議題 AIでコードを書く速度が、一気に上がっています。 Anthropicは、2026年5月時点で、自社コードベースにマージされたコードの80％超をClaudeが書いていると公表しています。 さらに、2026年第2四半期には、典型的なエンジニア1人あたりの1日あたりマージコード量が、2024年の約8倍になったとしています。 ここで考えたいのは、「8倍速く作れるなら、8倍速くリリースしてよいのか」ということです。 私は、そうではないと思います。 なぜなら、AIが速くしたのは主に「作る工程」だからです。 仕様を理解する速度。 ユーザーの意図を読む速度。 設計の妥当性を判断する速度。 事故の可能性を見抜く速度。 これらまで自動的に8倍になるわけではありません。 参考： Anthropic「When AI builds itself」 Anthropic「Redesigning source control at Anthropic」 OpenAI「From assistance to execution: How enterprises put AI to work」 速く作れることと、正しく作れることは別 AIコーディングの大きな価値は、実装速度を飛躍的に高められることです。 これまで数日かかっていた修正を、数時間、あるいは数十分で進められる場面も増えています。 しかし、速度が上がると、別の問題が出てきます。 作られるコード量が増える 変更回数が増える リリース候補が増える 並行作業が増える...

委託先で起きた事故は、本当に委託先だけの責任なのでしょうか。業務を外注しても、顧客へサービスを提供する責任まで外注することはできません。サイバー攻撃や情報漏えいを例に、発注側が見るべき権限、接続経路、再委託、監視、責任分界を整理し、PM・コンサルの視点から「委託先まで含めてプロジェクトである」理由を考えます。

多摩動物公園のライオン事故から見えてくるのは、「例年通り」「今まで問題なかった」という考え方の危うさです。前提条件が変われば、同じ運用でも結果は変わります。命を預かる現場に必要なのは、マニュアル通りに管理することではなく、愛情を持って小さな変化に気づき、必要なら仕組みそのものを変えること。プロジェクトマネジメントにも通じる、リスク管理と責任の本質を考えます。

元タカラジェンヌから宝塚ホテル支配人へ。異業種転職で本当に武器になるのは、肩書ではなく経験を抽象化し、別の仕事へ転用する力です。マネジメント、顧客体験、セカンドキャリアの視点から考察します。

警告や課題を認識していたのに、十分な対応まで完了しない。プロジェクトで起こる「未対応」「対応したつもり」の危険性と、課題管理・優先順位・エスカレーションの重要性を考察します。

AIで開発工数はどこまで減らせるのか。PwCが公表したAI駆動開発の実績をもとに、生成AIによる作業削減と、人間に残る判断・責任・プロジェクトマネジメントの役割を考察します。