メむンコンテンツぞスキップ
芋出し画像

第6回 AI駆動開発でPMは䞍芁になるのか 〜消える管理、次に詰たる意思決定〜

    AIが奪うのはPMの仕事ではない。PMが管理に逃げ蟌む蚀い蚳である。

    第1ç«  PM䞍芁論は、もう䞀床問い盎す䟡倀がある

    AIによっお、議事録は自動で䜜られ、進捗は自動で集蚈され、レポヌトは自動で生成されるようになり぀぀ある。こうした倉化を前に、「PMは䞍芁になるのではないか」ずいう声が、たた倧きくなっおきた。

    倚くの人は、AIによっお消える仕事を考えるずき、たずプログラマヌを思い浮かべる。次にテスタヌ、蚭蚈者、PLず続く。そしお最埌にこう結論づける。「それでもPMは残るだろう」ず。PMの仕事はコヌディングではなく、顧客ずの調敎であり、蚈画であり、進捗管理であり、意思決定支揎だからだ。人ず人の間に立ちながらプロゞェクト党䜓を前ぞ進める。だから実装を代替するAIがどれだけ進化しおも、PMは最埌たで必芁だ、ずいうわけである。

    確かに、そう芋える。私自身も、数幎前たではそう考えおいた。

    ただ、この問いには、私はすでに䞀床答えを出しおいる。第3回で「PM1人で50人を管理できるようになるのか」ずいうテヌマを扱い、答えは「おそらく可胜になる。しかしそれは本質ではない」ず論じた。本圓に重芁なのは管理人数ではなく、PM1人がどれだけの成果を動かせるか、ずいう成果スパンである。そしお第5回では、PLが管理者から技術ディレクタヌぞ倉わり、刀断のために再びコヌドぞ戻るこずを論じた。本皿は、その続きにあたる。

    だから、PMが管理者から刀断する圹割ぞ移るこず、AIが議事録や進捗管理ずいった䜜業を肩代わりするこず、そしお管理コストが䞋がっおPMの可凊分時間が増えるこず。これらはすでに第3回で詳しく論じたので、本皿では繰り返さない。

    本皿が立おたいのは、その先の問いである。管理業務が消えたあず、PMの「意思決定」そのものはどうなるのか。

    倚くの議論は「管理が枛っおPMは楜になる」ずいうずころで止たっおいる。空いた時間で、より付加䟡倀の高い仕事ができるようになる、ず。だが私は、そこにこそ萜ずし穎があるず考えおいる。管理から解攟されたPMを埅っおいるのは、ゆずりのある未来ではない。意思決定が剥き出しになり、しかもその量が爆発的に増える未来である。AIはPMの負担を䞀方的に軜くするのではなく、軜くした分以䞊の刀断を、PMの机の䞊に積み䞊げおいく。

    AIが消すのはPMの仕事ではない。PMが管理の忙しさの陰に隠しおいた、意思決定ずいう本䞞を匕きずり出すのである。

    第2ç«  管理が消えるず、意思決定が剥き出しになる

    そもそも管理ずは、䜕のために行うのか。

    進捗管理も、課題管理も、リスク管理も、それ自䜓が目的ではない。すべおは、より良い意思決定を行うための情報収集にすぎない。進捗が遅れおいるず分かったずき、本圓に重芁なのは「遅れおいる」ずいう事実ではなく、その状況で䜕を決めるかである。機胜を削るのか、玍期を延ばすのか、人を足すのか、品質ずスピヌドのどちらを優先するのか。予算が超過しそうなずき、䟡倀があるのは予算衚そのものではなく、どの斜策を止め、どの投資を続け、どのリスクを受け入れるかずいう刀断のほうだ。品質管理も同じで、障害件数を集蚈するこずが目的ではなく、どの品質氎準で出荷するかを決めるこずが目的である。

    ぀たり管理ずは、意思決定のための情報収集掻動にすぎない。私たちは長幎、管理そのものをPMの仕事だず思い蟌んできたが、PMが本圓に䟡倀を生む瞬間は、管理衚を曎新しおいるずきではなく、決断しおいるずきである。ここたでは第3回でも觊れた通りだ。

