AIは魔法ではなく、「できるけど時間が足りない」を縮める加速装置だと思った

AI活用

※この記事は、ブログ運用やObsidian整理、個人開発でAIを使う中で感じたことをまとめた実運用メモです。企業のAI活用に関する外部資料は、2026年7月11日に確認しました。

AIについて考えていると、何でもできる魔法の箱のように語られることがあります。

文章を書ける。

コードを書ける。

資料を読める。

画像も作れる。

調査もできる。

できることだけを並べると、本当に何でもやってくれそうに見えます。

ただ、実際に使う時間が増えるほど、自分の中では少し違う見方になってきました。

AIは、不可能なことを何でも可能にする魔法ではない。

自分にとってAIは、理論上はできるけれど、時間がかかりすぎて現実的ではなかったことを、実行できる長さまで縮める加速装置に近いです。

この感覚を考えている時、昔見たゲームの低Lvプレイを思い出しました。

「1ダメージ入るなら、いずれ倒せる」という考え方

昔、とあるゲームの低Lvプレイを見ていました。

普通なら、レベルを上げ、装備を整え、強くなってから敵を倒します。

でも、そのプレイでは、できるだけレベルを上げずに攻略しようとしていました。

そこで使われていた考え方が、かなり印象に残っています。

敵に1でもダメージが入るなら、理論上はいずれ倒せる。

1回の攻撃では倒せない。

何度も攻撃しないといけない。

普通にやれば、時間がかかりすぎる。

それでも、敵の体力を減らせることが確認できたなら、少なくとも勝ち筋はあります。

そのゲームには、スキルとアイテムを組み合わせて強化し、上限ダメージを叩き出す方法がありました。

たとえば、ダメージの上限が4桁なら9999を叩き出すような、最大火力まで引き上げる強化です。

ただ、低Lvプレイで最初からそれを使うのは、さすがに反則に近い。

そこで、まずは通常の手段で敵に1ダメージでも与えられることを確認する。

1ダメージ入るなら、時間さえかければ倒せる。

攻略そのものは成立している。

そこまで確認できた時だけ、同じ結果へ短時間で到達するために、上限ダメージを出せる強化方法を時短用として解禁する。

つまり、倒せない敵を強引に倒せるようにしたのではありません。

普通にやっても倒せることを証明した後で、結果は変えずに時間だけを縮めていたわけです。

細かいルールはうろ覚えですが、この考え方だけは妙に覚えています。

最近、AIの役割もこれに近いのではないかと思うようになりました。

AIがゼロから勝ち筋を保証してくれるわけではありません。

でも、人間の手段でも1ダメージ入ることを確認できているなら、その後に必要な調査、試行、比較、修正を一気に加速できる。

人間一人では現実的でなかった反復を、現実の時間に収められる。

自分がAIに感じている価値は、たぶんここです。

AIが縮めるのは、「できるかどうか」より「何回試せるか」

AIを使う前でも、やり方さえ分かればできる作業はたくさんありました。

ブログの過去記事を全部確認する。

昔のメモから未使用のネタを探す。

似た記事がないか比較する。

下書きを作って、何度も直す。

WordPressへ貼れる形に整える。

関連記事のリンク先を一つずつ確認する。

どれも、人間にできない作業ではありません。

ただ、一人で毎回やろうとすると時間が足りません。

面倒だから後回しになる。

途中で集中力が切れる。

一部だけ確認して、残りは曖昧になる。

AIを使うと、この反復をかなり圧縮できます。

もちろん、AIがすべて正しくやってくれるわけではありません。

関連記事のURLが間違っていたこともあります。

過去の記事と近いネタを、別の記事として出そうとしたこともあります。

まだ試していない話を、体験済みのようにまとめかけたこともあります。

だから、AIに任せれば終わりではありません。

それでも、一から全部を自分で確認するより、AIに候補を出してもらい、自分が違和感を返し、もう一度修正させる方が回数をこなせます。

AIが増やしているのは、正解そのものより、確認しながら試せる回数なのだと思います。

