AI PMの1年史 1：全部AIと組んだ最初の半年

この時期に起きたこと（2025年10月〜2026年2月）

この連載でいう「1年」の起点は、2025年10月である。最初の受託案件の開発を、AIと組んで始めた月だ。AIの利用量を数え始めたのは2025年12月27日からで、10月と11月には計測がない。10月と11月の記録は、リポジトリの作成日とコミットの履歴だけで、薄い。

• 利用量：計測を始めた12月の5日間が60,596メッセージ、2026年1月が276,503、2月が607,708だった。2月は、この1年の月別で最も多い。
• 自社サイト：人間1名とAI社員4名の体制で、26ページを約3週間で作った。最初に全タスクを洗い出して「AIに任せられるか」で振り分け、約80%がAIで実行可能と判断した。残る約20%（要件定義、テーブル設計、最終的な品質の判断）は人が受け持った。運用費は月3〜5万円だった。
• 受託案件：コンテンツ配信系のSaaS開発を、PM1人とAIで受けた。2月から3月にかけての約1か月で、209画面、75テーブル、4,000ターン超が積み上がった。1機能あたり2〜3回の修正が入り、1日の稼働は約19時間、休日はなかった。

209画面は本当の成果だが、その裏に「1日19時間・休日なし」がある。これは経営者だから成立した働き方で、他人に求めるものではない。AI開発は楽になるのではなく、1人で回せる量が増える。総労働量は減らなかった。AIが速く実装を上げてくるので、レビューと判断の往復が途切れなくなったためだ。

（出典：自社のAI利用統計 2025-12-27〜2026-02-28（3台合算）／自社ブログ記事「PMBOK-AI導入事例」「AI社員4名の実稼働レポート」2026-02、「SaaS開発をPM1人×AIで乗り切る」2026-03-24）

事故：テストは通るのに、仕様と違う

この半年でいちばん大きな学びは、事故から来た。導入の初期、私は「AIは優秀だから、ざっくり指示すれば大丈夫だろう」と考えていた。結果は、一見動くが、意図と違う実装の量産だった。

• 検索フォームを頼んだとき、絞り込みの機能が検索画面とは別の画面に分離されていた
• 商品一覧のページ送りを頼んだとき、全件を一度に取得して、画面側で分割表示する実装になっていた

どちらも、テストは通った。通ったテストは、AIがテストを書く時点で持っていた理解を確かめたにすぎない。その理解は、指示が粗いほど、AIが勝手に補う。出力が速いぶん、問題は大量に溜まってから発覚した。

書いた文章にも、同じことが起きた。AIが書いた記事に「導入企業の90%が生産性2倍」という数字が入っていた。出典を探したが、どこにも根拠がなかった。別の記事では、実在しないサービス名が引かれていた。

もう1つ、身にしみたことがある。人間のエンジニアなら、「ユーザー一覧画面をお願いします」と頼めば、並べ替えやページ送りを当然入れてくれる。AIは本当にただの一覧を出してくる。並べ替え条件も、絞り込みの項目も、権限による出し分けも、データが空のときの表示も、こちらが言葉にしなければ付かない。言語化の力が、そのまま品質の上限になった。

（出典：自社ブログ記事「AI活用の失敗と教訓」2026-02-21）

この時期に残ったルール

設計書に基づいて指示するようにすると、手戻りは5分の1以下になった。ただし、これは手戻りの件数を数えて比べたものではなく、体感に近い数字である。

この表の右端を見ると、半数は「人の目」や「手順」に頼っている。守らせる力が弱い。この弱さは、半年後に別の形で響く。

明日からやること

• AIに頼む作業のうち、要件・設計・品質の最終判断を人が持つ範囲を書き出す
• 実装を頼む前に、設計書か手順を書いた課題を1つ用意する
• AIが書いた数字と固有名詞は、出典を確かめるまで公開しない
• 「テストが通った」を完了と見なす前に、成果物そのものを動かして確かめる
• AIを使った作業の総労働時間を、人の分も含めて測る

まとめ

任せる量を増やしても、指示が粗ければ、テストを通る間違いが量産される。

次回：一本の長い対話から、並列のチームへ（2）

関連：AIエージェントへの指示：誤解が起きる3つの型／AI PMの品質ゲート：結論は入力の質で覆る