AI時代の「一人チーム」と課題
どうも、しぶちょーです。ものづくりの視点は、産業機械の現役エンジニアである私、しぶちょーが、ものづくりに関するトピックを独自の視点で解説する番組、です。
今日は、ボイシーのデイリートークテーマに沿った回です。今日のテーマはこちら。
チームで成果を出すには、共通のゴールを見える化する方法、メンバーの強みを生かした役割分担、チームがうまくいかなかった時の失敗と気づきなどなどを語ってください、というテーマでございます。
何事もね、一人の力ではなし得ないと。チームで団結して何かを作り出してこそ、ですよね。
ものづくりだってそうですよ。一人の力だけではですね、何も作れません。実際いろんな工程を担ってくれる人がいるから、初めてものができるんですね。
が、しかしですね、最近は、生成AIの登場によって、このチームっていう考え方も、少しではあるんですけど、確実に変わりつつあるなと思います。
やっぱりね、少数生Aでも大量のアウトプットが出せるようになったじゃないですか。
個人が、個人とかその少数生Aのチームが大企業っていうね、大きな組織と並ぶ日も近いなんてね、言われたりしてますからね。
むしろそういうAIエージェントとか、そういうものを引き連れたチーム一人みたいなね、人がスピード感を持って活躍することによって、大企業を追い抜くよみたいな、そういう可能性すらあるみたいなこともよく言われていますし、そういう時代は本当そこまで来てるかもしれません。
Claude Code活用と複数AIエージェント運用の試み
今日はですね、私もそんなチームAI一人になろうと思って試行錯誤してはいるんですけど、全然無理っぽいというお話ですね。
それでは早速いきましょう。最近、クロードっていうAIサービスをフルに活用しているんですよね。
その中でもクロードコードっていうね、クロードの中の1個のサービスというかツールをよく使っているんですけど、これ本当にSNSでこの名前を見ない日がないぐらいにですね、バズり散らかしているような、そんなツールですね。
非エンジニアもクロードコードを使って効率化していきましょうなんてことをよく言われてますけども、あらゆるタスクをクロードコードを中心としたAIで代替するということにチャレンジしています。
クロードコードって何ができるかというと、もともとはコーディング用のツールではあったんですけど、ローカルのパソコンの自分の中で動くというか、自分がパソコンの中で持っているデータに直接アクセスすることができるようなAIエージェントなんでね。
自分の持っているデータを元にいろんな処理をさせるみたいなことができるので、単にソフトウェア開発しましょうみたいな文脈以外でも業務の効率化とか、自分の業務を手伝わせるみたいなことができるということで、エンジニア以外からもすごく注目を集めているというツールの一つでございます。
クロードの課金のプランっていろいろあるんだけども、もともと私も月額3000円くらいのプロプランじゃなくて、プラスプランなのかな。クロードプラスみたいなプランに入ってたんですけど、今はその上のマックスプランっていうのに入っていて、月額100ドルですね。
15000円のプロプランに上げて活用してます。この安いプランと高いプラン、もう1個高いプランもあるんだけど月額300ドルってね、そこまで払えないから100ドルのやつにしているんだけど、何が違うかというと利用上限っていうのがあってですね、いっぱいのクロードコードでガンガンエージェントを回していくと、一定の期間でこれだけ動かせますよみたいな上限があって、それに当たるとちょっとこの時間まで待ってくださいねみたいな感じで頭打ちになってしまうんですね。
その幅ですね、制限のかかる幅っていうのが3000円のプランと、当然その15000円のプランと全然違うということなんで、私もちょっと上限を上げたいなということでね、100ドルのプラン一生懸命活用してます。
上限当たらなくなっても無限に使えるんじゃないかと思うぐらいですね、バリバリ活用できてはいるんですけど、ただ1個ちょっと気になることがあってですね、
100ドルのプロプランだと、私程度の活用だとですね、全然利用上限当たらないんですよ。
もともとプラスプランで3000円のプランでね、ちょっと作業させるだけですぐリミットバーンって当たっちゃって、
待たなきゃなってことでかなりイライラしながらね、作業をしてたんですけど、100ドルのプランにしてもっとがっつり使い直そうということで、