Obsidian整理も、できなかったのではなく量が多すぎた

Obsidianの整理も同じです。

Inboxに入ったメモを読む。

長い会話ログをrawへ逃がす。

育てたい話をworkbenchへ移す。

再利用できる考えをtopicsへ残す。

確定したルールだけdecisionsへ上げる。

この整理方法自体は、それほど難しいものではありません。

自分でもできます。

ただ、毎日増える音声メモ、AIとの会話、調査結果、ブログ候補を一つずつ読んで分類するとなると、かなり重い。

しかも、整理するだけでは足りません。

以前似た話をしていないか。

すでに記事にしていないか。

投資や仕事のprivateな内容が混ざっていないか。

今後ほかのAIが読んでも意味が分かるか。

ここまで見ると、人間一人では続けにくくなります。

そこで、自分は「Inboxを整理して」と頼めば、決めておいたルールに沿ってraw、workbench、dailyへ分けられるようにしています。

これも魔法ではありません。

先に置き場所と判断基準を決めたから、AIが反復できるようになっただけです。

言い換えると、整理という敵に1ダメージが入る方法を先に作り、その後の繰り返しをAIで加速している状態です。

個人開発で広がったのも、作れるものより回せる工程だった

個人開発では、以前なら手を出さなかったようなツールも作るようになりました。

ただ、AIへ一言頼めば完成するわけではありません。

何を作るか決める。

入力と出力を決める。

AIに実装してもらう。

実際に動かす。

エラーを見てもらう。

修正する。

もう一度テストする。

この繰り返しが必要です。

自分一人でコードを調べ、書き、エラーを直し続けるなら、途中で諦めていたものも多いと思います。

AIがあると、一回ごとの調査や修正が速くなります。

だから、自分が急に何でも作れる人になったわけではありません。

一人では回し切れなかった工程を、最後まで回せる可能性が増えた。

この方が実感に近いです。

AIによって増えたのは、自分の知識そのものだけではありません。

試して、失敗して、直して、もう一度確認する回数です。

企業でも、コードだけ加速しても利益まで届くとは限らない

この話は、個人の作業だけではなく、企業のAI導入にも当てはまりそうです。

企業では、AIコーディングを導入すると、コードを書く工程はかなり目立って速くなります。

実装量が増える。

試作品が早くできる。

少ない人数でも、以前より多くの変更を作れる。

ここまでを見ると、AI導入は成功したように見えます。

ただ、会社が欲しいのはコードそのものではありません。

設計したものをレビューし、テストし、安全にリリースし、利用者へ届け、売上や利益へ変える必要があります。

コード生成だけが速くなっても、レビュー、セキュリティ確認、デプロイ、顧客への提供が以前のままなら、次の工程が詰まります。

DORAの2025年調査でも、AIは組織の強みと弱みを増幅する存在として整理されています。

個人のコーディング速度が上がっても、その効果がテスト、セキュリティレビュー、複雑なデプロイ工程のボトルネックに吸収されることがある。

つまり、コードを作る人だけが速くなっても、会社全体が同じだけ速くなるとは限りません。

MIT CISRが2025年に行った企業調査でも、AIの実験や能力づくりにとどまる段階の企業は、利益面で業界平均を下回る傾向がありました。

一方で、AIを一部の試作で終わらせず、仕事の進め方を変えながら全社へ広げられた企業は、業界平均を上回る傾向が示されています。

もちろん、これだけで「コード生成に満足したから利益が出なかった」と断定はできません。

ただ、AIツールを入れたことと、AIで利益を生む仕組みを作れたことは別だとは言えそうです。

GitLabの2026年調査では、AIコーディング自体の投資対効果は期待を上回っている一方、コード作成が速くなったことで、仕事がレビュー、セキュリティ、コンプライアンス、デプロイといった後工程へ移ったと説明されています。

