AI時代のプロジェクトマネジメントとは？ ChatGPT・Codexとの開発で見えた「人が判断する」進め方

AIによる自動化が進む中で、あえて人が判断する

生成AIの活用は、個別の作業を効率化する段階から、複数のタスクをAIが連続して実行する段階へ移りつつある。コード生成や調査、資料作成といった単発の支援だけでなく、ループエンジニアリングや「AI社員」と呼ばれるような、人の介在を減らしながらAIが継続的に業務を遂行する考え方も広がっている。

こうした自動化は、AI活用の重要な方向性の一つである。一方で、すべてのプロジェクトが「人を介さないこと」を目指す必要はない。特に企業のプロジェクトでは、実装や調査、データ処理などの作業はAIに任せながら、品質、仕様、優先順位、本番反映などの重要な判断には人が関与したいケースも多い。

BorderZeroが企画・開発した未来技術データベース「みらいといま」では、後者のアプローチを採用した。AIに作業を任せながら、レビューと意思決定は人間が担う。本稿では、ChatGPTとCodexを開発チームのように活用して「みらいといま」を立ち上げた経験をもとに、完全自動化とは異なるAI時代のプロジェクトマネジメントのあり方を整理する。

約2週間で企画からWebサービス公開まで

「みらいといま」は、ドラえもんのひみつ道具を題材に、「現代の技術でどこまで実現できるのか」を検証する未来技術データベースである。道具ごとに現代技術との対応関係や実現可能性を整理するだけでなく、それを支えるTechnologyのデータベースも構築している。

プロジェクトでは、サービスの企画、情報設計、データ構造の設計、WordPress上でのシステム開発、コンテンツ制作、画像生成、テスト、公開までを実施した。これらを平日夜と週末を中心に進め、企画開始から約2週間で最初の公開まで到達した。

開発を担当した筆者はエンジニアではない。それでも短期間でWebサービスを形にできた理由は、単純に生成AIにコードを書かせたからではない。ChatGPTとCodexに異なる役割を持たせ、人間を含めた一つのプロジェクトチームとして設計したことが大きかった。

みらいといま｜未来と今、そのあいだを読み解く

ドラえもんのひみつ道具を起点に、「その機能は現代技術でどこまで実現できるのか」を技術、実現度、課題、ロードマップなどから検証する未来技術データベース。本稿で紹介するAIとのプロジェクト推進によって企画・開発した。

→ 「みらいといま」を見る

人間、ChatGPT、Codexの役割を分ける

「みらいといま」の開発では、人間、ChatGPT、Codexの役割を明確に分けた。人間は、プロジェクトの目的、優先順位、仕様の採否、品質基準、公開可否などの意思決定を担う。ChatGPTは、仕様整理、タスク分解、優先順位の検討、Codexへの作業指示の設計、実行結果のレビューなどを担う。Codexは、リポジトリの調査、コード修正、データ処理、テスト、QAなど、実際に手を動かす工程を担う。

構造として表すと、概ね「人間 → ChatGPT → Codex」となる。ただし、これは単純な指示の伝言経路ではない。Codexの実行結果をChatGPTと人間が確認し、必要であれば仕様や優先順位を再検討して次の実行へ戻す。そのため、実際には一方向ではなく、複数回のフィードバックを伴うループとして機能する。

重要なのは、複数のAIを使うこと自体ではなく、「誰に何を任せ、誰が最終的に判断するのか」をあらかじめ分けることである。この役割分担によって、非エンジニアでも実装の細部すべてを理解して指示する必要がなくなり、一方でプロジェクト全体のコントロールを失わずに済む。

「みらいといま」では、ChatGPTを設計・レビュー、Codexを実装・検証、WordPressを公開基盤として位置づけ、役割を分けて開発を進めた。

「作業」と「レビュー」を意図的に分離する

この進め方で特に重視したのが、「作業」と「レビュー」の分離である。たとえばCodexに問題の調査や実装を依頼しても、そのまま本番環境まで変更させることは基本的にしない。調査、実装、データ処理、テストなどはAIに任せるが、仕様との整合性、想定外の変更の有無、データの妥当性、ユーザーからの見え方、本番反映の可否などは別工程として確認する。

