
AI の調べものが膨らんで終わらないなら、支えるべき一つの判断を書き出す
AI は隣り合う問いを見つけるのが得意で、「できるだけ網羅的に」と頼めば調べものは膨らみ続け、使える結果が出てこない。調べものの完了条件は出典の数ではなく、具体的な判断を一つ支えられるかどうかだ。その判断、候補の上限、必要な証拠、停止条件を先に書き、ほかの問いは保留リストに回す。
category
同じトピックのミニクラスをまとめて読み、最新記事から文脈を補えます。
lessons
おすすめの入口
自動化で難しいのは接続そのものより、AI が何を読み、何を変え、いつ止まり、失敗後にどう補償するかを決めることです。

AI は隣り合う問いを見つけるのが得意で、「できるだけ網羅的に」と頼めば調べものは膨らみ続け、使える結果が出てこない。調べものの完了条件は出典の数ではなく、具体的な判断を一つ支えられるかどうかだ。その判断、候補の上限、必要な証拠、停止条件を先に書き、ほかの問いは保留リストに回す。

AI に共有クラウドドライブを片付けさせるとき、同じ「削除」でも、プラットフォームによってゴミ箱に移すこともあれば完全に消すこともある。片付けの合否は消す速さではなく、間違えたとき取り戻せるかで決まる。AI は候補と証拠を集めるだけにし、人が承認したらまず隔離場所に移し、抜き取りで復元できることを確かめる。完全な削除は別の判断だ。

AWS FinOps Agent は、クラウド費用の異常を調べ、どの設定変更が原因かを突き止め、Slack や Jira に送れる。だが報告にある「担当者」が正しいかどうかは、アカウントとチームの対応表を先に渡しているかで決まる。導入する前にこの対応表を書き、そのうえでどの結果をチャンネルに流し、どれをチケットにするかを決める。

Apple は、AI データセンターがメモリの供給を奪っているとして、Mac と iPad の価格を引き上げた。値上げであなたに必要なものが変わったわけではない。「将来の AI 機能のために先に買い替える」ことが高くなっただけだ。買い替えの理由は、新しい価格や AI の宣伝からではなく、いま毎週詰まっている仕事から考える。

一つのイベントで複数の AI モジュールが起動し、互いの結果を上書きし合うとき、多くのチームはまず仲裁ルールを足そうとする。より効くのは設計に戻ることだ。一つの事柄に入口は一つ、変更される項目ごとに書き込めるモジュールは一つ、ほかは提案だけにする。

記録を作り、通知を送ったあとで流れが失敗すると、そのままやり直せば同じことを二度してしまうかもしれない。外部の状態を変える手順ごとに、たどれる番号を残し、失敗したときの埋め合わせ方を決め、メールの送信や支払いのような取り消せない操作は最後に回す。何がもう起きたかがわからないなら、止めて人に渡すのが正しい。

Anthropic が公開した社内事例では、同じ Claude でも、データソースと指標定義が整理されていなければ正答率は 21% 以下、整理後は 95% 超、1 か月保守しないと約 65% まで落ちた。AI に数字を調べさせる前に、ソースを指定し、定義を書き、保守する人を決める。

Meta の AI サポートは言われるままに他人のメールアドレスを書き換え、2 万を超える Instagram アカウントが乗っ取られた。AI にアカウントを扱わせるなら、本人確認と権限は会話からではなく、システムから持ち込まなければならない。

AI サービスの障害は短いこともあるが、流れが止まる時間は障害よりも長くなりがちだ。AI を日々の仕事に組み込む前に、AI なしでの最小限の成果物を決めておく。元データは AI の外に置き、誰が切り替えを決めるかを決め、外への操作の前で止められるようにする。

Asana は、コードを書かずに AI アシスタントを作れる StackAI を買収した。自社の AI Teammates は、つないだ十以上のアプリで検索し、読み、書き込める。ツールにつながったからといって、AI がそのツールの中のすべてをしてよいわけではない。作る人は操作ごとに権限を分ける。何を自動にし、何を下書きだけにし、何を名前のある人の承認にするか。公開の前には、わざと一度失敗させてみる。