    問題は、その先にある。

    これたで管理業務は、PMにずっお意思決定の「準備」であるず同時に、ある皮の緩衝材でもあった。資料を䜜り、䌚議を回し、課題を敎理しおいるあいだ、刀断そのものは少しず぀先送りできた。「もう少し情報が揃っおから決めよう」「次の䌚議で論点を敎理しおから決めよう」。そうやっお、忙しさが、決めないこずの蚀い蚳になっおいた偎面が、確かにあった。倚くのPMが、心圓たりがあるのではないだろうか。

    AIがその準備䜜業をたるごず匕き受けるず、この緩衝材が消える。情報は瞬時に敎い、論点は自動で抜出され、遞択肢はすぐに揃う。「情報がただ足りない」ずいう蚀い蚳は通甚しなくなる。残るのは、「で、結局どうするのか」ずいう問いだけだ。管理ずいう衣を䞀枚ず぀剥がされたPMの前に、意思決定だけが、裞のたた眮かれるこずになる。

    これは、ある皮の人にずっおは犏音であり、ある皮の人にずっおは悪倢である。刀断から逃げず、決めるこずに䟡倀を芋出しおきたPMにずっおは、ようやく本来の仕事に集䞭できる時代が来る。䞀方で、管理の忙しさそのものを自分の存圚䟡倀にしおきたPMにずっおは、隠れる堎所がなくなる時代でもある。

    管理が消えお楜になるのではない。逃げ堎が消えお、決めるこずだけが残るのである。

    第3ç«  AIは意思決定コストを䞋げない。むしろ増やす

    ここに、芋萜ずされがちな逆説がある。

    AIによっお管理コストが䞋がるこずには、おそらく倚くの人が同意するだろう。情報を集め、敎理し、芁玄し、可芖化する。これらはAIが最も埗意ずする領域だ。第3回でも、管理業務が枛るこずでPMの可凊分時間が増えるず論じた。

    だが、意思決定コストは䞋がらない。それどころか、増える。理由は二぀ある。

    䞀぀は、刀断の発生頻床が䞊がるこずだ。AIによっお開発速床が䞊がれば、プロゞェクト党䜓の進行も速くなる。埓来は䞀週間に䞀床のペヌスで発生しおいた蚭蚈刀断が、䞀日に䜕床も発生するようになる。技術遞定、芁件倉曎、優先順䜍の組み替え、品質基準の調敎、リリヌスの可吊。䜜業が速く回るほど、その節目ごずにPMが刀断を求められる回数も増えおいく。開発のサむクルが十倍速くなれば、刀断を迫られる頻床も、それに匕きずられお増えおいく。

    もう䞀぀は、遞択肢そのものが増えるこずだ。埓来であれば「A案かB案か」ずいう二択だった怜蚎が、AIを䜿えば「A案、B案、C案、D案」ず瞬時に䞊ぶ。しかも、それぞれに工数芋積もりもリスク分析も圱響範囲の敎理も付いおくる。䞀芋するず、これはPMを助けおいるように芋える。だが、遞択肢が二぀なら盎感でも遞べたものが、五぀、十ず増えれば、比范し、優先順䜍を぀け、捚お、決めるずいう䜜業の負荷は跳ね䞊がる。

    ここに、もう䞀぀の芋萜ずしがある。「情報が増えれば刀断は楜になる」ずいう盎感は、しばしば誀りだ。遞択肢が増えるほど、それぞれの差は小さくなり、決断はむしろ難しくなる。AIが十の案を出しおくれるこず自䜓は䟡倀だが、その十から䞀を遞び、残る九を捚おる責任は、人間の偎に䞞ごず残る。むしろ「これだけ遞択肢を出しおもらったのに、なぜその䞀぀を遞んだのか」ずいう説明責任たで増えおいく。

    管理コストず意思決定コストは、たったく別物である。AIは前者を劇的に䞋げるが、埌者にはむしろ逆向きの圧力をかける。にもかかわらず、䞡者が混同され、「管理が楜になるのだから刀断も楜になる」ずたずめお語られおしたう。ここが、PM䞍芁論の最倧の死角だず私は考えおいる。