AIコーディングに効果がないのではありません。

効果が出たからこそ、次の詰まりが見える。

そこで止まると、コードは増えても、利用者へ届く価値や利益までは増えないことがあります。

企業にとっての「1ダメージ」は、コードを生成できたことではないのかもしれません。

顧客へ届けられた。

仕事の時間が本当に減った。

品質を保てた。

売上や利益へつながった。

ここまで確認できて、初めてAIが正しい方向へ加速していると言えます。

1ダメージも入らない状態でAIを回すと、後始末が増える

逆に、何をすれば前へ進むのか分からない状態でAIを回すと、かなり危ないです。

目的が決まっていない。

完成形が分からない。

何をもって成功とするか決まっていない。

返ってきたものを確認できない。

この状態で「いい感じにやって」と頼んでも、AIは何かを出してくれます。

文章はできる。

コードもできる。

計画表もできる。

でも、それが前へ進んだ証拠とは限りません。

敵にダメージが入っているか分からないまま、攻撃回数だけ増やしているようなものです。

むしろ、中間成果物だけが増え、人間が確認する量も増えます。

AIを使っているつもりが、AIが大量に作ったものの後始末に人間が追われる。

これは、AIが弱いから起きるというより、加速する方向を決めないまま動かした時に起きやすいのだと思います。

最初の「1ダメージ」を探すところもAIに手伝ってもらえる

では、人間が最初から勝ち筋を全部知っていないとAIは使えないのか。

そういう話でもありません。

自分が何をしたいのかは分かる。

でも、どう分ければいいか分からない。

何を確認すれば進んだと言えるのか分からない。

こういう時は、その最初の一歩をAIと探せます。

目的を整理してもらう。

作業を小さく分けてもらう。

確認すべき条件を出してもらう。

失敗しそうな場所を挙げてもらう。

小さく試せる方法を考えてもらう。

ただし、ここでAIが出した案を、そのまま勝ち筋だと思わない方がいい。

まず一つ試す。

本当に少し前へ進んだかを見る。

確認できたら、次の反復を任せる。

AIに「倒し方を決めてもらう」のではなく、1ダメージが入る方法を一緒に探し、入ったことを人間が確認する。

この順番なら、知らない領域でもAIを使い始められます。

AIへ任せる前に、三つだけ確認したい

最近の自分の運用を、この考え方で整理すると、AIへ任せる前に見たいことは三つです。

一つ目は、何を終わらせたいのか。

ブログを良くしたい、情報を整理したい、ツールを作りたい、だけではまだ大きすぎます。

今日の記事候補を一つ決める。

Inboxの長文をrawへ退避する。

入力ファイルから一覧表を作る。

ここまで小さくすると、前へ進んだかを確認しやすくなります。

二つ目は、何をもって成功とするのか。

下書きができれば終わりなのか。

リンク確認まで必要なのか。

テストが通ればいいのか。

実際に画面を開いて確認するのか。

成功条件が分かれば、AIに何回試させるかも決めやすくなります。

三つ目は、自分が結果を確認できるか。

AIが「できました」と言っても、それだけでは足りません。

自分で読める。

実際に動かせる。

元資料と比べられる。

リンク先を開ける。

何らかの方法で、1ダメージ入ったことを確認できる必要があります。

この三つがあれば、AIはかなり強い加速装置になります。

逆に、どれもない状態で回すと、速く進んでいるように見えて、違う方向へ大量に進むことがあります。

AIで増えたのは、一人で挑戦できる範囲だった

AIを使い始めてから、自分一人で触れる範囲はかなり広がりました。

ブログを毎日のように書く。

過去ログを整理する。

複数の資料を比較する。

自分用のツールを作る。

失敗をルールやスキルへ戻す。

一つずつなら、以前でもできたかもしれません。

でも、全部を並行して、何度も修正しながら続けるのは難しかったと思います。

AIは、自分の代わりに人生を決めてくれる存在ではありません。

何でも正しく作ってくれる存在でもありません。

それでも、自分が少しでも前へ進める方法を持っているなら、その試行回数を増やしてくれる。

できるけれど、時間が足りなかった。

調べられるけれど、量が多すぎた。

作れそうだけれど、修正まで回せなかった。

そういう作業を、現実にできる範囲へ引き寄せてくれる。

自分にとってAIは、そういう加速装置です。

まとめ

AIは、不可能を何でも可能にする魔法の箱ではありません。

自分にとっては、理論上はできるけれど、時間がかかりすぎて現実的ではなかったことを、実行できる長さまで縮める加速装置です。

昔見たゲームの低Lvプレイでは、通常手段で敵に1ダメージ入ることを確認した後、攻略結果は変えずに時間だけ縮めるため、上限ダメージを出せる強化方法を解禁していました。

AI活用も、それに近いと思います。

何を終わらせたいか。

何をもって成功とするか。

結果をどう確認するか。

この三つが見えていれば、AIに調査、試行、比較、修正を何度も回してもらえます。

反対に、1ダメージが入るかも分からない状態でAIを回すと、中間成果物と後始末だけが増えます。

AIを使う前に、その仕事は反復すれば前へ進む状態になっているかを見る。

前へ進む方法がまだ分からないなら、まずAIと一緒に小さな1ダメージを探す。

そこを確認できた後で、AIの速さを使う。

自分は、そのくらいの距離感が一番しっくりきています。

参考情報

関連記事

コメント

タイトルとURLをコピーしました