部下がAIで資料を作る。上司はそれをAIに読ませてレビューする。戻ってきた赤字を、部下はまたAIに貼りつける。
架空の話だ。けれど、どこかの会議室ではもう日常の風景になっていても驚かない。かくいう僕も、毎日のようにAIに仕事を手伝わせている。
この往復を眺めていると、ふと思う。間に挟まっている人間は、いったいなにをしているのだろう。前提を疑い、自分の判断を書き足しているのなら、そこに立っている意味はある。でも、受け取った出力を隣へ回しているだけなら、それはもうバケツリレーの列に並んでいるのと変わらない。いっそ工程同士を直結してしまえばいいのではないか。
そんなことを考えていたら、古い本を1冊思い出した。『人月の神話』である。
人を足しても速くならない
フレデリック・P・ブルックスが『人月の神話』に書いたのは、遅れているソフトウェアプロジェクトに人を足すと、さらに遅れるという話だった。半世紀も前の本なのに、いまだにあちこちで引用されている。つまり、僕たちはこの教訓をあまり学べていないのだろう。
1人で20日かかる仕事を、4人なら5日で終えられる。そう考えたくなる気持ちはわかる。でも、そのためには仕事がきれいに切り分けられ、全員が同時に走り出せなければならない。実際には、設計が決まるまで誰も動けない作業があるし、分けたら分けたで、すり合わせや継ぎ合わせの手間が生まれる。ブルックス自身も後年のインタビューで、人が増えれば仕事を分け直し、新しい人を教え、話す相手が増えるのだと語っていた。
もちろん、増員がいつも裏目に出るわけではない。仕事の形や、加わる時期しだいだ。ただ、人が増えたときの効き目を、僕たちはどうも甘く見積もりがちらしい。Staats・Milkman・Foxの研究は、チームが大きくなるほど必要な労働時間を少なく見積もる傾向を「チーム規模拡大の錯誤」と名付けている。仰々しい名前だが、要するに「人を足せばなんとかなる」という楽観に、学術的な名札をつけたものだ。
分業そのものが悪いわけでもない。Becker・Murphyの研究が論じるように、専門を分ければ人はそれぞれの得意を発揮できる。その代わり、得意を持ち寄るための調整が要る。営業から企画へ、企画から開発へ。役割を細かく割るほど、バケツを手渡す回数は増えていく。全員が全員と話すなら、n人の間の経路はn(n−1)/2本。もっとも、これは道の数であって、その道を毎日誰かが往復しているとは限らない。
AIエージェントだって、目的を渡され、成果を確かめられ、全体に組み込まれる。人間ほど教える時間はかからないだろうから、まったく同じ話ではない。それでも、働き手の数や腕前だけでは、完成までの時間は決まらない。そこは変わらないように思う。
伝わる、わかる、うなずく
人が増えると、物事はなかなか決まらなくなる。その時間は、いったいどこへ消えているのだろう。
僕はそこに、3つの別々の出来事が混ざっている気がしている。情報が届くこと。意味がわかること。そして、うなずくこと。
Clark・Brennanは「Grounding in Communication」で、言葉を伝えるだけでなく、相手がわかったことを互いに確かめ合う過程を論じている。資料を配ったからといって、わかり合えたことにはならないのだ。仕様書に「リアルタイム」と書いてあっても、1秒以内を思い浮かべる人もいれば、1分ごとで十分だと思う人もいる。説明して、訊いて、言い換えて、ようやく同じ景色が見えてくる。
そして、わかり合えたからといって、うなずけるとも限らない。営業は納期を、開発は品質を大事にする。お互いの事情を十分に呑み込んだうえで、それでも意見は分かれる。政治学の拒否権プレイヤー理論は、変更に同意が必要な人の数と、その立場の隔たりが、変化の起こりやすさを左右すると考える。会社に当てはめるのは類推にすぎないけれど、「何人いるか」より「誰がうなずかなければならないか」を見る視点には、妙に納得してしまう。
全員の声を聞くこと、わかり合うこと、全員がうなずくまで決めないこと。この3つをひとまとめにした途端、意思決定は鉛のように重くなるのではないか。
速くなった手と、変わらない列
AIは、バケツを運ぶ手を速くしてくれる。資料は10分で仕上がるし、コードも気づけば書き上がっている。
でも、承認する人の予定が空くのが来週なら、その資料は来週まで机の上で眠ったままだ。要望の受け取り方がずれていれば、速く作ったものほど速く作り直すことになる。手が速くなるほど、待つ時間、わかり合う時間、うなずき合う時間が、かえってくっきりと浮かび上がってくる。僕にはそう思えてならない。成果物が増えれば、それを読む人の目も足りなくなるだろう。
だから、AIをどれだけ使ったかより、頼まれてから相手の手元に届くまでにどれだけかかったのかを見ていたい。
列の並び方そのものを変えようとする人たちもいる。ジャック・ドーシーとロエロフ・ボタは「From Hierarchy to Intelligence」で、Blockの階層が担ってきた情報の把握や調整を、システムに移す構想を語っている。恒久的な中間管理職は要らないと言い切る一方で、移行はまだ始まったばかりだとも認めているのが面白い。NRIの「AIと組織の未来」も、階層や分業を人間の認知の限界と結びつけ、AIがその限界を緩めれば組織の形も変わり得ると見ている。
僕が引っかかったのは、Blockの構想が、社内の判断や進捗が記録されていることを前提にしている点だった。ある人の頭の中にしかない事情は、その人を通らなければ取り出せない。組織図から箱を1つ消すのは簡単だ。けれど、その箱の中にしかなかったものまで一緒に消えてしまっては、元も子もない。
