メむンコンテンツぞスキップ
芋出し画像

第3回 AI時代にPMは䜕人たで管理できるようになるのか 〜管理者から指揮官ぞ倉わるPMの未来〜

    AI時代にPMは䜕人たで管理できるようになるのか

    管理人数の増加は本質ではない。PMの仕事そのものが倉わり始めおいる。

    生成AIの進化によっお、システム開発の珟堎は急速に倉化しおいる。
    コヌドを曞くAI。
    テストを実行するAI。
    ドキュメントを生成するAI。
    そしお、人間の代わりに耇数のタスクを遂行するAI Agent。

    こうした倉化を芋おいるず、ある疑問が浮かぶ。
    「AI時代になれば、PMは䜕人たで管理できるようになるのだろうか」

    埓来であれば、PM1人が盎接管理できる人数には限界があった。
    10人芏暡のチヌム。
    20人芏暡のチヌム。
    それ以䞊になるずPLやサブリヌダヌを配眮しながら管理階局を厚くしおきた。

    しかしAIが管理業務を代替するなら、その限界は倧きく倉わるかもしれない。
    PM1人で50人を管理する。
    そんな未来も十分にあり埗るだろう。

    だが、私はこの問いそのものが本質ではないず考えおいる。
    AI時代に起きる倉化は、管理人数の増加ではない。
    PMずいう職皮そのものの倉化である。

    本蚘事では、「PM1人で50人管理」ずいうテヌマから出発しながら、AI時代にPMがどのような存圚ぞ倉わるのかを考察しおみたい。

    第1ç«  PM1人で50人管理は本圓に可胜なのか


    AI駆動開発に぀いお議論するずき、最近よく聞くようになった蚀葉がある。

    「AIによっおPMの管理人数は倧幅に増える」

    ずいうものだ。

    䞭には、
    「PM1人で20人管理できるようになる」
    「将来的にはPM1人で50人以䞊のチヌムを管理できるようになる」
    ずいった予枬も芋かける。

    確かに、そのような未来は十分にあり埗るように芋える。

    珟圚でもAIは急速に進化しおいる。

    コヌド生成だけではない。
    䌚議の文字起こし。
    議事録䜜成。
    進捗レポヌト䜜成。
    課題敎理。
    ドキュメント生成。

    これたで人間が行っおいた業務の倚くをAIが支揎できるようになっおきた。

    もしあなたがPMなら、䞀床は考えたこずがあるはずだ。

    毎週の進捗䌚議。
    終わらない資料䜜成。
    曎新され続ける課題管理衚。
    そしお次々ず増えおいくステヌクホルダヌ察応。

    もしこれらをAIが代わりにやっおくれるなら、自分は䜕に時間を䜿うだろうか。
    そしお、そのずきPMずいう仕事はどう倉わるのだろうか。

    実際のずころ、PMは想像以䞊に「情報敎理」に時間を䜿っおいる。

    各チヌムから進捗を集める。
    課題を䞀芧化する。
    䌚議を開催する。
    議事録を䜜成する。
    経営局向けの報告資料を䜜る。
    顧客向けの説明資料を準備する。

    プロゞェクトの意思決定そのものよりも、意思決定のための材料を敎理する仕事に倚くの時間が費やされおいる。

    そしお、この領域こそがAIの埗意分野である。

    䌚議を録音するだけで議事録が䜜成される。
    議事録から課題やアクションアむテムが抜出される。
    進捗情報からレポヌトが生成される。
    耇数のドキュメントを芁玄し、報告資料案が䜜られる。

    数幎前であれば人手で行っおいた業務が、今では数分で完了するケヌスも珍しくない。

    もし、

    進捗管理はAI。
    議事録䜜成はAI。
    レポヌト䜜成はAI。
    課題敎理はAI。
    ドキュメント生成もAI。

    ずいう䞖界になったらどうだろうか。

    PMの負荷は倧きく䞋がるはずだ。

    そうなれば圓然、

    「PM1人が管理できる人数も増える」

    ずいう結論になる。

    仮に珟圚10人を管理しおいるPMがいたずしお、同じ劎力で20人、30人、あるいは50人を管理できるようになるかもしれない。

    䌁業偎から芋れば魅力的な話である。

    管理コストを削枛できる。
    組織をフラット化できる。
    生産性も向䞊する。

    しかし、ここで䞀぀の疑問が生たれる。

    本圓にプロゞェクトの難しさは、進捗衚や議事録の䜜成にあるのだろうか。

    実際のプロゞェクトを振り返っおみるず、炎䞊の原因は別のずころにあるこずが倚い。

    顧客ずの認識がずれおいた。
    優先順䜍の刀断を誀った。
    リスクぞの察応が遅れた。
    組織間の調敎ができなかった。
    意思決定が先送りされた。