「みらいといま」では、こうした工程を「Human Review」や「Gate」として明示的に設けるようになった。AIが実装を完了し、テストがPASSしたとしても、それだけで本番反映を許可するわけではない。AIによる「作業完了」と、プロジェクトとしての「承認」を分離するためである。

この違いは重要である。AIが「できました」と報告することと、人間が「この状態なら次へ進めてよい」と判断することは同じではない。特に本番環境への反映、データモデルの変更、SEO上の判断、ユーザーに直接影響する仕様変更などでは、技術的に実行可能であることと、ビジネス上・運用上それを採用すべきことを分けて考える必要がある。

人がレビューする理由は、AIの間違いを探すためだけではない

人によるレビューというと、「AIは間違えるため、人間がチェックする」という品質管理の話として捉えられやすい。もちろん、それも重要な役割である。しかし「みらいといま」の開発でより重要だったのは、正誤だけでは決められない事項を人間が判断することであった。

たとえばTechnologyページのSEO改善では、各技術に登録されている別名（alias）を検索向けのHTMLや構造化データへ表示する仕組みを検討した。技術的にはRegistryに存在するaliasをすべて自動的に表示することができる。しかし実際に確認すると、一般的な略称や英語名称だけでなく、下位概念、用途限定の名称、製品・サービス名なども含まれていた。

そこで、内部システムで技術を解決するためのaliasと、検索ユーザーに公開するaliasを分離した。候補78件をレビューし、公開するaliasを23件に限定する一方、内部resolverに必要なaliasは維持した。これはプログラムが正しく動くかどうかだけでは決められない判断である。「何を同一の技術名称としてユーザーに提示するか」という情報設計上の意思決定が必要になる。

AIの役割は必ずしも最終的な答えを決めることではない。大量の情報を調査・整理し、選択肢や問題点を明らかにして、人間が判断できる状態まで仕事を進めることにも大きな価値がある。

人間の仕事は「how」から「what」と「判断」へ

AIとプロジェクトを進めることで、人間が担う仕事の重心も変化する。従来は「どのように実装するか」「どのように作業するか」といったhowを考えることに多くの時間を費やしていた。しかし、調査、実装、テストなどの実行工程をAIが担えるようになると、人間はすべてのhowを細かく指示する必要がなくなる。

その代わりに重要になるのが、「何を実現するのか」「なぜそれを行うのか」「何を優先するのか」「どこまでAIに任せるのか」「どこで人間がレビューするのか」「どの状態になればGOを出すのか」といったwhatと意思決定である。

これはエンジニアリングだけの変化ではない。マーケティング、営業企画、Web制作、データ分析などでも、AIが実行できる領域が広がるほど同じ問題が生じる。AIがhowを高速に実行できる環境では、間違ったwhatを設定すれば、間違った方向へ進む速度も速くなる。したがって、AI時代にはプロジェクトの目的と優先順位を定義する力が、これまで以上に重要になる。

完全自動化だけがAI活用の正解ではない

AI活用では「どこまで人の作業をなくせるか」が注目されやすい。ループエンジニアリングやAI社員のように、人間の介在を最小限にしてAIが継続的に処理を行うアプローチは、定型化しやすい業務や、判断基準を機械的に定義できる領域では大きな効果を発揮する。

一方、品質やブランドを人間が確認したい、AIの出力をそのまま顧客や本番環境へ出したくない、途中で仕様や優先順位が変化する、非エンジニアも意思決定に参加する、プロジェクトの進行をブラックボックス化したくない、といったケースでは別の設計が必要になる。

そこで有効なのが、「実行はAIへ、レビューと判断には人が入る」という考え方である。AIか人間かという二者択一ではなく、プロジェクトを工程に分解し、それぞれについてAIと人間のどちらが担当するのかを設計する。完全自動化を目指すのではなく、AIの実行力と人間の判断力を組み合わせるアプローチである。

