AI 導入の成否を分ける増幅の法則

Published at 2026-04-15

技術職の約 9 割が実務に AI を取り入れているという。それなのに「導入したはずなのに組織全体の成果が見えない」という話をよく聞く。Google Cloud の DORA チームが 5,000 人近い調査と 100 時間以上の定性データをもとにまとめた 2025 年のリサーチ を読むと、その理由に思い当たるところがあった。

リサーチが提唱する AI Capabilities Model は、従来の DORA Core Model を置き換えるものではなく、AI という強い力をどう扱うかを補完するモデルとして読むのがよさそうである。中心にあるのは「AI は増幅器である」という見方だ。AI が問題を魔法のように解くのではなく、組織がいま持っている状態をそのまま拡大して映し出す、という話である。

強い組織が使えば強みが加速するし、プロセスに機能不全を抱えた組織が使えば、摩擦や混乱までが一緒に拡大される。AI そのものへの投資より、それを受け止める基盤への投資の方が ROI が高い、というデータは示唆的だった。基盤が脆いまま採用すれば、むしろデリバリーは不安定になりうる。

個人的に腑に落ちたのは、ユーザー中心の視点を欠いた AI 利用はチームを間違った方向に加速させる、という指摘である。AI は「何を作るか」より「いかに早く作るか」に傾きやすい。北極星となるユーザーのニーズがないと、ゴミを高速で量産するだけの状態に陥る。エンジニアはコードの書き手である以上に、AI の出力をユーザー価値へ方向づける役割を担うことになるのだろう。

技術面で印象に残ったのはコンテキストエンジニアリングの話だ。AI を汎用アシスタントから自社のエキスパートに変える境界は、プロンプトの工夫ではなく、コードベースやドキュメント、アーキテクチャを AI が読める形で渡せるかにある。RAG や MCP に加えて、CLAUDE.md のようなエージェント設定ファイルをコードと一緒にバージョン管理するという発想は、すでに自分の手元でも自然にやり始めていることでもある。

バージョン管理そのものが AI 時代の安全網になる、という結論も納得感があった。頻繁なコミットで失敗から戻りやすくし、不適切な生成コードはためらわず捨てる。安全に実験できる文化が、結局は速さを支える。スモールバッチで進めるチームでは一時的に個人の生産性スコアが下がる傾向もあったというが、巨大な変更を一気に入れてレビューを破綻させるよりは、長い目で見て分解と検証の規律の方が効く、という話は感覚に合う。

最後に、AI 利用方針の曖昧さが人を過度に保守的にも奔放にもする、という指摘も覚えておきたい。期待・サポート・許可・適用範囲を組織が明示するだけで、心理的安全性が生まれてスループットが上がる。禁止／ガードレール付き許可／許可、と段階を切って線引きするのは現実的だろう。

通して読むと、DORA の結論はシンプルだった。AI 導入の成否はライセンス数ではなく、それを受け止める組織の基盤で決まる。AI はいまある混乱を拡大し、健全さも拡大する。だとすれば、まず手を入れるべきは AI ではなく自分たちの土台の方なのだろう。