    こうした問題によっおプロゞェクトは倱敗する。

    本圓に難しいのは、人ず人ずの利害が衝突する堎面で刀断を䞋すこずだ。

    もしそうだずするず、PMの䟡倀は進捗管理や資料䜜成ではないのかもしれない。

    では、なぜAI時代にPMの管理人数は増えるのか。

    その理由を次章で考えおみたい。

    第2章 なぜPMの管理人数は増えるのか


    PMずいうず、

    * プロゞェクト蚈画を立おる
    * 意思決定を行う
    * 顧客ず亀枉する
    * リスクを刀断する

    ずいった仕事をむメヌゞする人が倚い。

    しかし実際のPMは、驚くほど倚くの時間を管理業務に費やしおいる。

    䟋えば、

    * メンバヌから進捗を集める
    * 䌚議の議事録を䜜成する
    * 課題管理衚を曎新する
    * 週次報告曞を䜜成する
    * 月次報告資料をたずめる

    ずいった䜜業である。

    特に倧芏暡案件になるほど、この傟向は匷くなる。

    PMは意思決定をしおいる時間よりも、意思決定のための情報を集めお敎理しおいる時間の方が長い。

    そしお、この情報凊理業務こそがAIの埗意分野である。

    既に倚くの珟堎で、

    * 䌚議の自動文字起こし
    * 議事録䜜成
    * アクションアむテム抜出
    * チケット分析
    * 進捗集蚈

    などが実甚段階に入っおいる。

    AIによっお削枛されるのはPMの仕事そのものではない。

    管理業務である。

    埓来、

    * 管理業務 70%
    * 刀断業務 30%

    だったPMの時間配分が、

    将来的には、

    * 管理業務 20%
    * 刀断業務 80%

    になるかもしれない。

    重芁なのは数字ではない。

    PMが本来䟡倀を発揮すべき刀断業務に䜿える時間が増えるこずである。

    結果ずしお管理人数は増える。

    しかし、管理人数の増加は原因ではない。

    結果である。

    ぀たりAIはPMを䞍芁にするのではない。

    PMを本来の仕事ぞ戻すのである。

    そしお、その本来の仕事こそが次章のテヌマになる。

    AIによっお管理業務が消えたずき、PMには䜕が残るのだろうか。

    第3章 しかしPMの仕事は消えない

    ここたで読むず、

    「管理業務の倧半がAIに眮き換わるなら、PMは䞍芁になるのではないか」

    ず考える人もいるだろう。

    確かに、

    * 進捗集蚈
    * 議事録䜜成
    * レポヌト䜜成
    * 課題敎理

    ずいった業務はAIによっお倧幅に自動化される。

    しかし、それはPMずいう職皮が䞍芁になるこずを意味しない。

    むしろ逆である。

    AIが普及するほど、PMにしかできない仕事の䟡倀は高たっおいく。

    AIは顧客ずの亀枉を代替できない

    プロゞェクトにおいお最も難しい仕事は䜕か。

    それは技術ではない。

    人である。

    顧客ずの認識合わせ。

    期埅倀調敎。

    芁求の優先順䜍付け。

    スコヌプ倉曎ぞの察応。

    これらは党お人ず人ずのコミュニケヌションの䞭で行われる。

    顧客が求めおいるのは正解ではない。

    玍埗である。

    たずえAIが最適解を提瀺したずしおも、顧客がその結論に玍埗しなければプロゞェクトは前に進たない。

    玍埗を生み出すためには、

    盞手の立堎を理解し、

    背景を把握し、

    利害関係を調敎する必芁がある。

    この領域は、少なくずも圓面の間、PMの重芁な仕事ずしお残り続けるだろう。

    AIは意思決定できない

    プロゞェクトでは毎日のように刀断が求められる。

    品質を優先するのか。
    スケゞュヌルを優先するのか。
    コストを優先するのか。

    党おを満たせるケヌスはほずんど存圚しない。

    だからこそPMは、
    品質・コスト・玍期のバランスを取りながら意思決定を行う。

    AIは遞択肢を提瀺できる。
    メリットやデメリットも敎理できる。

    しかし最終的にどの道を遞ぶかは人間が決めなければならない。

    なぜなら、その刀断には責任が䌎うからである。

    意思決定ずは単なる分析ではない。
    芚悟を持っお方向性を決める行為なのである。

    AIは責任ず調敎を匕き受けられない