この方法は、AIによる自動化そのものを否定するものではない。十分に定型化され、リスクが低く、判断基準が明確な工程は自動化すればよい。一方で、曖昧性が高い工程や、事業上の判断を伴う工程には人の判断を置く。プロジェクトの成熟に応じて、この境界自体を変えていくこともできる。

定義 → 実行 → レビュー → 判断 → 次の実行

「みらいといま」での経験を整理すると、AIを活用したプロジェクト推進は「定義 → 実行 → レビュー → 判断 → 次の実行」という5つのステップで捉えることができる。

このモデルのポイントは、AIに任せる範囲を固定しないことである。初期段階では細かくレビューを挟み、手順や品質基準が確立した工程は徐々にAIへ委ねることもできる。逆に、本番公開や重要な仕様変更などは最後まで人間の判断を残すこともできる。

AIを導入することと、自動化率を最大化することは同義ではない。プロジェクトの特性に応じて、人とAIの役割分担を設計することが重要なのである。

AI時代には「プロジェクトを前に進める力」がより重要になる

生成AIによって、一人が実行できる作業量は大きく増加する。しかし、実行速度が上がればプロジェクトが自動的に成功するわけではない。むしろAIが大量のアウトプットを短時間で生成できるようになるほど、「何をやるのか」「何をやらないのか」「何を採用するのか」「どこで止めるのか」という判断の重要性は高まる。

「みらいといま」の開発を通じて見えてきたのは、AI時代に必要なのは単にAIツールに詳しい人ではなく、AIを含めたチーム全体を設計し、目的に向けてプロジェクトを前に進められる人だということである。

AIが実行能力を拡張するほど、人間はプロジェクトの方向を決める役割へ移っていく。プロジェクトマネジメントそのものが不要になるのではなく、AIを前提としてその役割が変わっていくと考える方が実態に近い。

よくある質問

AI時代のプロジェクトマネジメントで、人間の役割はどう変わるのか？

AIが調査、実装、テストなどの作業を担える範囲が広がるほど、人間の役割は「How（どう作業するか）」から「What（何をするか）」と「判断」へ移る。目的や優先順位を決め、AIの成果物をレビューし、採用・修正・保留を判断することが重要になる。

ChatGPTとCodexはどのように使い分ければよいか？

「みらいといま」の開発では、ChatGPTを仕様整理、タスク分解、レビューなどに使い、Codexを調査、実装、データ処理、テストなどの実行に使った。人間は目的設定、優先順位、人によるレビュー、最終承認を担当することで役割を分けた。

AIによる開発は完全自動化した方がよいのか？

必ずしも完全自動化が最適とは限らない。定型的で低リスクな作業は自動化と相性がよい一方、要件が曖昧なプロジェクトや重要な判断を伴う開発では、「AIが作業し、人がレビューする」Human Review型も有効な選択肢となる。

非エンジニアでもChatGPTやCodexを使って開発プロジェクトを進められるのか？

実装そのものをAIに任せられる範囲は広がっている。ただし、AIへの指示、成果物の評価、優先順位、リスク判断まで不要になるわけではない。技術的なHowをすべて自分で担うより、プロジェクトをどう設計し、AIに何を任せ、どこで人が判断するかを決める能力が重要になる。

BorderZeroのプロジェクト推進支援

BorderZeroでは、戦略や計画の策定だけでなく、実行フェーズまで含めたプロジェクト推進を支援している。「みらいといま」も、AIを単なる作業効率化ツールとして使うのではなく、人間とAIの役割を設計しながらプロジェクトを進めた実践例の一つである。

AI活用を検討する際にも、重要なのは「どのAIツールを導入するか」だけではない。何をAIに任せるのか、どこに人によるレビューを置くのか、誰が意思決定するのか、どのようなGateを設けるのかまで含めて、実際にプロジェクトが進む仕組みを設計する必要がある。

「AIを活用してプロジェクトを進めたいが、すべてを自動化したいわけではない」「構想やPoCで終わらせず、実行まで前に進めたい」という場合には、今回紹介したアプローチが一つの選択肢になる。

BorderZeroでは、目的整理から実行、レビュー、改善までを含めたプロジェクト推進を支援しています。

→ プロジェクト推進支援について見る