300万円の仕事が5万円になったとき、何が起きるか

結論から言う。「手を動かす仕事」の価格が崩壊し始めている。

AIエージェントがたった219語の仕様書からRISC-V CPUを設計した。所要時間は12時間。従来なら専門エンジニアが数ヶ月かけ、外注すれば300万円以上かかる領域だ。それがAPI利用料と電気代で数万円。98%以上のコストダウンである。

一方、会計の世界ではAIエージェント「Pista」がスプレッドシートの自動監査で人間の専門家を上回るスコアを叩き出し、GPT-4oクラスのモデルが会計タスクでCPA（公認会計士）を超える精度を示す事例が相次いでいる。

この2つのニュースは、別々の業界の話に見えて構造はまったく同じだ。

「仕様を正しく書ける人」の価値が急騰し、「仕様どおりに手を動かす人」の価値が急落する。

地方の中小企業にとって、この構造変化は脅威か、それともチャンスか。外注費という切り口で考えてみる。

—

CPU設計が12時間で終わる世界で、何の価値が残るか

今回話題になったのは、AIエージェントに219語——A4用紙にして半分にも満たない仕様書を渡しただけで、動作するRISC-Vプロセッサの設計が完了したという事例だ。

ポイントは「AIが優秀だった」ことではない。「仕様書さえ正しければ、実装は自動で終わる」という構造が証明されたことだ。

これまでのハードウェア設計は、こんな流れだった。

1. 要件定義（何をつくるか決める）
2. アーキテクチャ設計（どう組むか決める）
3. RTL設計（実際にコードを書く）
4. 検証・テスト（動くか確認する）

このうち、3と4に膨大な人件費と時間がかかっていた。専門エンジニアの月単価は80万〜150万円。3ヶ月のプロジェクトなら人件費だけで240万〜450万円。これが「外注費300万円以上」の正体だ。

AIエージェントは、この3と4をほぼ丸ごと代替した。残ったのは1と2、つまり「何をつくるか」「どう仕様を書くか」だけだ。

219語の仕様書を書けるかどうか。ここが価値の分水嶺になった。

—

スプレッドシート監査でAIがプロに勝てた理由

もう一つの事例も見ておこう。AIエージェント「Pista」は、スプレッドシートの監査——数式の整合性チェック、異常値の検出、参照エラーの特定——を自動で実行する。

従来、この作業は経理担当者や会計士が目視と手作業で行っていた。100行のシートならまだいい。1万行、10万行になると、人間の集中力では見落としが避けられない。実際、スプレッドシートの約88%に何らかのエラーが含まれるという調査データもある。

Pistaが面白いのは、監査プロセスを可視化する設計になっている点だ。AIが「ここがおかしい」と指摘するだけでなく、「なぜおかしいと判断したか」の根拠をステップごとに表示する。ユーザーはその判断過程を確認し、最終的な承認だけを行う。

これは「AIに丸投げ」ではなく、「AIが下書きし、人間がレビューする」というワークフローだ。結果として、人間単独よりも精度が上がり、作業時間は大幅に短縮される。

ここでも構造は同じ。「何をチェックすべきか」を定義できる人の価値は残り、「チェック作業そのもの」の価値は限りなくゼロに近づく。

—

外注費の98%が消える——損益分岐点を計算する

では、具体的に数字で考えてみよう。

ケース1：システム開発の外注

差額は約340万円。年間10件なら3,400万円の差が出る。

ケース2：月次の経理監査

地方の中小企業にとって、年間170万円の差額は小さくない。従業員1人分の賞与に相当する。

損益分岐点はどこか

AIエージェント活用にかかる初期コストは、主に以下の3つだ。

1. 仕様書を書ける人材の確保・育成：月10万〜30万円（既存社員の研修 or 副業人材の活用）
2. AIツールの利用料：月1万〜5万円
3. 検証・レビューの体制構築：初期に20万〜50万円

合計で初期50万〜100万円、ランニング月15万〜35万円程度。従来の外注費が月30万円を超えている企業なら、導入初月から黒字化する計算になる。

月30万円。地方の中小企業で、Webサイトの保守、システム改修、経理の外注などを合算すれば、この金額を超えている会社は珍しくないはずだ。

—

「仕様を書ける」が最強のスキルになる

ここまでの話を整理すると、こうなる。

• 価値が上がるもの：仕様を定義する力、「何をつくるか」「何をチェックするか」を言語化する力
• 価値が下がるもの：仕様どおりに手を動かす作業、定型的な実装・検証・監査

これは大企業より中小企業にとって有利な構造だ。なぜか。

大企業は「仕様を書く人」と「手を動かす人」が分業されている。手を動かす部門が丸ごと不要になると、組織の再編が必要になる。意思決定に時間がかかる。

一方、中小企業は経営者自身が仕様を書ける。「うちの業務はこうなっている」「ここを自動化したい」——この現場感覚がそのまま仕様書になる。間に挟まる人がいない分、AIエージェントとの距離が近い。

219語の仕様書を書くのに、大企業の稟議は要らない。

—

で、結局どうすればいいのか

3つだけ提案する。

1. 今の外注費を全部リストアップする

まずは現状把握。月にいくら、何に払っているか。Webサイト保守、システム改修、経理代行、デザイン制作——全部書き出す。

2. 「仕様書」を書く練習を始める

AIエージェントに渡す仕様書は、発注書とほぼ同じだ。「何を」「どういう条件で」「どうなったら完成か」。この3点を言語化できれば、AIエージェントは動く。難しい技術知識は要らない。

3. 小さく試す

いきなり基幹システムをAIに任せる必要はない。まずはスプレッドシートの監査、議事録の自動生成、簡単なWebページの作成など、失敗しても痛くない領域から始める。コストは月数千円。失敗しても飲み会1回分だ。

—

「手を動かす外注」は静かに終わる

219語でCPUが設計され、スプレッドシート監査でAIがプロに勝つ。これはまだ最先端の事例だが、1年後には「当たり前」になっている可能性が高い。

テクノロジーの変化は、気づいたときには終わっている。フィルムカメラがデジカメに置き換わったとき、多くの現像所は「まだ大丈夫」と思っていた。

今、地方の中小企業がやるべきことは、AIの専門家になることではない。「自分の業務を219語で説明できるようになること」だ。

それができた会社から、外注費の98%が消える。そして、その浮いた資金で次の一手を打てる。

大企業が組織再編に手間取っている間に、中小企業が先に動ける。これは珍しい逆転のチャンスだ。

仕様書を書こう。219語でいい。

—