単なる定着か、それとも強化か？あなたのAI監査が問うていないこと

多くのAIガバナンスに関する議論では、エンジニアリングへの導入をまだ決定待ちの事項のように扱っています。しかし、そうではありません。エンジニアリングチームはすでに毎日、IDE内で、本番環境のリポジトリに対して、コードレビューにおいてAIコーディングアシスタントを使用しています。ガバナンスの問いは数ヶ月前に発せられるべきでした。

このタイミングの遅れにより、問うべき内容が変わります。「これを導入すべきか」ではありません。それは多くの場合、正式な承認なしに、チームごとにすでに決定されています。有用な問いは、より限定的で困難なものです。この導入は組織の能力を向上させたのでしょうか。それとも、単に古いプロセスをより快適に実行できるようにしただけなのでしょうか。

排除と置き換えの誤謬

ガバナンスが効いていない導入に気づいたとき、1番目の直感はそれを欠陥として扱うことです。ツールを排除する。古いプロセスを復元する。白紙の状態からガバナンスを開始する。その直感は間違っています。ツールを中心に習慣を築いたチームがそれを嫌がるからという理由だけではありません。

導入をなかったことにはできません。レビューサイクル、見積もり、オンボーディング、ドキュメント作成の習慣など、ワークフローはすでにAIの支援があることを前提に再形成されています。ツールを排除しても、以前のプロセスには戻りません。より悪いプロセスになるだけです。人々の身体に染み付いた記憶が失われた古いワークフローに、AIによって形成された習慣が抜け落ちた穴が加わります。この段階のガバナンスは、導入を元に戻すためのものではありません。すでに起こった導入を形作るためのものです。

満足度とスピードの罠

開発者の感情をAIが機能している証拠として指摘するすべてのエンジニアリングリーダーが懸念すべき調査結果があります。2026年の厳密な対照実験では、AI支援を使用した場合、開発者のタスク実行速度が19%遅くなることがわかりました。しかし、彼らは約20%速くなったと信じていました。これは丸め誤差ではありません。結果の符号を反転させるほど大きな認識のズレです。

これが罠です。人々が生産的だと感じるAIと、組織の能力を向上させるAIは同じではありません。そして、ほとんどの監査が認める以上に、この2つは混同されやすいのです。BCGの「2026 Global AI at Work」レポートは、最前線で働く約12,000人の従業員を調査しました。42%がAIによって毎週丸1日分の時間を節約していると回答しました。66%がその時間の使い道について限定的な指導しか受けていないか、あるいは全く受けておらず、50%はそれをより戦略的な活動に振り向けていませんでした。時間は節約されています。しかし、その見返りとして組織の能力が向上しているわけではありません。その利益を受け止める仕組みを誰も構築しなかったからです。

事態はさらに深刻です。スタンフォード大学とBetterUpの研究者は、ここから生じる失敗パターンを「ワークスロップ（workslop）」と名付けました。これは、洗練されているように見えて、実際の使用には耐えないAI生成の成果物を指します。米国の労働者の40%が過去1ヶ月の間に同僚からワークスロップを受け取ったと回答しており、その都度、後工程で推定2時間から3.5時間の手直しが発生しています。この手直しは、導入の指標には決して現れません。それは後になって静かに、レビューサイクルや書き直しの中で現れます。そしてそれこそが、多くのAI監査が見落としている場所なのです。

より速いから良いわけではない。より簡単だから良いわけではない。より良いものこそが良いのである。

これらはどれも、AI支援エンジニアリングに反対する主張ではありません。間違ったものを測定することに反対する主張です。スピードと容易さはインプットです。それらは成果ではありません。これらを成果として扱うと、同じ欠陥率を出荷しながら速くなったと感じるチームや、防ぐ以上の手直しを発生させながら生産的だと感じるチームを生み出すことになります。

すべてのAI監査に必要でありながら、ほとんど問われていない問いがあります。それは、「これはプロセスを改善しているのか、それとも既存のバージョンを自動化しているだけなのか」という問いです。AI支援のチェックを実行しても、これまでと同じカテゴリのバグしか検出できないレビューパイプラインは、強化されていません。それは、1回目のパスが速くなっただけの同じパイプラインであり、1回目のパスが速ければ結果も良くなるという検証されていない前提に基づいているだけです。

誠実な監査が着目するもの

定着しただけのAI利用は、「これまでやっていた作業がより速くなったか」を問います。強化するAI利用は、「以前はできなかったことができるようになったか、あるいは以前は見逃していたものを検出できるようになったか」を問います。1つ目の問いは快適であり、使用状況のダッシュボードがそれに答えてくれます。2つ目の問いは、成果に目を向けることを意味します。欠陥率。手直し時間。昨年には存在しなかった機能が存在することで変わった意思決定。感情ではなく、スピードでもありません。

ツールがすでに答えを出しているため、ほとんどの監査は1つ目の問いで止まってしまいます。AIから真の価値を得ている組織は、進んで2つ目の問いに向き合う組織です。

Sources: Fortune, “Why AI is raising worker productivity but not making the economy more efficient,” May 27, 2026; Fortune, “AI productivity gains are real but so is bad management,” June 5, 2026 (BCG 2026 Global AI at Work report); Dr Philippa Hardman, “The Illusion of AI Productivity Gains,” April 2026 (Hancock et al. 2026, “workslop” research); TechJournal, “Does AI Actually Make You More Productive?,” 2026