「CEOたちは計測対象を間違えている」——開発者がAI生産性パラドックスに反論

NationalBureau of Economic Research（NBER）が発表した「6,000人以上の経営幹部の約90%がAIは過去3年間で生産性にも雇用にも影響を与えていないと回答」という調査結果に対し、ソフトウェア開発者のDanny McCuaig氏がブログで直接反論している。

「組織的生産性」と「個人的生産性」は別物

McCuaig氏の核心的な主張はシンプルだ。

「CEOの調査は組織生産性を計測しているが、それは私が体験していることとまったく別の話だ。ほとんどの企業はAIを導入してただ良くなることを期待していた。トレーニングも、ワークフロー統合も、どの問題を解くためのツールかの明確化もなく。これはAIの失敗ではなく、デプロイメントの失敗だ」

著者の具体的なAI活用スタック

McCuaig氏が実際に日常で使用しているツールは以下の通り：

• Claude：コーディング補助
• OpenClaw：会話的思考・ブレインストーミング（以前は紙やメモで行っていた作業）
• Granola + 自作プラグイン：会議の自動文字起こし → Obsidian連携
• メールトリアージ：閲覧前に重要度整理

具体的な効果：

• 会議録記録で「1日20分」を毎日回収
• コード生成で「いつか作ろう」が「今日の午後に完成」に変わった
• 長文要約・調査・メールトリアージが数時間から数分に
• 1日30〜40分の積み重ねが、集中作業の質を押し上げる

なぜ「計測できない」のか

「会議録で節約した20分はQuarterlyレポートに出てこない。1日で完成したサイドプロジェクトは生産性指標に現れない。CEOたちが探しているのは段階的な改善だが、実際の恩恵は粒状で個人的なものであり、スプレッドシートでは見えない」

これが「AIデプロイメントの失敗」の本質だとMcCuaig氏は言う。企業がAIを「ソフトウェアを購入するように」展開するだけでは、個人が実験を通じて培う使い方のスキルは伝播しない。

正直な矛盾点についても言及

著者はAIのプライバシーコストについても率直に認めている。「Googleの受動的なデータ収集より多くのコンテキストをAIに毎日流している。まだ解決していない矛盾だ」としつつも、「生産性の恩恵が大きすぎてやめられない」と述べている。

NBER調査との対比から見えること

今回の主張は「AIが効かない」のではなく「誰が・どう使うかで効果が全く変わる」という視点を提供している。AIコーディングエージェントが「コードを書く道具」から「仕事の方法を変える道具」へと進化している今、導入の成否はツール選定より使い方の設計にかかっているのかもしれない。

「ギャップはAIの能力と可能性の間にあるのではない。AIへのアクセスと、それをうまく使う方法を知っているかの間にある。それは実験を通じて培う個人スキルであり、エンタープライズのソフトウェア購入のようにスケールしない」

出典： blog.dmcc.io / Hacker News