気合を入れてやっているんですけど、今度は全然上限に当たらないんですよ。
まあね、私日中はほとんど会社で仕事をしているわけで、その間はもちろんクロードコードを使ってませんから、
基本的には夜と帰ってからと、通勤時間だけでクロードコードを使ってね、作業をするんだけど、
なかなかそのぐらいの稼働時間だとリミットに当たらないんですよね。
プラスプランだと簡単にポンと当たるんだけど、プロプランにすると全然当たらないという、
その間、3000円と15000円の間のプランが本当は一番ベストなんですけど、そういうプランないんで、
ちょっと今損をしているわけじゃないけどね、上限に当てたいなということで、
もっとね、いろいろ活用の幅を広げていきたいなということで、いろいろと工夫を講じている最中ではあります。
そのあたりはまた別の機会にお話ししたいんですけど、
今はそういうタイミングを増やすっていうことに加えて、
がっつり使えるタイミングね。
だからさ、実際電車の中とか夜とかね、そういう作業をするタイミングでもっとガツガツ動かせないかなと思って、
そういう取り組みも始めたんですよ。
結構、SNSとかを見ると、そういうエンジニアが多いんだけど、
クロードコードを複数立ち上げてね、1対1でAIに指示するんじゃなくて、
何体ものエージェントを一気に召喚して、そこに並列に処理させていくみたいな、
そういう作業の進め方を取っている人たちが結構多数いるんですよ。
これは当たり前なんだけど、同じ時間使っていても、2体使っていれば2倍の消費量になるし、
3体使っていれば3倍の消費量になるから、
1時間しか使えないよっていう時に、1対1でやり取りしているよりも、
3体同時に違う作業をさせた方が当然効率いいわけですよ。
クロードって、コマンドラインインターフェースっていう、CLIっていう黒い画面で動くからさ、
別にあれって複数立ち上げれるから、そのまま立ち上げて全部でクロードを呼び出せば、
そういう運用ができるわけですよ。
そうやって複数管理用のツールみたいなものもちらほら出ているぐらいで、
もしもこれがうまく実用できれば、本当にチーム1人ができるんですよね。
私1人なんだけど、エージェントいっぱいいて、AIが一緒に仕事をしてくれるみたいなね。
だから私1人、夜で作業をする時に、一緒に働いてくれる仲間、
市部長さん、私協力しますよっていうAIが4人5人一気に出てくるみたいな。
それは心強いですよね。
ということで、まず4人ぐらい一気に動かせるんじゃないかなと思って、
最近頑張ってやってるんだけど、4体のエージェントを立ち上げて、
それぞれに別の作業をやらせるみたいなことをやってみたんですよ。
っていうかやってみてるんですよ。
あのね、もてあます。
全然もてあます。
もう分かっていたうちだと思うんだけど、当たり前よね。
無理。
1体でも、クロードコード1体でも、正直その、
完璧に使いこなせているかって言ったら、微妙なところはあったんですけど、
そんなものが4体であるんですね。
平等に指示を出すこともできないし、
そのアウトプットに対して返答することも当然できませんと。
でもその指示を出す、指示を受け取るだけの存在になってしまいますね。
これね、4体同時にやったんだけど、めっちゃ疲れるのよ。
誰にどれを出して、次どれに誰を出すかみたいな。
これを、ずっと人間がそこで間に入って、指示を出していくのはね、だいぶきついなと思いますね。
「AIブレインフライ」の概念と研究
ただやっぱその、利用上限っていうのがあるんだったら、
上限まで使い倒さないともったいないよねっていう感情にも当然になるわけじゃないですか。
だからさ、自分を楽にするためにAIを導入したはずなのに、
AIが俺を忙しくさせてるっていうね、だいぶ本末戦闘なことになってるわけですよ。
実はね、最近そんなAI疲れがちょっと話題になっていたりします。
今からね、紹介しますけども、もしかしたらそれが新しい時代の現代病になるやも知れませんね。
今から紹介するのはですね、ビジネスインサイダーっていうサイトで紹介されていた研究なんですけど、
どうやらこれ2026年、今年ですね、3月に掲載された論文らしくて、
タイトルはWhen Using AI Lead to Brain Flyということで、
AIによって脳がアツアツに上がっちゃうぜと。
これもね、AIブレインフライと名付けたわけですね。
