「ChatGPTやCursorを使えば、誰でもアプリが作れる」。そんな言葉を、ここ1〜2年、本当によく耳にします。私自身、毎日AIを使ってシステム開発をしている当事者として、半分頷きつつ、半分は強く首をかしげています。
確かにAIで開発は速くなりました。これは間違いない実感です。けれど、それと「誰でも作れる」は別の話。
今日はその「あいだ」にある、二つの谷について書きます。
たしかに速くなった。けれど「パッと出てくる」とは違う
私の現場感覚で言えば、AIを使う前と比べて、開発のスピードは確実に上がりました。自分で全部書くのと比べたら、相当な効率化です。これは率直に認めます。
ただ、世間で語られる「AIに頼めばパッと作れる」という言葉と、実際の現場で起きていることのあいだには、はっきりした距離があります。
実案件で1つ機能を仕上げようとすると、
- 何を作るかをAIに正確に伝える
- 出てきた結果を業務観点で点検する
- データの整合性・例外処理・例外時のUXを詰める
- 既存システムとの結合点を直す
- セキュリティ的な穴がないか確認する
こうしたプロセスが必ず入ります。「動いて見える」までは秒。けれど、「業務で安心して回せる」までは、まだ時間がかかるのが正直なところです。
これは AI が悪いのではありません。AIの出力を業務に着地させる仕事が、まだまだ人間の側に残っているという話です。
第一の谷:言語化できないと、AIには伝わらない
「誰でも作れる」と言われる時、暗黙の前提があります。「やりたいことを言葉で表現できる」という前提です。
ところが現場では、ここでまず詰まります。
たとえば「うちの会社にも問い合わせフォームを作りたい」と思ったとき、
- 入力項目は何か
- 必須はどれで任意はどれか
- 入力チェックはどこまでやるか
- 送信後の管理者通知はどうするか
- 自動返信メールは出すのか
- 個人情報をどこまで保存するのか
- セッションをどう持つのか
これらが頭の中で言語化できる人だけが、AIに指示を出せます。
そして、これらを言語化するためには、業務とシステムの両方への基礎知見が要ります。「自分の業務を分かっている」だけでも、「ITを分かっている」だけでも足りません。両方の言葉を行き来できる人だけが、AIにちゃんと頼めます。
AIは命令を実行するパートナーではありません。言葉を受け取るパートナーです。だから、こちらの言葉が薄ければ、出てくるものも薄くなります。
ここが、AIによる開発の最初の谷です。
第二の谷:知見ないままAIに頼ると、見えない事故が起きる
第一の谷を踏み越えて、なんとかAIに指示を出してアプリが動き始めたとします。ここで多くの方が、もう一つの谷に気づかずに通過していきます。
それが、セキュリティを含む「足元の知見」の谷です。
AIが出すコードは、表面上「動きます」。けれど、本番運用で問われる耐性まではカバーされていないことが多々あります。これは私自身、レビューする立場で何度も目にしてきた具体例です。
実際に起きうるリスクをいくつか挙げます。
- SQLインジェクションへの無防備:ユーザー入力をそのままクエリに繋いでいて、攻撃文字列で全データが抜ける
- 平文でのパスワード保存:データベースにそのまま生のパスワードが入っていて、漏洩したら即アウト
- APIキーをコードに直書き:Githubに上げた瞬間にbotがスキャンして、勝手に使われて高額請求になる
- 入力チェックの欠落:XSSやCSRFが残っていて、悪意あるサイトから操作が走る
- 個人情報の不適切な保管:暗号化なしでサーバ上に保存、アクセス制御も甘い
- ログ・監視の不在:何かあっても誰も気づけない、原因も追えない
これらは、動いている時には誰も気づきません。何かが起きたときに、初めて表面化します。起きたときには、データが失われたり、顧客の信頼が崩れたりと、取り返しがつかない結果になる可能性があります。
AIは「動くもの」を作れます。ただ、「壊れない・漏れない・追跡できる」を一緒に担保することは、AI単独では難しい。これが第二の谷です。
「丸投げ」ではなく「並走」へ
ここまで読んで、「だからAIなんてダメだ」と思われたなら、それは私の本意ではありません。
繰り返しになりますが、AIは確実に開発を速くしてくれます。使わない選択肢はもう、ありません。
ただ、AIを「頼り切る相手」として扱うか、「並走するパートナー」として扱うか。ここで結果が大きく変わります。
並走するためには、こちら側にも次の2つが要ります。
- 業務を言語化する力:何を、誰のために、どこまでやりたいのかを言葉にできる
- 足元の知見:セキュリティ、運用、データ管理など、業務システムの「常識」
これが揃って初めて、AIが本当の意味で力を発揮します。
NUXILがご相談を受けるとき、この2つを補完する役割こそが、私たちの仕事だと考えています。お客様の業務側の言葉を引き出し、それを技術側の言葉に翻訳して、AIに渡す。出てきた結果を、運用に耐える形まで仕上げる。
「自分でChatGPTを触ってみたけど、業務に落ちなかった」というお声を、ここ最近よく伺います。多くの場合、能力の問題ではなく、谷の存在を知らなかっただけです。
まとめ:作れる、と、回せる、は違う
「AIで誰でも作れる」は、半分は本当で、半分は錯覚です。
- 動くものを作る、まではAIで誰でも近づける
- けれど、業務で回せるところまでは、言語化と知見という二つの谷がある
この谷を、自社単独で渡るのか、伴走者と一緒に渡るのか。選ぶのは経営者の判断です。
もし「自分で試したけれど業務に落ちなかった」「そもそも何から言葉にしていいか分からない」と感じていらっしゃるなら、お気軽にお寄せください。まずは現物を一緒に見ながら、谷の位置を確かめるところからご一緒できます。