「AIコーディングは悪夢だ」——現場で何が起きているのか

Hacker Newsで、あるエンジニアの投稿が炎上した。

「数回のイテレーションの後、コードベースは無駄なコードの山になった」

AIコーディングアシスタントを使い倒した結果、プロジェクトが崩壊したという話だ。これに共感する声が殺到し、「AI coding is a nightmare（AIコーディングは悪夢）」「AI is boring（AIは退屈だ）」「Coding without AI is the new revolution（AIなしコーディングこそ革命）」といった言葉がエンジニアコミュニティを駆け巡っている。

この流れを見て、「やっぱりAIなんて使わなくていいんだ」と思った中小企業の経営者がいるなら、ちょっと待ってほしい。

この「AI疲れ」の正体を正確に理解すれば、むしろ中小企業にとってのチャンスが見えてくる。

—

AI疲れの正体——3つの具体的な症状

エンジニアたちが挙げている不満を整理すると、問題は大きく3つに集約される。

1. 再発明の呪縛——同じ機能を何度も作る

AIは、既存のコードベースに同じ機能がすでにあることを認識できない。結果、同じロジックを何度も生成する。コードは膨れ上がり、どれが本物でどれがコピーかわからなくなる。

あるプロジェクトでは、AIが生成した重複コードを削除するだけで、コード量が40%減ったという報告もある。つまり、AIが「書いた」コードの4割は、そもそも不要だったということだ。

2. 全体設計の欠如——木を見て森を見ない

AIは目の前のタスクだけに集中する。「この関数を書いて」と言えば書く。だが、その変更がシステム全体にどう波及するかは考えない。

人間のエンジニアなら、「ここを変えたらあっちも壊れるな」と直感的にわかる。AIにはそれがない。結果、一箇所を直すたびに別の場所が壊れる。修正の連鎖が止まらなくなる。

3. 「みんな同じものを作っている」という退屈さ

「AI is boring」と言われる理由はここにある。AIが生成するコードは、学習データの平均値だ。最頻出パターンを返すだけだから、どのプロジェクトも似たような構造になる。

エンジニアにとって、コーディングは本来クリエイティブな行為だ。それが「AIの出力を検品する作業」に変わった瞬間、モチベーションは崩壊する。

—

「AIなしコーディング」は本当に革命か？

こうした反動から、「AIを使わないコーディングこそ革命だ」という主張が出てきた。

気持ちはわかる。だが、冷静に見るべきだ。

これはシリコンバレーの、年収2000万〜5000万円クラスのシニアエンジニアの話だ。彼らは自分の頭の中にアーキテクチャの全体像を持っている。AIなしでも高品質なコードを高速で書ける。だから「AIは邪魔だ」と言える。

中小企業の現場はどうか。

専任のエンジニアがいない。社内システムの改修を外注すれば1件50万〜200万円。ちょっとしたデータ集計の自動化すら、人手でExcelを回している。

この2つの世界を同じ土俵で語ってはいけない。

ドラフトには「AIを使わなかった場合の開発コストは30%削減できる」というデータが引用されていたが、これはソースが不明だ。実態としては逆で、GitHub社の調査ではAIアシスタント利用時にタスク完了速度が最大55%向上したという結果が出ている。もちろん条件次第だが、「AIを外せばコストが下がる」という単純な話ではない。

—

それでも中小企業がAIを使い続けるべき3つの理由

エンジニアコミュニティの「AI疲れ」は、AIの限界を正しく示している。だが、その限界を知った上で使えば、中小企業にとってAIは依然として最強の武器だ。

理由1：「専門家がいない」をAIで埋められる

中小企業の最大の課題は、専門人材の不足だ。

たとえば、Webサイトの修正。外注すれば1回5万〜20万円、納期は2週間。AIコーディングアシスタントを使えば、多少HTMLがわかる社員が30分で対応できるケースがある。年間10回の修正があれば、それだけで50万〜200万円の外注費が消える。

ポイントは、シニアエンジニアの代替としてAIを使うのではなく、「専門家がいない穴を塞ぐツール」として使うことだ。用途が違えば、評価も変わる。

理由2：属人化を壊せる

中小企業で最も怖いのは、「あの人がいないと回らない」状態だ。

経理の田中さんしか知らない集計ロジック。営業の佐藤さんの頭の中にしかない顧客対応マニュアル。こうした暗黙知を、AIを使って仕組みに変換できる。

具体的には、業務手順をAIに食わせてマニュアル化する。判断基準をフローチャートに落とす。問い合わせ対応をAIチャットボットに載せる。月額数千円〜数万円のツールで、属人化リスクを大幅に下げられる。

「田中さんが辞めたら終わり」という状態を放置するコストと、月1万円のAIツール代。どちらが高いかは明白だ。

理由3：「実験のコスト」が劇的に下がった

これが最も重要な構造変化だ。

以前なら、新しいサービスのプロトタイプを作るのに外注で300万円、3ヶ月かかった。今はAIコーディングアシスタントを使えば、動くプロトタイプを5万円以下、1〜2週間で作れるケースが出てきている。

300万円なら「失敗できない」。5万円なら「とりあえず試せる」。

この差は決定的だ。中小企業が大企業に勝てる数少ないポイントは「意思決定の速さ」だが、実験コストが高いとその速さを活かせない。AIが実験コストを60分の1に下げたことで、中小企業の機動力がようやく武器になる。

—

で、結局どうすればいいのか

「AI疲れ」の本質は、AIの使い方を間違えていることにある。

シリコンバレーのトップエンジニアが「AIは悪夢だ」と言うのは、彼らにとってAIが「能力の低いペアプログラマー」だからだ。自分より下手なやつに横から口を出されたら、そりゃ邪魔だろう。

だが、中小企業にとってのAIは「いないよりマシな助っ人」だ。完璧じゃなくていい。70点の出力を出してくれれば、残り30点を人間が直せばいい。外注に200万円払うより、AIに5万円分働かせて自分で仕上げるほうが圧倒的に合理的だ。

具体的なアクションは3つ。

1. AIに丸投げしない。 AIの出力は「下書き」だと割り切る。最終判断は人間がやる
2. 小さく試す。 いきなり基幹システムにAIを入れるのではなく、社内マニュアル作成や簡単なデータ集計から始める
3. 「何に使わないか」を決める。 セキュリティが重要な領域、法的リスクがある領域にはAIを入れない。使う場所と使わない場所の線引きが、AI活用の成否を分ける

—

AI疲れは「正しい学習プロセス」だ

インターネットが出てきたとき、「情報が多すぎて使えない」と言われた。スマホが出てきたとき、「仕事とプライベートの境界がなくなる」と批判された。どちらも正しい指摘だったが、それで技術を捨てた企業は淘汰された。

AIも同じだ。今の「AI疲れ」は、技術の限界を学んでいる段階にすぎない。限界を知った上で、自社に合った使い方を見つけた企業が勝つ。

中小企業の経営者に伝えたいのは、シリコンバレーのエンジニアの愚痴に引きずられるな、ということだ。彼らと我々では、そもそも課題が違う。

彼らの課題は「AIが自分の仕事の質を下げること」。
我々の課題は「人がいない、金がない、時間がない」。

AIは後者の課題に対して、まだ圧倒的に有効だ。

疲れるのは、使い方を間違えているからだ。正しく疲れて、正しく学んで、正しく使う。それだけでいい。

—