AIが開発プロセスを高速化しない理由 – ボトルネックに焦点を当てる

Frederick Vanbrabant 氏は、AI によるプロセス最適化の誇大広告に批判的な目を向け、『トヨタウェイ』や『ザ・ゴール』のような古典を引き合いに出しています。彼の核心的な主張は、開発フェーズに AI を導入しても、真のボトルネックはしばしば上流の要件の曖昧さにある、というものです。

ボトルネックの可視化

ほとんどのプロジェクトタイムラインでは、長期にわたるソフトウェア開発ブロックが表示されます。直感的にはそこを最適化したくなりますが、Vanbrabant 氏は、期間が長いからといって問題がそこに起因するわけではないと論じます。ガントチャートを用いて、典型的なプロジェクトを示しています：スコーピング（10日）、予算スコーピング（3日）、法務（10日）、ドキュメント作成（5日）、そして開発（70日）。明らかに開発がターゲットに見えますが、本当の問題は上流にあります。

上流の問題

ソフトウェア開発は、タイピング速度の問題ではなく、問題を理解することです。「売上が完了したらユーザーにメールを送信する」といった曖昧な要求は、明確化が必要です：売上とは何か？エラーが発生した場合はどうするか？メールの内容は？この曖昧さが開発者を遅らせています。

AI では解決しない

Vanbrabant 氏は、よくある単純な予測を提示します：AI が開発を70日から3日に短縮する。しかし現実には、AI には詳細な仕様が必要です。実際のタイムラインは次のようになります：スコーピング（10日）+ 法務（10日）+ ドキュメント作成（40日） + AI 開発（40日）。ドメインエキスパートがすべての詳細を記述し、AI から正しいコードを得る必要があるため、ドキュメント作成フェーズが拡大します。彼は次のように述べています：「同じ量の機能/スコープのドキュメントを人間の開発者に与えれば、生産性も飛躍的に向上するでしょう。」

まとめ

この記事は、AI が自動的にプロセスを加速するという単純化された見方に挑戦しています。代わりに、バリューストリーム全体に焦点を当て、上流のボトルネック（より良い要件、ドメインエキスパートとの緊密な連携など）に対処してから、AI による利益を期待すべきです。AI コーディングエージェントを扱う開発者にとって、これは仕様の品質に投資するための実践的なリマインダーです。