4つのAIに設計をレビューさせたら、企画の9割を削ることになった

「一次ソースから抽出したコードをサンドボックスで自動実行し、セキュリティスキャンを通した上で、動作確認済みのインサイトを毎日10件届けるシステム」——こう企画した者が、最終的に手元に残したのは「週に3件のリポジトリを提示するだけのCLIツール」だった。サンドボックス、LLM呼び出し、自動検証、グラフDB、すべて削った。この短編は「何を作ったか」ではなく「何を捨てたか」の記録だ。削った理由は、4つのモデル（Gemini、Grok、GPT、Claude）にレビューさせた結果だ。最初の3つは「実行検証は前提」として議論していたが、最後のClaudeが異を唱えた。腐敗速度の話だ。「Node 22では動くが20では失敗」という情報は、実はそもそも engines フィールド、CIマトリクス、GitHub Issueに既に書かれている。それをCPU時間を焼いて再発見している。環境構築に失敗するのは「コードが悪い」のではなく「環境が揃わない」ことがほとんど。実行成功は品質の指標ではなく「運」を測っている。ノイズより有害な偽陰性だ。その次の判定もシビアだ。「蓄積データは堀になる」という想定は、腐敗速度を見誤っていた。エコシステム更新で数週から数ヶ月で無効化する知見を「永続資産」として設計することは、実は技術負債の先払いだ。さらに「B2Bでは共有されない」という指摘は、ネットワーク効果への楽観が顧客IDで遮断される現実を見ていなかった。だからこそ最後に残ったのは「採用ログ」——自分が何を選んだか、なぜ捨てたかという意思決定の記録だけだ。3件の中身は数ヶ月で古びるが、その判定プロセスは腐らない。AI で企画を「足す」なら誰にでもできる。「引く」判断、「次に来るものは何か」の予測を背負う覚悟。そこが差になる。中小企業がここから学ぶべきは、AI活用でも「実装してみてわかる」という後付けは避けられないということだ。設計段階で複数の目を通すなら、その目はできるだけ異なる視座を持つべき。特に「それは本当に必要か」という反論を先に吸収しておく。実装してから削るより、企画段階で削ったほうが、組織の時間が浮く。