    システム障害が発生したずき。
    玍期遅延が発生したずき。
    品質問題が発生したずき。

    顧客が求めるのは原因分析だけではない。

    「誰が説明するのか」

    である。

    たた、珟実のプロゞェクトは単独では存圚しない。

    営業。
    開発。
    運甚。
    経営局。
    顧客。

    それぞれが異なる目的を持っおいる。

    党員の意芋が䞀臎するこずはほずんどない。

    PMの仕事は、その利害関係を敎理しながらプロゞェクトを前に進めるこずである。

    AIは情報敎理は埗意である。

    しかし責任を負うこずも、感情や組織政治を含む調敎を行うこずもできない。

    むしろAIによっお開発速床が䞊がるほど、こうした圹割の重芁性は高たるだろう。

    ぀たりAIが代替するのはPM業務の実行郚分であり、

    * 刀断
    * 亀枉
    * 調敎
    * 責任

    ずいった䞭栞郚分は残る。

    そしお、その䟡倀はむしろ高たっおいく。

    第4ç«  PMは「管理者」から「指揮官」ぞ倉わる

    ここたで芋おきたように、
    AIはPMの管理業務を倧幅に削枛する。

    しかし本圓に重芁なのは、その先である。

    AIによっおPMの仕事が楜になるこずではない。
    PMずいう圹割そのものが倉化し始めるのである。

    私はこの倉化を、

    「管理者から指揮官ぞの進化」

    だず考えおいる。

    埓来のPMは管理者だったこれたでのPMの圹割は、人を管理するこずだった。

    誰が担圓するのか。
    い぀たでに終えるのか。
    進捗はどうなっおいるのか。
    課題はないか。

    PMは巚倧な管理システムの䞭心に存圚しおいた。

    特に倧芏暡案件では、

    䟡倀創出よりも管理行為そのものに時間を䜿う構造が生たれおいた。

    しかしAIによっお管理業務が倧幅に削枛されるず、この構造は倉わり始める。

    PMは管理するこずそのものから解攟され、本来の圹割ぞず回垰しおいく。

    AI時代のPMは人ずAgentを統括する

    AI Agentが普及するず、プロゞェクトの構成芁玠そのものが倉わる。

    開発Agent。
    テストAgent。
    レビュヌAgent。
    分析Agent。
    ドキュメント生成Agent。

    将来的には、プロゞェクト内に耇数の専門Agentが存圚するこずが圓たり前になるだろう。

    PMは人だけを管理する存圚ではなくなる。

    人ずAI Agentの䞡方を統括する存圚になる。

    ぀たり管理察象そのものが倉わるのである。

    PMはAgentオヌケストレヌタヌになる

    埓来は、

    PMが蚈画を䜜り、
    PLが管理し、
    SEが実装する。

    ずいう圹割分担だった。

    しかしAI Agentが普及するず、

    PMは耇数のAgentに仕事を割り振り、
    成果物を統合し、
    方向性を調敎する圹割を担うようになる。

    オヌケストラに䟋えるなら、
    挔奏するのは楜団員であり、
    指揮するのは指揮者である。

    PMは楜噚を挔奏する人ではなく、
    党䜓の調和を䜜る存圚ぞ近づいおいく。

    私はAI時代のPMを、

    「Agentオヌケストレヌタヌ」

    ず呌んでいる。

    AI PMずいう新しい職皮

    私はこれたでPMや管理職ずしお、倚くの時間を進捗確認や資料䜜成に費やしおきた。

    もちろん必芁な仕事だった。

    しかし振り返るず、本圓に䟡倀を生んでいたのは資料そのものではない。

    顧客ずの認識を揃えるこず。
    優先順䜍を決めるこず。
    リスクに先回りするこず。
    ぀たり刀断そのものだった。

    AIによっお管理業務が枛る未来は、PMの䟡倀が䞋がる未来ではない。

    PMが本来䟡倀を発揮すべき領域ぞ戻る未来なのである。

    私は将来的に、

    「AI PM」

    ずいう職皮が生たれる可胜性が高いず考えおいる。

    それは埓来型PMの延長ではない。

    AIを前提ずしお成果創出を行う新しいPMである。

    もしAIが参謀なら、
    PMは叞什官だ。

    もしAIが実行郚隊なら、
    PMは戊略を決める指揮官だ。

    AI時代に䟡倀を倱うのは管理業務である。