もうAIを使いすぎて脳が上げられちゃうぜ、フライになっちゃうぜみたいな、そういうことですよ。
この研究を発表したのはですね、BCG、ボストンコンサルティンググループで、
アメリカの大企業に勤めるフルタイム労働者1,488人を対象にしたサーベイで、
サーベイっていうのはね、そういうなんか被験者というかアンケートを取ってね、
回答をもらいましたよみたいな、そういう感じの研究なんですけど、
なんとですね、1,488人中の14%の人がAIブレインフライというのを経験していると答えたんですね。
症状は何かというと、頭の中がザワザワする感じ、脳にモヤがかかったような感覚、
集中できない、意思決定が遅くなる、頭痛がする等々ですね。
AIを使い続けたせいでこういう症状が起きますよ、みたいな人たちが、
割と14%くらいいたんですよ。
14%多いか少ないかは別として、なんかやっぱ体験と一致するよね。
私が4体AIエージェントを並行で動かそうとした時に感じた、あの持て余す感覚は、
疲れたなっていう感覚そのものなんですよ。
肉体は別に疲れてるわけじゃないんだけど、なんかめっちゃ頭疲ったなっていう感じがする。
脳にごちゃごちゃ、いろんな文脈の情報を一気に押し込まれたみたいな。
もう考えたくないみたいになる、これがAIブレインフライですよ。
AIツール利用数と生産性の関係
この研究何がすごいかっていうと、いろんな調査をしているんですけども、
AIのツールの数と生産性の関係に関しての相関というか、
そこにどういう違いがあるかなっていうのをちゃんと調査してるんですね。
だからどういうことかというと、AIツール1個使ってますよって人はOKと。
2個並列で使ってますよっていう人、これ実は生産性がっつり上がるんですよ。
2個まではいけると。2個から3個同時にやりましたと。
これも1個から2個ほどではないんだけど、ちょっと効果があるらしいんですね。
でも3個から4個目、4個いろんなツールを同時に使おうと思ったときにむしろ効率下がっていくと。
3個から4個の間にAIブレインフライの境界線、壁があると言っているんですね。
正直2個でも私は持て合わせるんですけど、
どうやらアメリカの優秀なサラリーマンたちは本当に効率的なようで、
3個ぐらいまでは余裕で生きるっぽいですね。
結局でも人間の脳が一度に処理できる情報の数って物理的に上限あるんだよね。
よく判断の回数とか言うじゃないですか。
1日にできる判断の回数って決まってるから、小さい判断でもしないように。
スティーブ・ジョブスでも同じ服着るみたいなことをやって判断の回数減らすみたいなことをやってたじゃないですか。
まさにああいうことで脳のリソース、1日にできることってだいたい決まってるのよね。
AIに指示を出したのはいいんだけど、次の指示を仰がれることで、
永遠に小さい判断とか大きい判断をいろんな文脈で求められるの。
結果、人間が判断できる回数の上限を上回ってAIブレインフライを起こすみたいなね。
そんなことになってしまうわけですよ。
クロードに利用上限があるからMAXプラに変えましたって言うんだけど、
見えてないけど人間側にも利用上限あるんだよね。
AIが人間を使う上での利用上限っていうのも、
やっぱり個々にあってさ、それを超えると脳が上がっていくみたいな。
そんな感じなんですよね。
ただね、SNSをふと見ると8個ぐらい同時にパソコンの画面に映して、
こうやってエージェントを並列化して効率化してるんですよみたいな人はいるので、
そういう人は相当脳のスペックが高いのか、それともただのパフォーマンスなのか、
真相は闇の中なんですけどね。
もしかしてもっと上手いやり方があるかもしれないんですけど、
なかなかこれ複数同時にAIエージェントをコントロールしようと思うのは、
なかなか人間だと指団の技だなと思いますね。
「AIブレインフライ」研究の批判的考察
面白いのがね、業界別で見ると、マーケティングとかリサーチャーとか、
AI導入が進んでいる業種ほど、このブレインフライの経験率っていうのは高くて、
逆にこのAIがなかなか使えないホームとかね、
機密情報扱うよっていうところは、そのAIブレインフライを経験した人たちは、
当然そのAI使ってないから低いと。
だからその研究者たちは、そのAIを早く使い始めた人たちはね、
炭鉱のカナリアだというふうに表現してるんですよ。
なんか炭鉱のカナリアってさ、その炭鉱の中で毒ガスとかね、