AIが人の集まりをどこまで補えるのかについては、少しずつわかってきたこともある。P&Gの791人を対象にした「The Cybernetic Teammate」という実験では、AIを使った1人の成果が、AIなしの2人チームと同じくらいの質になった。専門分野による提案の偏りも小さくなったという。人を集めていた理由の一部を、AIが肩代わりできるのかもしれない。ただ、これは1日がかりの商品提案の実験だ。長い運用も、人を育てることも、対立する部署の交渉も、そこには含まれていない。Microsoftの報告書が描く、目標を軸に人とAIを組み合わせる「Work Chart」も、まだ構想の段階にある。
押すだけの承認ボタン
人間に残る役割として、最後に確認して責任を持つことがよく挙げられる。
でも、とても読み切れない量の成果物が毎日届き、承認ボタンを押すだけになったとしたら、その確認にはどれほどの意味が残るのだろう。ボタンを押す指は鍛えられても、判断する力までは鍛えられない。
AIが作ったものを、別のAIに確かめさせることもできる。けれど、元の資料に大事なことが欠けていれば、両方そろって見落とすかもしれない。HBSが紹介している、BCGのコンサルタント758人を対象にした2023年の研究は、AIの得手不得手が仕事によってでこぼこだと論じていた。今のモデルはもっと賢いだろう。それでも、似た仕事だから同じように任せられるとは限らない、という問いは古びていない。
確認の回数を増やすより、なにを確かめるのかを先に決めたい。計算なら計算し直す。仕様なら顧客に聞く。コードなら動かしてみる。そして責任を持たせるなら、止める権限と、判断する材料と、確かめる時間も一緒に渡したい。責任だけ渡すのは、空のバケツを持たせて火事場へ送り出すようなものだから。
『人月の神話』をAIの時代に読み直すと、問いが少しだけ変わって見える。作業する力をどれだけ増やせるか、だけではない。その力を届けるために、僕たちはなにを確かめ合い、誰がうなずく必要があるのか。
バケツを運ぶ手がいくら速くなっても、列の並び方が昔のままなら、火元に水が届くまでの時間はそう縮まらない。部下も上司もAIを使うようになったとき、その列のどこで人間がなにを判断し、なにを学んでいるのか。僕はそれを、ちゃんと説明できる場所で働いていたい。
参考資料
本文は2026年10月30日時点の資料にもとづく。業務の例は仮想のもの。既存研究のAIへの適用は筆者の考察である。
- Frederick P. Brooks, Jr., The Mythical Man-Month: Essays on Software Engineering, 初版1975年、増訂版1995年。増員時の負担については、本人へのインタビュー Quoted Often, Followed Rarely（Fortune、2005年12月12日、大学掲載の転載）も参照。
- Bradley R. Staats / Katherine L. Milkman / Craig R. Fox, The team scaling fallacy: Underestimating the declining efficiency of larger teams, Organizational Behavior and Human Decision Processes, 2012年。公開論文PDF。
- Gary S. Becker / Kevin M. Murphy, The Division of Labor, Coordination Costs, and Knowledge, The Quarterly Journal of Economics, 1992年。
- Herbert H. Clark / Susan E. Brennan, Grounding in Communication, Perspectives on Socially Shared Cognition, 1991年。
- George Tsebelis, Decision Making in Political Systems: Veto Players in Presidentialism, Parliamentarism, Multicameralism and Multipartyism, British Journal of Political Science, 1995年。企業の意思決定への適用は本文での類推。
- Roelof Botha / Jack Dorsey, From Hierarchy to Intelligence, 2026年3月31日。Blockでの移行構想を述べた当事者のエッセイ。
- 土橋和成・竹村朋希・森健, AIと組織の未来, 『知的資産創造』2026年3月号。本稿では公開ページの要約を参照。
- Fabrizio Dell’Acqua et al., The Cybernetic Teammate: A Field Experiment on Generative AI and Teamwork, Organization Science, オンライン公開2026年6月12日。2025年のワーキングペーパーではなく、学術誌掲載版の本文・要旨を参照。
- Microsoft, 2025: The year the Frontier Firm is born, 2025年4月23日。31市場・31,000人の調査等を用いた報告書。組織設計の提案と、その因果的な実証は区別して扱った。
- Harvard Business School AI Institute, Navigating the Jagged Technological Frontier, 2023年9月21日。研究機関による研究紹介を参照。