、4つの層が沈んでいたからです。

ループを組む技術に約3.5年。対象の業務を知るのに10年以上。理屈が追いつかない改善の海でループをコントロールし続ける精神力。そして、その燃料になる好奇心。 どれか1つではなく、この掛け算がそろって初めて成果になります 。

だから、道具の配布と人の話は分けて考える必要があります。日常業務のAI活用は配布と習慣づけで進みますが、AI駆動開発を担える人は、道具を配っただけでは生まれません。

開発費への影響から。発注側であれば、次に開発の見積もりを取る前に「これはAI駆動で作れる開発ではないか」と一度疑う価値があります。労働量と支払額が切り離されたことで、これまで金額を見て諦めていた規模の開発が、届く範囲に入ってくるからです。

人材への影響。エンジニアリングは、チームの人数がそのまま力になる時代から、 深い知識と経験を持つ個人がAIをフル活用して、素早く最高品質のものを作る時代 に入りつつあります。私自身、回し切れるようになるまで約3.5年かかりました。社内で育てるか外から連れてくるかは、この年数を前提に判断することになります。

導入の進め方への影響。作る単位が小さくなったことで、1つの現場の1つの業務に深く刺さる形まで作り込めるようになりました。現場の一人に「これがないと業務ができない」と言われる状態を作り、そこから口コミと社内実績で広げる。この進め方が、超大手企業でも現実に機能したことを、私は目の前で見ています。