人間に有害なものが発生すると、カナリアってそこに敏感だから、
カナリアの方がなんかすごい泣け叫んだりとか早く死んじゃったりするよね。
だからその炭鉱にカナリアを連れて行って、カナリアが死んだら、
あ、これ人間にも妄想害があるって言って脱出するみたいな。
そういうアラームの機能みたいな、ちょっと命だからあれなんだけど、
ある種の実験台というかね、そういう意味で炭鉱のカナリアっていう言葉があるんだけど、
今業務でAIをバチバチに使っていくぜっていう人たちは、
ある種炭鉱のカナリアで、その人たちが今後どういう体に害を及ぼすかによって、
あ、ここまでしか使えないんだ、これぐらいやっちゃいけないんだねみたいなものを、
次の人たちが判断していくよねってことを研究者たちが言ってるらしいですね。
だからこれから積み上がっていく屍の上を乗り越えてですね、
いろんな人たちがまたAIを活用できるようになると。
ある種アーリーアダプターの人たちは炭鉱のカナリアだということですね。
私も多分カナリア側の人間だとは思いますね。
ここまで聞くとなんかAIを使っていくのって体に悪そうだなっていうか、
やっぱりAIって意外とヤバいんだなみたいなことを思う人がいるかもしれないんですけど、
ちょっとここで一回冷静に見たいのが、この研究の信憑性というものなんですよね。
今紹介したね、このAIブレインフライの話、これどういうものかっていうと、
茶読付きの論文ではないんですよ。
ビジネス雑誌に掲載されたもので、そのビジネス雑誌自体は権威はあるんだけど、
茶読付きの科学ジャーナルみたいなものとは性質が全然異なるんですね。
サンプリングした方法とか統計の手法とか、
そういう詳細情報って公開記事レベルではほとんど明示されてないと。
とにかくこういう結果があったよっていうことが分かりやすく示されているだけ。
しかもそのAIブレインフライの定義自体もすごい曖昧だし、
質問項目もかなり少ないんですよ。
心理学の論文とかで行われるような調査手法とか、
データとかそういうものと比較するとかなり測り方がライトだと。
AIブレインフライを軽減した人が1400人ぐらいの中で14%もいたんだという数字って、
あくまで目安ですよねぐらいしか受け取ることができないかなという部分ですね。
そして一番気をつけないのが、
この研究をやったのがボストンコンサルティンググループだということなんですよね。
彼らはAIの導入支援っていうのは本業のコンサル会社なんですよ。
AIの導入支援だけじゃないんだけど有名なコンサル会社だよね。
今はやっぱりAI導入とかそういうところにもすごく力を入れている、
世界的なコンサル会社なんだけど、
そこがAIをいっぱい入れて使うだけじゃダメですよと、
運用設計をちゃんとしないと脳がフライしちゃいますよって言ってるっていうのはちょっと、
なんだろう、分かるでしょ、営業トークというかポジショントークっぽいよね。
だからうちのコンサル使って正しくAIを導入していきましょうね、
という営業動線でもあるわけよ。
研究がウソだとは言えないんだけど、
やっぱポジショントークの香りっていうのは、
クンクン臭うなっていうぐらいはちょっと気がついておきたいところよね。
やっぱりこのAI関係の論文ニュースって、
すごいキャッチなものが多いし、
SNSでもパシッと切り取られていることが多いから、
やっぱりバズりやすいからね。
やっぱりその背景とか、
どのぐらいの、何に携帯されたのか、
どういう論文なのかっていうのを調査するっていうのは重要ですね。
AI利用における隠れたコストと錯覚
別に元の英語論文を読めとは言わないし、僕も読めないんだけど、
今だったら元をたどって、その論文自体を翻訳するとかね、
要約させるっていうことは全然できると思うから、
それぐらいはやっぱり情報を自分で取り入れてもいいんじゃないかなと思いますね。
SNSでまとめられたとか、ニュースサイトみたいなのでまとめられたものだけだと、
結構そういう背景情報みたいなのが欠落していくから、
そこはやっぱりちゃんと見に行ったほうがいいかなと思います。
ただ、ボスのコンサルティングが営業のために出ち上げたのではなくて、
一応この研究自体は信憑性が高いんじゃないかなと個人的には思っていて、
類似の研究がいっぱいあるんですよ。
2025年、去年にも関連の論文が出てまして、
それはちゃんとした研究機関が出してるんですけど、
