なぜAIは組織を速くしないのか。杉野和馬が令和の腑分けを発表

何が起きたか

LayerXのエンジニア杉野和馬が2月26日、「開発生産性のその先へ、AI生産性について語りたい」と題したイベントで、AI導入の実態を分析した資料を公開した。国内外の事例を調査し、AI投入がもたらす生産性向上の構造を「腑分け」する試み。江戸時代の医学者杉田玄白が実際の人体解剖でオランダ医学書の図と日本医学の五臓六腑図の乖離を発見したように、AI時代の生産性についても高解像度のモデルを描くことを試みている。

どう動くのか

杉野は投資領域を2つの軸で可視化。横軸は「スコープ（個人・チーム・組織）」、縦軸は「ライフサイクル工程（戦略から運用まで）」。プロットすると、現在の熱狂は「実装×個人」と「設計～テスト・QA×個人～チーム」に極度に集中していることが露呈する。現状のAI導入は個人やチーム単位のツール導入に集中する一方で、組織全体の開発力を底上げするケースは稀。また、戦略や要件定義、デプロイ、運用の領域ではAI導入事例がほぼ存在しない状況が浮き彫りになった。

エンジニアへの影響

• 局所最適が組織全体の速度を上げるとは限らない：個人やチーム単位での生産性向上が、組織的なボトルネック（要件定義の不明確さ、デプロイパイプラインの脆弱性）に阻まれている可能性
• アップストリーム領域の投資不足：戦略や設計段階でのAI活用が遅れており、実装段階で手戻りが増える構造的課題
• ツールとプロセスの乖離：ツール側は進化を続ける一方で、組織内のワークフロー・承認体制が旧態依然。ツール導入だけでは効果限定的
• 可視化の重要性：自組織がこの座標軸のどこに立っているかを診断することが、次の施策の優先度判断に不可欠
• スコープ拡張への課題：現在は個人・チーム向けツールが主流だが、組織レベルでの効果実装には構造的な変革が必要

競合状況

試してみるには

自組織の開発ライフサイクルを縦軸に、スコープを横軸にした2×3マトリクスを描き、現在のAI導入事例をプロットしてみる。空白領域が見える場合、そこが次の投資機会。杉野の資料はSpeaker Deckで公開中。Forkwell connpassでは関連イベント継続開催予定。

参考リンク

• ソース

この記事はAI業界の最新動向を速報でお届けする「AI Heartland ニュース」です。