AIが「作る」コストを破壊し始めた——300万が5万になる時代、中小企業は何をすべきか
Related Articles

結論から言う。「作る」コストが崩壊し始めている
外注で300万円かかっていた業務システムが、月5万円で動く。
これは未来の話ではない。AIコーディングツールを使いこなしている現場では、すでに起きている現実だ。
Anthropicが公開したレポートによれば、同社はAIを使ってAI自体の開発を加速させている。第三者機関METRの調査では、AIによるコーディング能力の改善速度が従来比で約2倍に達したと報告された。AIが自分自身を速くしている。この意味がわかるだろうか。
開発コストの下落は、これから直線的ではなく指数関数的に進む可能性がある。
中小企業にとって、これは脅威ではない。チャンスだ。
—
何が起きているのか——3つのニュースを読み解く
1. Anthropic:AIがAI開発を自動化している
Anthropicの最新レポートが示しているのは、「AIのコーディング能力が、人間の介入なしに改善され続けている」という事実だ。
これまでソフトウェア開発は、優秀なエンジニアを何人抱えられるかの勝負だった。大企業が年収1,000万超のエンジニアを何十人も囲い込み、中小企業はその外注費を払うか、諦めるかの二択。
その構造が壊れ始めている。
AIが書くコードの品質が上がれば上がるほど、「人間のプログラマーにしかできないこと」の範囲は狭くなる。今はまだ複雑なシステム設計や要件定義は人間の仕事だが、定型的な業務システム——顧客管理、在庫管理、日報集計、請求書発行——このあたりは、AIで十分に作れるレベルに来ている。
2. Google「Elephant-Goldfish Model」:仕様書ファーストの衝撃
GoogleがリリースしたEGM(Elephant-Goldfish Model)プラグインは、AIコーディングの弱点を正面から潰しにきた。
従来のAIコーディングの問題はこうだ。「とりあえずコード書いて」と指示すると、AIは動くものを出してくる。だが、仕様を正しく理解していないまま書くから、後から「これ違う」の修正地獄に陥る。
EGMはこのプロセスを逆転させた。まず仕様書を書かせる。それをレビューしてからコードを書く。
すでにGoogle社内で数千人のエンジニアが使っており、「間違った前提のまま開発が進む」事故が大幅に減ったという。
これ、中小企業にとっての意味は大きい。なぜか。
中小企業がシステム外注で失敗する最大の原因は「仕様のすれ違い」だからだ。発注側は「こういうのが欲しい」とふわっと伝え、受注側は「たぶんこういうことだろう」と解釈して作る。納品されたものを見て「違う」となる。追加費用が発生する。この繰り返しで、当初100万の見積もりが300万に膨らむ。
EGMのような仕様書ファーストのアプローチをAIツールに組み込めば、「仕様のすれ違い」が構造的に減る。外注しなくても、社内の業務を知っている人間がAIと対話しながら仕様を固め、そのままコードを生成できる。
3. 15歳が作ったLLM編集ツール:「作れる人」の定義が変わった
15歳の少年がLLMの出力を編集・調整できるツールを開発して公開した。
このニュース自体は小さい。だが、示唆していることは大きい。
「作れる人」の定義が変わった。
かつてソフトウェアを作るには、情報系の大学を出て、数年の実務経験を積む必要があった。それが今、15歳でもツールを作って公開できる。プログラミングの専門教育を受けていなくても、AIと対話しながらプロダクトを完成させられる時代になった。
これは「エンジニア採用ができないから開発できない」という中小企業の言い訳を、根本から無効にする話だ。
—
で、結局コストはどこまで下がるのか
具体的に見てみよう。
| 開発内容 | 従来の外注費(相場) | AIツール活用時の目安 |
|---|---|---|
| 顧客管理システム | 200〜500万円 | 月5,000〜2万円(SaaS+AI生成) |
| 社内業務の自動化ツール | 50〜150万円 | ほぼ0円(AIで自作) |
| 簡易Webアプリ | 100〜300万円 | 数万円(AI生成+微調整) |
| データ集計・レポート自動化 | 30〜80万円 | 0円(ChatGPT+スプレッドシート) |
もちろん、これは「定型的な業務」に限った話だ。複雑な基幹システムや、セキュリティ要件が厳しい領域は、まだ人間のエンジニアが必要になる。
だが、中小企業の業務の8割は「定型的」だ。そこのコストが10分の1、場合によっては100分の1になる。この事実だけで、動く理由としては十分だろう。
—
ただし、落とし穴がある——「コード負債」の話
AIが書いたコードには、見えないリスクがある。「コード負債」だ。
AIは「動くコード」を書くのは得意だが、「保守しやすいコード」を書くのはまだ苦手だ。仕様が曖昧なまま「とりあえず作って」と指示すると、動くけれど中身がぐちゃぐちゃなシステムが出来上がる。
最初は問題ない。だが半年後、仕様変更が必要になったとき、誰も中身を理解できない。修正しようとすると別の場所が壊れる。結局、ゼロから作り直し——これが「コード負債」の典型的な末路だ。
対策はシンプルだ。
- AIに書かせる前に、仕様を日本語で明確にする(EGMのアプローチ)
- 生成されたコードを、最低限読める人間を社内に1人置く
- 「使い捨て」と「長期運用」を明確に分ける。日報集計スクリプトは使い捨てでいい。顧客管理は長期運用だから、コードの品質に投資する
完璧を求める必要はない。「どこに負債を許容し、どこに許容しないか」の線引きができれば十分だ。
—
中小企業が明日やるべき3つのこと
抽象的な「DX推進」の話はしない。明日からできることだけ書く。
1. ChatGPTかClaudeで、今ある業務を1つ自動化してみる
「毎月やっている集計作業」「定型メールの作成」「見積書のフォーマット変換」——何でもいい。1つだけ、AIにやらせてみる。所要時間30分。コスト月20ドル。これだけで「AIで何ができるか」の肌感覚がつかめる。
2. 外注予定のシステムを、AIで作れないか検討する
次にシステム外注の見積もりを取るとき、同時にAIツール(Cursor、Replit、Claude等)で同じものを作れないか試す。全部は無理でも、一部の機能だけでもAIで代替できれば、外注費は半分以下になる。
3. 「AIと対話できる人」を社内に1人育てる
プログラマーを雇う必要はない。業務を一番よく知っている人に、AIツールの使い方を覚えてもらう。プロンプトの書き方、仕様の伝え方、出力のチェック方法。これだけで「作れる人」になる。15歳にできることが、御社の社員にできないはずがない。
—
本当の競争は「AIを使えるかどうか」ではない
最後に、一つだけ。
AIツールは誰でも使える。大企業も中小企業も、同じChatGPTを月20ドルで使える。つまり「AIを使えるかどうか」では差がつかない。
差がつくのは、自社の業務を誰よりも深く理解し、それをAIに正確に伝えられるかどうかだ。
大企業は組織が大きい分、業務の全体像を把握している人間が少ない。中小企業は、社長自身が現場を知っている。顧客の顔が見えている。業務フローが頭に入っている。
この「現場の解像度」こそが、AI時代における中小企業の最大の武器になる。
300万円のシステムを5万円で作れる時代が来ている。問題は技術ではない。「自分たちに何が必要か」を言語化できるかどうかだ。
それができる会社から、勝ち始める。
—
JA
EN