APICEのリアル社員は、基本的にAIとタッグを組んで仕事を進めます。

エンジニアなら、自分の専門知識に、コード生成AI、調査AI、テスト支援AIなどを組み合わせる。デザイナーなら、デザイン経験に、画像生成AI、リサーチAI、UI検討AIなどを組み合わせる。

これは単に「AIツールを使っている」ということではありません。AIの能力を自分の専門性へ取り込み、これまでより広い範囲の仕事を、より速く、より深く扱えるようになるということです。

REAL MEMBER + AI = POWER-UP REAL

リアルのエンジニアがAIと組めば、POWER-UP ENGINEERになる。リアルのデザイナーがAIと組めば、POWER-UP DESIGNERになる。

一方、AIだけで安定した成果を出せる役割では、AI社員が単独でWORKFORCEメンバーになることもあります。重要なのは、人とAIのどちらが仕事をするかではなく、その役割に対して、最も良いフォーメーションをつくることです。

生成AIに「このページを作ってください」と指示すれば、HTMLやCSSを生成してくれるかもしれません。「もっと格好良いデザインにしてください」と言えば、新しい案を出してくれるかもしれません。

しかし、実務ではそれだけでは足りません。

なぜこのページを作るのか。誰が使うのか。何を最も伝えたいのか。既存サイトとの整合性はどうするのか。変更してはいけない仕様は何か。どのデータを正本として使うのか。既存コードへどのような影響があるのか。

こうしたプロジェクト固有の条件を理解していなければ、AIは「それらしいもの」を作ることはできても、実際に使える成果物を安定して完成させることはできません。

だからAI WORKFORCEでは、AIに何かを生成させることではなく、AIに仕事の条件を理解させ、人とAIで成果物を完成させることを重視します。

今のAIに「このシステムを全部完成させてください」と一度伝えれば、そのまま完成品が返ってくる。多くの実務では、まだそこまで単純ではありません。

現在は、仕事を適切なTASKへ分けます。

TASKを渡す → AIが成果を出す → 人が確認する → 問題があれば修正する → 次のTASKへ進む。

そして、小さな成果を積み上げて、最終成果へつなげます。

例えばWordPressの開発なら、仕様確認、既存コード確認、変更方針、コード作成、構文確認、実機確認、修正という複数工程があります。現在は、それぞれの工程や複数工程のまとまりをAIへ任せ、人が要所を確認するという形が現実的です。

AIの進化によって、一度に任せられる範囲は少しずつ広がっています。

画像生成AIやデザイン支援AIの進化によって、デザイン業務も大きく変わり始めています。

これまで時間をかけて探していた人物写真やイメージ画像を、その場で生成できる。複数のレイアウト案を短時間で比較できる。コピーや見出し案もAIと一緒に考えられる。

しかし、AIが何十案作れるようになっても、最後に必要なのは判断です。

この画像はターゲットに合っているか。ページの目的に合っているか。他ページと統一されているか。文章と画像の役割が重複していないか。ユーザーはどこを見るのか。

AI時代のデザイナーは、すべての素材を自分で制作する人から、AIの能力も使いながら、ページ全体の視覚コミュニケーションを完成させる人へ役割を広げていきます。

AIを開発へ使ううえで、特に重要なのがレビューです。

一度動いた。エラーが出なかった。画面が表示された。それだけで完成とは限りません。

他の画面ではどうか。既存データへ影響しないか。NULLの場合はどうなるか。二重登録されないか。権限チェックはあるか。入力値の検証はできているか。既存仕様を壊していないか。

AIがコードを書く速度が上がるほど、生成速度ではなく、成果品質を管理する能力が必要になります。

AI WORKFORCEでは、AIが出したものをそのまま採用するのではありません。その役割に必要な成果基準を満たしているかを確認し、完成させます。

AI WORKFORCEの実働メンバーには大きく二つの形があります。

一つは、リアル社員がAIとタッグを組む形です。エンジニアが複数のAIを使いながらENGINEERとして成果を完成させる。デザイナーが複数のAIを使いながらDESIGNとして成果を完成させる。AIはその人の能力を拡張します。

REAL + AI = POWER-UP REAL

もう一つは、AI社員が単独で一つの役割を担う形です。一定の調査、情報整理、監視、定型処理など、AIだけで成果基準を満たせる役割なら、AI MEMBERとしてWORKFORCEへ参加します。

人とAIのどちらか一方が正しいのではありません。仕事ごとに最適なフォーメーションを選びます。

これは、現在すでに完全に実現している働き方ではありません。AI WORKFORCEがさらに成熟したときの近未来像です。

現在はまだ、AIへ指示し、結果を見て、修正し、もう一度確認することにかなりの時間が必要です。

しかし、AIへ任せられる仕事の単位が大きくなれば、朝、担当案件を確認する。AIへ複数のTASKを任せる。成果条件を設定する。重要なチェックポイントだけ確認する。完成した成果をレビューする。必要な修正だけ戻す、という仕事へ近づいていきます。

そして人間は、より難しい設計、新しい表現、複雑な問題解決、顧客との対話、品質判断、新技術の検証へ時間を使えるようになるでしょう。

これは単なる時短ではありません。一人の専門職が担当できる仕事の範囲そのものが広がる変化です。

最初から大きな業務をAIへ任せる必要はありません。

まず今日の仕事の中から、成果が分かりやすいものを一つ選びます。CSSの調整でもいい。画像制作でもいい。コード調査でもいい。テスト項目の作成でもいい。仕様整理でも構いません。

そして、何を完成させたいのかを決めます。

AIへTASKを渡す。成果を確認する。不足があれば修正する。完成したら次へ進む。まずはそれで十分です。

重要なのは、AIへ質問する回数を増やすことではありません。AIへ仕事を任せ、成果を受け取る経験を増やすことです。