METRというとこが出してるみたいなんですけど、
熟練のオープンソースの開発者16人に最新のAIコーディングツールを使わせて、
実プロジェクトのタスクをやらせたと。
どのくらいの進捗があって、
そのツールを使うことによってどのくらい効率化したかみたいなものを
定量的に測ったみたいなんですけど、
結果、AIを使った方が19%遅くなったということがあったんですね。
しかも、当の本人たちは20%早くなったというふうに思い込んでいたと。
実際は20%ぐらい遅くなってたんだけど、
本人たちはすごい早くなったと思い込んだと。
これすごい面白い結果ですよね。
これは重要な示唆で、熟練者ほどAIの出力を検証する負荷がすごく重くなってしまって、
トータルでは遅くなってしまうと。
しかも、自分ではそれに気が付いていないんですね。
AIを使う上での監督と検証のコストって目に見えにくくて、
実はこの工数として把握しにくいということがあって、
だけど実際にすごい工数感があるような作業、
だからプログラミングする、コーディングするということ自体は
AIが代替してくれるから、すごいアウトプット出た感、進んだ感があると。
実際、自分が目に見えないというか、
算出していないような監督工数とか検証工数が実際かかっているんだけど、
進んだ感で上書きされてしまう。
結果、実は遅くなってるけど早くなったと感じてしまう。
すごくそっちに引っ張られてしまうんですね。
そういう研究がもう2025年の時点で、バイブコーディングの課題としてすごく出てたので、
このAIブレインフライの話も穴がち間違いではないのかなと思いますね。
AI活用における最適なアプローチと提言
だから、AIエージェント4体5体並列で動かして、
1人チームみたいなものを作る夢っていうのは一旦封印した方がいいなと思いましたね。
頭の人はできると思うんだけど、私は多分2体が限界、
せいぜい3体までできるかどうかっていうのが、
限界値かなと今の状況だと思いますね。
まずはエージェント1つをしっかり使いこなすことから収録していった方が、
ステップバイステップでいい気がするんですよね。
結局、AIを使って節約できた時間の半分ぐらいは、
出力の検証で消えるというふうに思っておいた方がいいね。
最初からそれを予算に入れておく必要もあるわけ。予算というか予定に入れておく必要があるわけ。
AIがバーってアウトプットを出してくると、やったーもうできたぜっていうものを確認して修正する作業の方が、
AIが出してくれた瞬間よりも長いし、実際自分が1から書き出したのと比べると、
実はそんなに大して変わらない可能性もあるということですよ。
使うAIを増やしていれば増やしただけエージェントとかAIの管理コストもかかると。
他の研究でもAIで節約した時間の4割が確認作業で失われるという数字も出てるみたいで、
そうやって確認作業のコースっていうのは必ず発生すると思った方がいいかなと思います。
だからAIエージェントを増やすほどどんどん良くなるんだっていう価値観はまだまだパフォーマンスで、
今はやっぱりいかに少ない数で深く監督していくか、いかに役割そのものを設計していくかっていう、
この二軸がAIエージェントとかAIツールの活用の腕の見せ残りなのかなと思います。
聞いてくださっている皆さんも自分のAI運用をただ卸して、
いっぱい使ってるけど本当に俺の脳のキャパシティに合ってるのかっていうのを問い直してみるといいと思います。
AIを使っているんですか、それともAIに使われているんですか、
AIの利用上限を気にする前にあなたの利用上限を気にした方がいいんじゃないかというお話でございます。
それがブレインフライにならないための最初の一歩なんじゃないかなと思った次第でございます。
リスナーコメントへの回答
はいここからコメント返しです。
シャープ691アイデンハワーアマトニックスが現場で機能しない理由にいただいたコメントです。
ちょっと前のやつですね、1週間くらい前のやつですね。
ハセガワさん、現場では色々なことを聞かれるし細かい判断をたくさん促されるので可能な限り片っ端から秒で処理するようにしています。
秒で処理できないものに関しては忘れるという必殺の技でタスクをためないようにしています。
それは溜まっていることを忘れているというね。
ある種究極のタスク管理の技かもしれないですね。
現場のカオスをどう処理するかというのは永遠の課題ですね。
