AIに丸投げで作ったツールは、なぜ本番で壊れるのか|設計から作る人との決定的な違い

記事
IT・テクノロジー

はじめに

AIに頼めば、Excelマクロも業務ツールも、数分で「動くもの」が作れる時代になりました。
ただ、現場で使われ始めてから差が出ます。作った直後はどちらも同じように動くのに、数か月後、一方はトラブル続きで誰も触れなくなり、もう一方は静かに回り続けている。この違いは、プログラミングの上手さではなく、「作る前に何を考えたか」で決まります。
この記事では、AIに何も考えずに作らせた場合と、設計・保守・運用を先に考えてから作った場合で、どこに決定的な差が出るのかを、3つの観点で整理し
ます。

1. クリティカルなエラーの発生有無

AIに丸投げした場合に多いのが、「正常なデータでは動くが、想定外で止まる・壊れる」タイプのエラーです。
・空のセル、桁数の違う数値、月末日やうるう年など、境界のケースが考慮されていない
・途中でエラーが起きたときに処理が中途半端に終わり、データが書き換わったまま気づけない
・エラーが出ても、どこで・なぜ止まったのか記録が残らず、原因追及がゼロからになる
一方、設計を先に考える場合は、作る前に「壊れ方」を洗い出します。
・想定外の入力が来たらどうするか(止める/スキップする/人に知らせる)を先に決める
・処理の前に元データのバックアップを取り、失敗しても戻せるようにする
・エラーの内容と発生箇所をログに残し、再実行できる作りにする
業務データは「壊れたら困るもの」です。本番で初めて想定外に出会うかどうかが、最初の分かれ目になります。
shot_excel.png

2. 保守性(直しやすさ)

AIが生成したコードは、その場の指示に答えることを優先するため、後から読む人のことはあまり考えられていません。
・似た処理があちこちにコピーされ、1か所直しても別の場所に同じ不具合が残る
・シート名・フォルダの場所・送信先メールアドレスなどがコードの中に直接書かれていて、変更のたびにプログラムを触る必要がある
・命名や書き方が場所ごとにバラバラで、作った本人ですら数か月後に読めない
設計を先に考える場合は、「変わるもの」と「変えてはいけないもの」を分けます。
・設定値(シート名、保存先、宛先など)は設定用の場所にまとめ、変更はそこだけ直せば済むようにする
・処理の単位を分け、修正の影響範囲がその部分だけに閉じるようにする
・コメントと処理の流れを揃え、引き継いだ人が追える状態にする
ツールは「作って終わり」ではなく「直しながら使うもの」です。直しやすさは、そのまま運用コストの差になります。

3. 拡張性(育てやすさ)

業務は変わります。「集計項目を1つ増やしたい」「対象の店舗が増えた」「出力先を変えたい」――こうした変更が来たときの差も大きいです。
・丸投げ型:項目の追加がコード全体の書き直しになり、下手をすると動いていた部分まで壊れる
・設計型:項目や対象はマスタ(対応表)で管理する作りにしておけば、表に1行足すだけで対応できる
最初に「どこが変わりそうか」を考えておくかどうかで、変更にかかる時間とリスクがまったく変わります。

なぜ、こんな差がつくのか

AIは「今の指示に答えるコード」を出すのは非常に得意です。ただし、「3か月後の運用で何が起きるか」を先回りして考えるのは、指示する側の役割として残ります。
つまりAI時代のツール開発は、コードを書く力よりも、「何を作るか」「どう壊れるか」「どう直すか」を先に決める設計の比重が大きくなっています。ここを省くと、速く作れる代わりに、壊れやすく・直しにくく・育てにくいツールが量産されてしまいます。

発注するときのチェックポイント

ツールの制作を依頼するときは、次の点を確認すると失敗が減ります。
・エラーが起きたとき、どうなる設計か(止まるだけか、知らせる仕組みがあるか)
・シート名や保存先などの変更は、自分で直せる形になっているか
・項目や対象が増えたとき、どうやって対応する作りか
・元データのバックアップや、やり直しの手順が用意されているか
このあたりを最初に説明できる相手なら、安心して任せやすいと思います。

まとめ

AIで作ること自体は、もはや差になりません。差がつくのは、作る前に設計・保守・運用を考えたかどうかです。
私のサービスでは、要件のヒアリングの段階で「壊れたとき」「変更が来たとき」の話まで確認してから作り始めます。「こんなこと自動化できるのかな?」
という段階のご相談でも大丈夫ですので、まずはお気軽にご相談ください。


サービス数100万件のスキルマーケット、あなたにぴったりのサービスを探す