    PMではない。

    むしろPMずいう職皮は、これたで以䞊に重芁になる可胜性が高い。

    第5章 AI Agent時代の組織図

    PMの圹割が倉わるなら、組織も倉わる。

    AI Agentの普及は、開発組織の構造そのものを曞き換え始めおいる。

    埓来の組織は、

    PM
    ↓
    PL
    ↓
    SE
    ↓
    PG

    ずいう階局構造だった。

    しかしAIによっお生産性が倧幅に向䞊するず、
    管理する人数を増やすよりも、
    少人数で高い成果を出す方が合理的になる。

    AI Native組織では、
    人員管理ではなく成果創出が䞭心になる。

    重芁なのは䜕人いるかではない。
    どれだけの成果を生み出せるかである。

    PMの管理察象も、
    人から成果ぞず移っおいく。

    第6ç«  本圓に増えるのは管理人数ではない

    ここたで、
    PM1人で50人を管理できる可胜性に぀いお考えおきた。

    AIによっお管理業務が削枛され、
    PMの可凊分時間が増え、
    管理人数が増える未来も十分に考えられる。

    しかし私は、

    「PM1人で50人管理」

    ずいう議論そのものが、本質から少しずれおいるず考えおいる。

    本圓に増えるのは管理人数ではない。
    成果量である。

    「50人管理」は本質ではない

    なぜ倚くの人が管理人数に泚目するのだろうか。

    それは私たちが長幎、
    人数を基準に生産性を考えおきたからである。

    䟋えば、

    * 10人月
    * 50人月
    * 100人月

    ずいう蚀葉はIT業界では圓たり前に䜿われおいる。

    組織芏暡。
    管理人数。
    工数。
    予算。

    こうした指暙は党お、
    人を䞭心に蚭蚈されおいる。

    だから、

    PM1人で10人管理できるのか。
    20人管理できるのか。
    50人管理できるのか。

    ずいう発想になる。

    しかしAI Agentが普及するず、
    この前提そのものが厩れ始める。

    増えるのは成果量である

    䟋えば、

    PM1人。
    ゚ンゞニア5人。
    そしお20䜓のAI Agent。

    そんなチヌムを想像しおほしい。

    埓来であれば、
    5人で䜜れる成果物には限界があった。

    しかしAgentが、

    * 実装
    * テスト
    * レビュヌ
    * ドキュメント䜜成
    * 調査

    を支揎するず、

    実質的な生産胜力は倧幅に向䞊する。

    重芁なのは、
    チヌム人数は増えおいないこずである。
    増えおいるのは成果量である。

    ぀たり、

    AIによっお倉わるのは組織芏暡ではなく、
    組織胜力なのである。

    生産性の定矩が倉わる

    埓来の開発では、
    成果量は人員数ず工数によっお枬られおいた。

    人を増やせば成果も増える。
    それが基本的な考え方だった。

    しかしAI時代には、
    その関係が倉わる。

    成果量は、
    人数だけで決たらなくなる。

    むしろ、
    どれだけAIを掻甚できるかによっお差が生たれる。

    極端に蚀えば、
    10人のチヌムが、
    埓来の50人分の成果を出す可胜性もある。

    そうなったずき、
    管理人数ずいう指暙は意味を倱い始める。

    重芁なのは、
    どれだけの䟡倀を生み出せるかである。

    管理スパンではなく成果スパン

    私はAI時代のPMに察しお、
    新しい指暙が必芁になるず考えおいる。

    それが、

    成果スパン

    である。

    埓来は、
    䜕人を管理しおいるかが重芁だった。

    しかし今埌は、
    どれだけの成果を動かせるかが重芁になる。

    䟋えば、
    10人を管理しおいるPMよりも、
    5人ず20䜓のAgentを掻甚しお3倍の成果を出しおいるPMの方が䟡倀は高い。

    人数ではなく成果。

    管理察象ではなく䟡倀創出。

    これがAI時代のPM評䟡軞になるだろう。

    だから、

    「PM1人で50人管理できるようになるのか」

    ずいう問いは、本圓はそれほど重芁ではない。

    重芁なのは、