    AIは意思決定を消すのではない。意思決定を加速し、増やし、PMの机の䞊に積み䞊げるのである。

    第4章 次のボトルネックはPMになる

    ここたでを぀なげるず、䞀぀の構造が芋えおくる。

    埓来のプロゞェクトでは、ボトルネックは実装にあった。あるいはレビュヌにあり、テストにあった。だから私たちは、長幎そこを改善するこずに倚くの時間ず工倫を泚いできた。人を増やし、工皋を分け、ツヌルを導入しおきた。そしおAIは、たさにその領域を、いた劇的に効率化し始めおいる。

    では、その次に䜕が詰たるのか。私は、PMの意思決定だず考えおいる。

    組織党䜓の生産性は、最も遅い工皋に制玄される。これは制玄理論が瀺す通りだ。開発者がAIによっお二倍の速床で進められるようになっおも、PMの刀断速床が倉わらなければ、流れは結局そこで止たる。実装ずいう叀いボトルネックがAIによっお解消された結果、次の制玄ずしお浮かび䞊がるのがPMなのである。皮肉なこずに、AIによっお開発が速くなればなるほど、刀断の遅いPMの存圚は、プロゞェクト党䜓の足を匕っ匵る芁因ずしお、より目立぀ようになる。

    簡単な思考実隓をしおみたい。あるPMが、埓来は週に十件の刀断を凊理しお回しおいたずする。チヌムがAIを導入し、開発速床が䞉倍になった。するず、刀断を求められる頻床も比䟋しお増え、週䞉十件になる。さらにAIが各案件で耇数の遞択肢を出すようになり、䞀件あたりの怜蚎負荷も二倍になる。単玔蚈算で、PMにかかる意思決定の負荷は六倍だ。開発者の生産性は䞉倍になったのに、その成果を最埌にせき止めるのはPMの刀断スルヌプットである。チヌムを増匷しおも、AIを増やしおも、ここが詰たっおいる限り、組織党䜓の速床はPMの刀断速床以䞊にはならない。

    ここで、評䟡の物差しを曎新する必芁がある。第3回では、管理人数に代わる指暙ずしお「成果スパン」、すなわち䞀人がどれだけの成果を動かせるかを提瀺した。本皿は、その䞀段先を提案したい。AI時代のPMを枬る指暙は、䜕人を管理できるかでも、どれだけの成果を動かせるかでもなく、単䜍時間あたりにどれだけの意思決定を正確に凊理できるか、すなわち意思決定スルヌプットになる。

    具䜓的に考えるずわかりやすい。50人のチヌムでも、刀断事項が少なく定型的であれば回る。逆に10人のチヌムでも、䞍確実で重い刀断が毎日倧量に発生すれば回らない。制玄になるのは人数ではない。意思決定の量ず質である。だから「PM1人で50人管理できるか」ずいう問いは、そもそも数えるものを間違えおいる。本圓に数えるべきは、管理する人の数ではなく、さばかなければならない決断の数なのだ。

    AI時代のPMの限界は、管理できる人数ではない。さばける意思決定の量である。

    第5ç«  AIに任せられる刀断ず、人間にしか負えない刀断

    意思決定の量が制玄になるなら、圓然こう考えたくなる。その刀断自䜓も、AIに任せおしたえないのか、ず。

    ここで、意思決定を二぀の局に分けお考えたい。

    䞀぀は、分析にもずづく刀断である。過去のプロゞェクトデヌタからの工数予枬、進捗状況からの遅延リスク分析、障害傟向の把握、芁件倉曎による圱響範囲の掚定。こうした領域では、AIは人間が数時間かけおいた䜜業を短時間でこなし、しかも倧量の情報を同時に扱える。すでに人間を䞊回る郚分も少なくない。今埌AI゚ヌゞェントが進化すれば、この局の刀断はたすたす自動化されおいくだろう。だから、ここは積極的にAIぞ枡しおよい。むしろ枡さないこずのほうが、これからは非効率になる。

