요즘IT、AIに任せる仕事を選ぶ4つの基準

요즘ITは、2026年5月から10月に掲載した9つの事例を分析し、AIに任せる仕事と人が担う仕事を分ける4つの基準をまとめました。業務管理担当者、ウェブページ診断サービスの開発チーム、法律AIサービスのデザイナー、ライブゲーム組織の企画担当者、開発者らが経験を共有しました。共通する基準は、任せる価値のある仕事を選ぶこと、答えが決まっている仕事はルールで処理すること、取り消しにくい判断は人に残すこと、結果を確認する地点を設計することです。

業務管理担当者のアイム・チョ次長は、4か月で業務ツールを12個作った経験から、自動化する仕事を選ぶほうがコーディングより難しいと判断しました。反復頻度、1回にかかる時間、ミスのリスク、ツールを再利用できるかを基準にしました。毎月400ページを超える点検書から署名漏れを探す作業は、毎回30分〜1時間かかり、1か所の見落としでも締め切りに影響するため、先に自動化しました。一方、年に1〜2回の作業にはツールを作りませんでした。キム・ヒョンミン氏は、Apps Scriptやn8nで十分に自動化できる仕事も多く、すでにうまく動いているものをClaude Codeで作り直す必要があるか考えるべきだと述べました。ライブゲーム組織のススッス作家は、サービスに直接影響しないExcelの入力ミスや保守文書の整理からAIに任せました。最低2週間かかる文書作業を2日で終えると、懐疑的だった組織の反応も変わったといいます。

ウェブページ診断サービスを開発するz urang23作家のチームは、当初、診断のほぼすべてをAIに任せていましたが、同じページの評価が3回の実行で72点、85点、61点に分かれました。そこで、robots.txtファイルや特定のタグのように確認可能な事実はコードで検査し、コンテンツの信頼性のような判断が必要な部分だけをAIに任せました。フロントエンド開発者のキム・ウィジュン作家は、決定論的プロセス（同じ入力から同じ結果が出る処理）は自動化し、推論が必要な仕事をAIに任せるよう提案しました。サーバーと画面のデータ仕様を記したOpenAPI仕様からAPIコードを作る比較では、Orvalのコード生成器が約1秒で無料で同じコードを生成しました。同じ作業をAIにさせると2〜4分かかり、実行ごとに約1.4ドルが必要で、生成コードも毎回異なりました。1回は型エラーが4つ残りました。アイム・チョ次長は、400ページを超える点検書の署名欄にあるインク量を定めたルールで判定するツールも作りました。ルールの設計ではClaude Codeとの対話を活用しました。

法律AIサービス「ロウィン」を開発したデザイナーのSarah作家は、AIが間違っても人が取り消せる範囲まで仕事を任せると説明しました。サービスは入力された相談内容に似た判例を探し、争点と対応策を整理しますが、訴訟を起こすかどうかは弁護士相談につなぎます。勝訴を約束せず、利用者が最も多くの費用を支払う最終段階にも、AIではなく弁護士への紹介を置いています。一方、結果が間違っても負担が小さい「職場サバイバル」タイプの診断サービスでは、AIにより広い役割を与えるといいます。クラスメソッドの人事担当者、パク・ドンヒョン氏は、評価内容の整理や給与データの処理などの反復業務はAIエージェントで自動化する一方、社員間の対立や突然の退職に関する相談では、AIに意見を求めるところまでにとどめると明らかにしました。最終判断と社員との対話は人が担うと説明しています。

コンビ作家は、企画書やデザイン案から要件を抽出し、実装とテストまで続けて処理する開発ツールを作りました。しかし、要件仕様40件のうち実際のコードに反映されたのは25件だったにもかかわらず、作成されたテストがすべて通ると、ツールは開発完了を報告しました。その後、要件ごとの受け入れ条件、テスト、コードの対応関係を記したトレーサビリティ表を作らせ、抜けを人が確認するようにしました。同じシナリオが9回失敗した場合は、AIがログと判断根拠を示して人に尋ねる仕組みにしました。アイム・チョ次長は407ページから表紙を68件見つけ、66件を自動確認し、判断が曖昧な2件を報告書の先頭に載せて人の確認に回しました。出勤簿と休暇申請書を照合するツールも、不一致や確認が必要な項目だけを表示します。キム・ウィジュン作家の開発工程では、仕様変更後にコード生成器が型を更新し、AIエージェントがコンパイルエラーを修正しますが、エラーの位置はルールベースのツールが先に知らせます。9つの事例に共通するのは、AIの賢さより先に、仕事の反復性、答えの有無、ミスを取り消せるか、結果をどこで確認するかを決めている点です。