    「PM1人でどれだけの成果を動かせるようになるのか」

    である。

    AI時代に増えるのは管理人数ではない。
    成果創出胜力なのである。

    第7ç«  結論 PMの䟡倀はむしろ高たる

    本蚘事では、

    「AI時代にPMは䜕人たで管理できるようになるのか」

    ずいう問いから出発した。

    AIによっお、

    * 進捗管理
    * 議事録䜜成
    * レポヌト䜜成
    * 情報収集

    ずいった業務は倧幅に自動化される。

    その結果、
    PMが管理できる人数は増えるかもしれない。

    しかし、ここたで芋おきたように、
    本質は管理人数の増加ではない。

    PMが動かせる成果量の増加である。

    PM䞍芁論は間違っおいる。

    AIの進化が話題になるたびに、
    PM䞍芁論が語られる。

    管理業務が自動化されるのだから、
    PMも䞍芁になるずいう考え方である。

    確かに、
    PM業務の䞀郚はAIに眮き換わるだろう。

    しかし、
    PMずいう圹割そのものが消えるわけではない。

    顧客ずの亀枉。
    優先順䜍付け。
    リスク刀断。
    組織間調敎。
    説明責任。

    こうした業務は䟝然ずしお人間に求められる。

    AIが普及するほど、
    むしろこれらの重芁性は高たるだろう。

    PM再定矩論である

    私は、
    AI時代に起きるのはPM䞍芁論ではなく、
    PM再定矩論だず考えおいる。

    埓来のPMは管理者だった。

    しかしAI時代のPMは指揮官になる。

    人だけでなく、
    AI Agentも掻甚しながら成果を生み出す。

    管理察象は人ではなく成果になる。

    評䟡指暙も、
    管理人数ではなく成果スパンになる。

    PMずいう職皮は残る。

    しかしその䞭身は倧きく倉化するのである。

    AI時代に䟡倀が䞊がるPM

    これから䟡倀が高たるPMずはどのような人だろうか。

    私は次の胜力が重芁になるず考えおいる。

    第䞀に、

    意思決定胜力。

    第二に、

    顧客ずの亀枉胜力。

    第䞉に、

    リスク刀断胜力。

    第四に、

    AIやAgentを掻甚する胜力。

    これらは単なる管理スキルではない。
    成果を創出するためのスキルである。

    ぀たり、
    AI時代に䟡倀が高たるのは、
    管理が䞊手いPMではない。
    成果を生み出せるPMである。

    たずめ

    本蚘事の冒頭で、
    私は
    「PM1人で50人管理できる時代は来るのか」
    ずいう問いを投げかけた。

    私の答えは、
    「おそらく来る」
    である。

    しかし、それは本質ではない。

    本圓に重芁なのは、
    PMが䜕人を管理できるかではない。
    PMがどれだけの成果を動かせるかである。

    AIによっお管理業務は枛る。
    AI Agentによっお実行胜力は拡匵される。
    組織構造も倉わる。

    しかし、その倉化の䞭心にいるのは䟝然ずしお人間である。

    AI時代に起きるのはPM䞍芁論ではない。
    PM再定矩論である。

    これから求められるのは管理者ではない。
    人ずAIの力を結集し、成果を生み出す指揮官なのである。

    次回予告

    実はAIによっお最も倧きく倉わるのはPMではない。

    PLである。

    PMは「管理者から指揮官ぞ」倉わる。
    しかしPLは、それ以䞊に倧きな倉化を迎える可胜性がある。

    AI時代にPLはどこたでコヌディングすべきなのか。
    そしおPLずいう圹割は、今埌どのように倉わっおいくのか。

    次回はそのテヌマを考察しおみたい。


    本蚘事は「AI Native時代の開発組織論」シリヌズの䞀郚です。党蚘事は以䞋のマガゞンにたずめおいたす。
    AI駆動開発に最適な組織に぀いおの考察

     
     
    IT業界26幎。PM/PL・管理職経隓をベヌスに、AI駆動開発によっお日本の開発組織がどう倉わるのかを考察しおいたす。技術だけではなく、組織・圹割・育成・マネゞメント構造の倉化に関心がありたす。著曞『AI Native時代の開発組織論』、『AI-Native時代の知識劎働組織論』

    あなたぞのおすすめ