AIに仕事を任せるほど疲れる？50代起業家が「AI上司」を作った理由

こんにちは、CloudLab代表の岩森です。

50代で起業し、日々ITやAIの最前線と向き合う中で、私はある奇妙な現象に気づきました。AIを使えば使うほど、仕事は確かに速くなる。コードを書いてくれるAIエージェント、テストを回してくれるAI、ドキュメントまで自動で作成してくれるAI。どれも素晴らしい技術です。

しかし、なぜか人間の脳が、ものすごく疲弊する。この「AI疲れ」とでも呼ぶべき違和感が、ずっと頭の中にありました。

AIに仕事を任せるほど、なぜか脳が疲れる「AI疲れ」の正体

AIは非常に優秀です。優秀なだけに、都度、人間である私に確認を求めてきます。

• 「この方針で進めていいですか？」
• 「このファイルを変更してもいいですか？」
• 「このエラーはこう直していいですか？」
• 「この設計で問題ないでしょうか？」

まるで、AIの部下から5分おきに稟議書が飛んでくるような状態です。作業自体はAIに渡しているのに、その一つ一つの判断、承認、レビュー、そして最終的な責任は、全て人間に残ってしまう。これでは、私の脳がパンクしてしまいます。

AIを会話ベースで管理すること自体にも、限界を感じていました。プロジェクトが進むにつれてプロンプトはどんどん長くなり、指示はバラバラになりがちです。過去の判断が会話の中に埋もれてしまい、AIがどこまで触っていいのかも曖昧になる。危険な操作を止めるルールも、会話の中だけで管理するのは難しい。これでは、AIを安全に長時間、自律的に動かすことはできません。

私の脳を守るために、AIに「上司」を作った

この「AI疲れ」を根本的に解決するため、私はある仕組みを考え、自作のAI開発基盤（個人的には「エージェントツールキット」と呼んでいます）として構築しました。それは、AIの部下に仕事を任せるための「AIの上司（コントローラー）」を作る、というシンプルな発想です。

これまでのAI活用は、例えるなら「社長がAI部下に直接指示を飛ばしていた」状態でした。「この資料を作ってくれ」「このエラーを直してくれ」「いや、違う、そうじゃない」といった細かい指示を、全て社長である人間が出していました。これでは、社長の脳が疲弊するのは当然です。

私が作った新しい仕組みでは、社長（人間）とAI部下の間に「AIマネージャー」、つまり「AIの上司」を置きます。人間は最初に、ざっくりとしたゴールや目的だけをAI上司に渡します。

その後の流れは、AI上司が自律的に管理します。

1. タスク分解と検証: AI上司が人間の与えたゴールを細かいタスクに分解し、JSON形式で保存します。そして、そのタスクを検証。どのファイルを触っていいか、秘密情報（APIキーやパスワードなど）が漏洩しないか、危険な操作がないかなどをチェックします。
2. 設計と実装: 別のAIエージェントが、検証されたタスクに基づいてプログラムの設計案を作成し、サンドボックスと呼ばれる実験環境に反映します。
3. テスト実行: さらに別のAIエージェントが、その設計に基づき作成されたプログラムが要件通りに動くかをテストします。
4. レビューと修正ループ: 最終的に、独立したレビュー担当のAIエージェントが、成果物をレビューします。もし問題があれば、差し戻してプログラム修正のループに入ります。OKであれば、最終的な結果や状態を保存します。

この仕組みによって、人間は「荒い目標」を出すだけでよくなり、AI上司がタスクの分解、整理、実行ルールの確認、AI部下への指示、成果物の検査、レビュー担当との連携までを担ってくれます。本当に危険な部分や重要な最終判断だけを、社長である人間に報告する形になるため、私の脳の負担は格段に軽減されました。

AIが安全に働くための「ガードレール」と「相互レビュー」

AIを自律的に動かす上で、私が最も重視したのは「安全性」です。ただ「危ないことをしないでね」とAIにお願いするだけでは不十分だと考えています。人間の部下を指導する際も、ただ「安全運転してね」と言うだけでなく、道路交通法があり、信号があり、ガードレールがあり、ブレーキがあるように、AIにも明確な「ガードレール」が必要です。

私が構築した基盤では、以下の安全策を仕組みとして組み込んでいます。

• 触っていいファイルの限定: AIがアクセスしていいファイルをあらかじめルールとして設定し、それ以外のファイルには触れないようにします。
• 秘密情報の保護: APIキーやパスワード、環境変数といった秘密情報が、うっかり外部に漏れたり、不適切な形で利用されたりしないよう、自動で検査・保護するルールを設けています。
• 危険な操作の禁止: 本番環境へのデプロイや、顧客への直接的な連絡など、人間が最終確認すべき危険な操作は、AIにさせない仕組みです。

このガードレールの中で、AIの上司と部下は自由に、そして自律的に目標達成に向けて動きます。さらに、私は異なるAIモデルをあえて組み合わせることで、品質の向上と抜け漏れのチェックを図っています。例えば、ClaudeというAIモデルに実装を担当させ、Codexという別のAIモデルにレビューを担当させる、といった役割分担です。異なる会社のモデルに相互レビューさせることで、それぞれのモデル特有の失敗や癖を、お互いに気づき合えるような設計にしています。

AI活用は「会話」から「仕組み」の時代へ

この「AI上司」の仕組みは、まだ検証段階です。もちろん、これで何でも完璧に自動で作れるわけではありません。実際の案件でどれだけ安定して動くか、長時間運転で壊れないか、レビューの仕組みが適切に機能するか、そして費用対効果が実用的かなど、これから多くの検証が必要です。

しかし、これは「AIをどう使うか」という個別のプロンプトの工夫を超えて、「AIが安全に働ける職場をどう作るか」を仕組み化した、非常に重要な一歩だと感じています。まさに、飛行機で言えば地上試験を終え、これから試験飛行に入る段階です。

50代で起業し、ITの力を活用して地域ビジネスを支援する中で、私は強く感じています。AI活用が進めば進むほど、人間が毎回ポチポチと指示を出し、会話の流れだけを管理する方式には限界が来ます。AIのペースに人間が合わせようとすると、私たちの脳が壊れてしまうからです。

だからこそ、AIはAIに管理させ、人間は最終的な事後報告だけを受け、暴走しないためのガードレールだけを引く。この「会話ベース」から「仕組みベース」への転換が、これからのAI活用を安全かつ持続可能にする鍵だと信じています。

CloudLabは中小企業のIT活用・AI導入を支援します

CloudLabは、京都・亀岡を拠点に、中小企業のIT活用・AI導入・ホームページ制作を支援しています。今回ご紹介したようなAI活用や業務効率化の仕組みづくりにご興味がありましたら、ぜひお気軽にご相談ください。お客様の事業に合わせた最適なソリューションを、誠実にご提案いたします。