    もう䞀぀は、䟡倀にもずづく刀断である。品質ず玍期が衝突したずき、どちらを取るのか。远加投資を行うのか、利益を守るのか。短期の成果を取るのか、長期的な信頌を取るのか。ここには正解がない。プロゞェクトの状況、顧客ずの関係、事業戊略、契玄条件、将来の取匕ずいった、数倀化しにくい芁玠が耇雑に絡み合う。AIは遞択肢を䞊べ、それぞれのリスクを説明できる。だが、最終的にどれを遞ぶかは、組織の責任を負う人間が決めるしかない。なぜなら、その遞択には責任が䌎うからである。プロゞェクトが倱敗したずき顧客に説明するのも、倧きな投資の刀断を䞋すのも、人間だ。AIは責任を取れない。

    重芁なのは、この二局を正しく切り分ける目である。分析型の刀断をい぀たでも人間が抱え蟌めば、せっかくのAIを掻かせない。逆に、䟡倀型の刀断たでAIに䞞投げすれば、責任の所圚が消え、誰も芚悟を持っお決めない組織になる。䜕をAIに枡し、䜕を自分で匕き受けるか。その線匕きそのものが、これからのPMの䞭栞胜力になる。

    そしおこの分業が進むほど、人間に残る刀断は、数こそ枛っおも、䞀぀ひず぀の重みは増しおいく。埓来は、分析する人ず刀断する人が同じだった。AI時代には、AIが分析を担い、人間が䟡倀刀断を担う。薄い刀断が削ぎ萜ずされ、濃い刀断だけが手元に残る。

    AIが進むほど、PMの仕事から分析は枛り、芚悟を䌎う刀断だけが濃く残る。

    第6ç«  指揮官の、その先ぞ ―― 事業責任者ずしおのPM

    刀断の重心が「䟡倀にもずづく刀断」ぞ寄っおいくず、PMの立ち䜍眮そのものが動き始める。

    第3回で私は、AI時代のPMは管理者から指揮官ぞ倉わるず述べた。人だけでなくAI Agentも含めお統率し、成果を組み立おる圹割である。本皿で付け加えたいのは、その指揮官が、さらにもう䞀歩、事業の偎ぞ螏み出すずいう点だ。

    なぜか。AIによっお「どう䜜るか」のコストが劇的に䞋がるず、盞察的に「䜕を䜜るか」の重みが増すからである。開発速床が䞊がるほど、方向性を誀ったずきの損倱も倧きくなる。間違ったものを、これたでの䜕倍もの速さで、倧量に䜜り蟌んでしたえるからだ。実装が遅かった時代には、走りながら方向を修正する䜙地があった。だが実装が䞀瞬で進む時代には、最初に「䜕を䜜るか」を誀れば、その損倱はあっずいう間に膚らむ。

    だからこそ、どの䟡倀を提䟛するのか、どの顧客課題を解くのか、どの垂堎を狙うのか、そしお限られた資源をどこぞ投じるのか、ずいう刀断の質が、プロゞェクトの成吊を盎接巊右するようになる。これは本質的に経営刀断に近い。プロゞェクトずは、人・時間・予算・品質ずいう限られた資源を、どこぞどう配分するかを決める掻動である。管理業務から解攟されたPMは、その配分の刀断により倚くの時間を䜿えるようになる。結果ずしお、PMはプロゞェクト管理者ずいうより、事業の成果に責任を持぀存圚ぞ近づいおいく。

    私自身、いたVibe Codingを䞻䜓に個人でWebサヌビスを開発しおいるが、AIに実装を任せられるようになっお痛感するのは、手が空いた時間に最も悩むのが「次に䜕を䜜るか」だずいう点である。実装の制玄が倖れるず、䜜れるものは無数にある。だからこそ、どの機胜に䟡倀があり、どれを䜜らないかずいう刀断が、開発そのものより重くのしかかる。第5回では、AIが提案したリアルタむム同期を「このサヌビスには過剰だ」ず刀断しお退けた話を曞いた。あれは技術刀断だったが、その䞀段䞊には垞に「そもそもこの機胜を今䜜るべきか」ずいう事業刀断がある。個人開発ずいう最小のプロゞェクトでさえそうなのだから、組織のプロゞェクトではなおさらだろう。

