簡単に作れる時代ほど、後で高くつく。

先日、こんな記事を見かけました。

「AI社員40人を作って、1ヶ月で全部やめた話」

AIの前提知識が十分でなくても、いまは仕組みが作れてしまう。しかも、ある程度それらしく動いてしまう。

だからこそ、やっかいです。「動いた」時点で、正しく作れた気になりやすいからです。

私はその記事を読みながら、二人の責任者のことを考えていました。

二人とも、真面目でした。 二人とも忙しく、自分の仕事に責任を持ち、AIに期待していました。日々の確認、資料づくり、要約、下書き、調査、社内への説明。そうした反復処理に時間が削られていることにも、二人とも気づいていました。

違ったのは、最初の進め方だけでした。 一人は、記事を読み、動画を見て、便利そうな仕組みを次々につなぎ、要約も資料づくりも調査も一気に回そうとしました。最初はうまくいっているように見えました。動く。出力も出る。手応えもある。「これならいける」と思えたのです。

けれど、数週間後、目に見えない負債が増え始めました。 同じ依頼なのに、出力のトーンが揺れる。どこまでAIに任せてよいのか、線引きが曖昧になる。誰がどこを確認するのか、はっきりしない。プロンプトは増えるのに、どれが正解か分からない。ログを追っても、なぜその答えになったのか説明しにくい。直すのは、結局いつも同じ人。仕組みを作ったはずなのに、仕組みの面倒を、いちばん見ているのが自分になっていたのです。

もう一人は、いきなり大きく作りませんでした。 先に決めたのは、どの業務から始めるか、どこまでAIに任せるか、どこで人が確認するか、何を入れてはいけないか、どこを見てOKとNGを決めるかでした。派手さはありません。でも、ひと月、ふた月と経つうちに差が出始めました。

その差は、あとからはっきり見えました。 自己流で広げた人は、「動いているのに不安」が増えていった。小さく型にした人は、「小さいけれど回る」を積み上げていったのです。

差が出るのは、才能ではなく順番です。

差が出るのは、才能でもセンスでもありません。最新ツールを知っていたかどうかでもない。

作る前に、飛ばしてはいけない前提を飛ばしたかどうか。 ここで差がつきます。だから、QAILaboratoryでは「何をどこまで任せ、どこで人が確認し、何を残すか」を先に整えます。