AIで無駄を排除

なぜ無駄な事務作業が増え続けるのか。組織で何か問題が起きると新しいルールが設定されるが、問題が終わってもそのルールが消えてくれないから。「厄介なことに、不要になったルールは自動的に消滅することはない。誰かが時間と労力をかけて削除しない限り、確認作業や手続きの手間として、組織のエネ… pic.twitter.com/gtF49fMu5u

— 佐々木俊尚＠新著「フラット登山 日本を歩く旅60」7月8日刊行！ (@sasakitoshinao) June 6, 2026

 佐々木俊尚氏の引用から、何故無駄な事務作業が増え続けるのかと言うアメリカの大学での研究。

これって、自分は開発の現場で何年も何回も経験したことと同じ。つまり、一つの製品開発の間には、様々な問題やトラブルが発生して、それを回避したり解決したり制限事項として影響を最少化したり、色々と工夫というか努力して最後に何とか製品化にこぎ着けます。でも、その後は何故そう言う問題やトラブルが発生したか「振り返り」というか「品質管理」「改善活動」みたいなものが走って、そこで様々なルール画設定されて次の開発工程へと適用されます。で、そのルールを守って以前の問題派再発しなくても、それによって新しい問題が発生したり本来見つかる問題が見逃されたりして、さらに新しいルールが追加されて... というループが続くわけです。

本来ならば、単純にルールだけに当てはめるのではなく、その都度それが効果的かどうか判断しつつ検証しないといけないと思うんですよね。でも、開発リソースは限られているのに、そう言う余分な部分にそれを割くとなると、本来の業務が犠牲になりそれが新しい問題発生の温床になってしまうことも。逆に、長年積み重ねてきたそう言う「経験則」も、データとしてはDBに蓄積されていても、参照するにしてもデータが多すぎるし、昔を知らない新人が増えてくるとそういうDBの存在すら知らない場合も。古参エンジニアがいれば、自分の経験と知識から直ぐに対策なり必要な情報へのアクセスは担保出来るんですが、そう言う人はどんどん移動して行く時代だと中々蓄積できない。さらには最近当たり前となってきたODM/OEM方式だと、そういう部分は委託先に残るけれど委託元ハスキルの蓄積どころか情報すら無い状態で、効果的な対応が出来ない状態になっていくんですよね。

以前だと心あるエンジニアがそう言うデータを時々まとめたり整理したりすることもあったんですが、どんどん人員やリソースが咲く解されるとそんな余裕は全く無くなります。自分の頃はそういうジレンマがあったけれど、最近だとまさにAIにそれを実行させることでかなり効果的なデータ活用へと繋がるんじゃないだろうか。実は自分の知り合いのエンジニアが、当時生まれたてのAI技術を活用して過去の問題事例集の整理や傾向と対策みたいな事を試したことがありましたが、データの形式がバラバラだったりまだAIの昨日も貧弱だったこともあり、期待したほどの効果は有りませんでした。でも現在のAIならかなり詳細にデータ解析をして、重複した事例の整理や傾向と対策くらいまで評価出来るんじゃないだろうか。一番のメリットは、そういう過去の経験則をベースに、今侵攻している開発業務の状況をリアルタイムに入力していき、過去事例と比較しつつ問題発生の可能生を評価出来ると思うんですよね。開発業務って、有る程度定型化している部分も多いのでAIに乗せるのはやりやすい気がします。