요즘ITは、2026年5月から10月に掲載した9つの事例を分析し、AIに任せる仕事と人が担う仕事を分ける4つの基準をまとめました。業務管理担当者、ウェブページ診断サービスの開発チーム、法律AIサービスのデザイナー、ライブゲーム組織の企画担当者、開発者らが経験を共有しました。共通する基準は、任せる価値のある仕事を選ぶこと、答えが決まっている仕事はルールで処理すること、取り消しにくい判断は人に残すこと、結果を確認する地点を設計することです。

業務管理担当者のアイム・チョ次長は、4か月で業務ツールを12個作った経験から、自動化する仕事を選ぶほうがコーディングより難しいと判断しました。反復頻度、1回にかかる時間、ミスのリスク、ツールを再利用できるかを基準にしました。毎月400ページを超える点検書から署名漏れを探す作業は、毎回30分〜1時間かかり、1か所の見落としでも締め切りに影響するため、先に自動化しました。一方、年に1〜2回の作業にはツールを作りませんでした。キム・ヒョンミン氏は、Apps Scriptやn8nで十分に自動化できる仕事も多く、すでにうまく動いているものをClaude Codeで作り直す必要があるか考えるべきだと述べました。ライブゲーム組織のススッス作家は、サービスに直接影響しないExcelの入力ミスや保守文書の整理からAIに任せました。最低2週間かかる文書作業を2日で終えると、懐疑的だった組織の反応も変わったといいます。

ウェブページ診断サービスを開発するz urang23作家のチームは、当初、診断のほぼすべてをAIに任せていましたが、同じページの評価が3回の実行で72点、85点、61点に分かれました。そこで、robots.txtファイルや特定のタグのように確認可能な事実はコードで検査し、コンテンツの信頼性のような判断が必要な部分だけをAIに任せました。フロントエンド開発者のキム・ウィジュン作家は、決定論的プロセス（同じ入力から同じ結果が出る処理）は自動化し、推論が必要な仕事をAIに任せるよう提案しました。サーバーと画面のデータ仕様を記したOpenAPI仕様からAPIコードを作る比較では、Orvalのコード生成器が約1秒で無料で同じコードを生成しました。同じ作業をAIにさせると2〜4分かかり、実行ごとに約1.4ドルが必要で、生成コードも毎回異なりました。1回は型エラーが4つ残りました。アイム・チョ次長は、400ページを超える点検書の署名欄にあるインク量を定めたルールで判定するツールも作りました。ルールの設計ではClaude Codeとの対話を活用しました。

法律AIサービス「ロウィン」を開発したデザイナーのSarah作家は、AIが間違っても人が取り消せる範囲まで仕事を任せると説明しました。サービスは入力された相談内容に似た判例を探し、争点と対応策を整理しますが、訴訟を起こすかどうかは弁護士相談につなぎます。勝訴を約束せず、利用者が最も多くの費用を支払う最終段階にも、AIではなく弁護士への紹介を置いています。一方、結果が間違っても負担が小さい「職場サバイバル」タイプの診断サービスでは、AIにより広い役割を与えるといいます。クラスメソッドの人事担当者、パク・ドンヒョン氏は、評価内容の整理や給与データの処理などの反復業務はAIエージェントで自動化する一方、社員間の対立や突然の退職に関する相談では、AIに意見を求めるところまでにとどめると明らかにしました。最終判断と社員との対話は人が担うと説明しています。

コンビ作家は、企画書やデザイン案から要件を抽出し、実装とテストまで続けて処理する開発ツールを作りました。しかし、要件仕様40件のうち実際のコードに反映されたのは25件だったにもかかわらず、作成されたテストがすべて通ると、ツールは開発完了を報告しました。その後、要件ごとの受け入れ条件、テスト、コードの対応関係を記したトレーサビリティ表を作らせ、抜けを人が確認するようにしました。同じシナリオが9回失敗した場合は、AIがログと判断根拠を示して人に尋ねる仕組みにしました。アイム・チョ次長は407ページから表紙を68件見つけ、66件を自動確認し、判断が曖昧な2件を報告書の先頭に載せて人の確認に回しました。出勤簿と休暇申請書を照合するツールも、不一致や確認が必要な項目だけを表示します。キム・ウィジュン作家の開発工程では、仕様変更後にコード生成器が型を更新し、AIエージェントがコンパイルエラーを修正しますが、エラーの位置はルールベースのツールが先に知らせます。9つの事例に共通するのは、AIの賢さより先に、仕事の反復性、答えの有無、ミスを取り消せるか、結果をどこで確認するかを決めている点です。