ということでありがとうございます。
現場はね、もう肝骨と義理忍者ですよね。
なんかそっちが大きい気がしますよ。
単純にロジックだけでは現場を動かせないというか、やっぱり筋を通すみたいなことが必要で。
筋が取れない時はやっぱり筋を通してくれる人にお願いして一緒に行ってもらうみたいなことも会社の中でよくやってたりしましたからね。
ある種そういうところのね、人間関係みたいなものも大事になってくるかなと思いますね。
ということでありがとうございます。
次はYTR334Sさん。
2件来てますね。
あらま、自分が使う夜行バスは観光仕様なのでトイレはついてます。
というか夜行バスの方がよく寝れるという沼ですということでありがとうございます。
私が先週か夜行バスで東京に行ったという話に対するコメントですね。
トイレついてるのいいですね。
トイレついてても夜行バスのトイレなんて一応お守りみたいなものですよね。
万が一なんかあった時に一応使えますよっていう、それがあるだけで気持ちが超楽にはなるんですけど。
頻繁に使いやすいようなものではないかなとは思うんですけど。
今のところ東京、愛知ぐらいの感じだったらその間に2回休憩あるし、そこまで神経質にならなくてもいけそうだなという気がしますね。
当然その食事とか水分補給はその日は気をつけなければならないかなと思いますけどね。
ということでありがとうございます。
続きまして牛田ポリさん。
もうずっと優先順位付けが下手くそで悩んでおり聞きたいお話でした。
第2証言第1証言押し流され結果錆びた斧で木を切り続けるという7つの習慣以前読みましたがほとんどただ読んだだけだったなと。
その部分読み返していますということでありがとうございます。
7つの習慣は1年に1回とは言わないんだけど2年に1回とか読み直したほうがいいなと思いますね。
今回言った優先度の話もそうなんですけど、どっちかとしたら大事なのはミッションステートメントだと思っていて、
人生におけるミッションステートメントを掲げましょうということをすごくその7つの習慣の中では推してるんですね。
ミッションステートメントって何かというといわゆる人生のビジョンみたいなもので、
自分がこれを大事にしていきますよみたいなものをちゃんと宣言しましょうねということを言っています。
ビジネスの文脈でもそういうのを宣言するし、それでうまくいってるから人生においてもそういうことをやった方がいいよねみたいな話が書いてあるんですけど。
確かミッションステートメントの話に関しては私も過去回で紹介していると思うんですけど、
私もまさにノーションでいつもいろんな情報を管理してるんですけど、
ノーションの一番上にミッションステートメントのページ作ってるんですよ。
そこでいつでも見れたりとか、あと書き直せるというのが重要で、
このミッションちょっとこういう言い回しに書き直したいなと思ったらいつでもスマホからでも更新していいよというルールにしているので、
常に自分のミッションというかビジョンみたいなものを言語化しておくというのと、
いつでも更新できるようにしておくというのが結構重要かなと思いますんでね。
7つの習慣にそこらへん全部書いてありますから、一度読み直して振り返ってみるといいと思いますよ。
ということでありがとうございます。今回はここまでとさせていただきます。
エンディングと関連コンテンツ紹介
私は支部長技術研究所という技術部屋を運営しています。
またx毎日役立つ技術情報の発信を行っておりますのでよろしくお願いいたします。
ポトキャストものづくりのラジオの方も毎週土曜日週一で配信中です。
ポトキャスト落ち着きエアラジオは毎週金曜日金曜日週二で配信中です。
こちらもぜひ聞いてください。
またですね、ルームというリスナー向けコミュニティを運営しております。
こちらも概要欄に貼っておきますので、ぜひとも興味ある方は入ってみてください。
またですね、最近LINEのオープンチャットを始めました。
こちらもリンク貼ってあります。よろしくお願いいたします。
またボイシーの方ではプレミアムリスナーを随時募集しております。
いつもの配信ではしないようなツッコミの話を毎週日曜日にしておりますので、
こちらもぜひとも入っていただけると嬉しいです。
企画は500円になっております。
ウェブから入っていただくのがお得ですよ。よろしくお願いいたします。
というわけで今回はここまで。
以上しぶちょーでした。
ではでは。