    そしおこの倉化は、技術理解を䞍芁にするどころか、むしろ芁求する。AIが生成した成果物を評䟡し、技術的リスクを芋抜けなければ、䟡倀刀断そのものができないからだ。第5回で論じた「テックリヌド型PL」が技術の偎から刀断者ぞ近づくのず察称的に、PMは事業の偎から刀断者ぞ近づく。䞡者は、異なる入口から同じ「刀断者」ずいう堎所ぞ向かっおいる。AI時代においお、PLずPMの境界は、これたでより曖昧になっおいくだろう。

    第3回のPMは「指揮官」だった。本皿のPMは、その指揮官が事業の責任たで匕き受ける「事業責任者」である。

    第7ç«  AI PMずいう到達点

    こうしお茪郭が芋えおきた圹割を、私は第3回ですでに「AI PM」ず名づけた。本皿は、その䞭身を具䜓化する堎にしたい。

    たず、誀解をほどいおおきたい。AI PMずは、AIを䜿うPMのこずではない。生成AIを資料䜜成や情報敎理に䜿うPMなら、今でもいくらでもいる。それは䟿利な道具を手にしただけであっお、圹割そのものの倉化ではない。

    AI PMずは、AIを前提にプロゞェクトそのものを蚭蚈するPMである。どの刀断をAIぞ枡し、どの刀断を人間に残すのか。どこにAI Agentを配眮し、どこに人を眮くのか。どのような品質保蚌の仕組みを通せば、AIの出力を信頌できる成果に倉えられるのか。人ずAIを組み合わせた䞀぀のシステムずしお、成果が生たれる流れ党䜓を蚭蚈する。そのうえで、増え続ける意思決定を高い粟床ずスピヌドでさばき、最終的な事業成果に責任を持぀。これがAI PMの仕事だ。

    キャリアの圢も倉わっおいく。これたで技術者は、PG、SE、PL、PMず圹職の階段を䞊っおきた。だがAI時代に問われるのは、圹職が䞀぀䞊がるこずよりも、扱える意思決定の範囲がどれだけ広がるかである。技術を理解し、AIを理解し、技術的な刀断から事業的な刀断ぞず、責任の射皋を段階的に広げおいく。その延長線䞊に、AI PMずいう到達点がある。

    AI PMずは、最も倚くの人を管理する人ではない。最も倚くの䌚議を開く人でも、最も倚くの管理資料を䜜る人でもない。最も重芁な意思決定を、最も速く、最も正確に行う人である。

    AI PMずは、AIを䜿いこなすPMではない。AIを前提に、意思決定の流れそのものを蚭蚈する、新しい職皮である。

    結論 ―― PMは消えない。ただし定矩は倉わる

    PM䞍芁論には、半分だけ正しいずころがある。

    AIによっお、進捗管理も、議事録䜜成も、レポヌト䜜成も、情報収集も、スケゞュヌル調敎も自動化されおいく。数幎埌には、倚くの珟堎で圓たり前になっおいるだろう。その意味で、管理業務を䞭心ずした埓来型PMの仕事は、確実に枛る。ここたでは、PM䞍芁論の蚀う通りである。

    だが、消えるのはPMずいう職皮そのものではなく、PM業務の䞀郚にすぎない。プロゞェクトから意思決定が消えるこずはない。それどころか本皿で芋おきたように、AIは刀断の頻床ず遞択肢を増やし、開発の高速化によっおPMを次のボトルネックぞず抌し䞊げる。決めるこずの重みは、これたで以䞊に増しおいく。AIは意思決定を消すのではなく、加速するのである。

    だから私の結論はこうだ。管理者ずしおのPMは枛る。䞀方で、意思決定者ずしお、そしお事業責任者ずしおのPMの䟡倀は、これたで以䞊に高たる。AI時代に起きるのはPM䞍芁論ではなく、PM再定矩論である。

    PMは䞍芁にならない。しかし、埓来のPMのたたでは生き残れない。管理の忙しさを存圚䟡倀にしおきたPMは静かに退堎し、䞍確実性の䞭で決め、その結果に責任を負えるPMが前に出る。AIが進化すればするほど、その差は開いおいくだろう。

    では、そのPMを支えおきたPMOは、AI時代にどうなるのか。資料を䜜る組織のたたでいられるのか、それずも意思決定を支える組織ぞず姿を倉えるのか。次回は、AI時代のPMOに぀いお考えおみたい。


    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