作ったものの83%は死んでいた——生成が安くなった時代に足りないのは「捨てる仕組み」だった

1 人+AI で 90 個のプロジェクトを開発したが、30 日以上使われている証拠があるのは 15 個だけだった。つまり生存率は 17%である。注目すべきは、この低さが「実装できなかった」からではなく「全部動くものができてしまった」ことの結果だということだ。生成が安くなり試行回数を増やす戦略に切り替えた結果、60 ラウンドのアイデア生成・実装パイプラインが回ったが、生き残ったものはゼロだった。

ボトルネックは生成側ではなく「捨てる側」にあった。AI が何かを作るのは安い。問題は「作った後、それが本当に必要だったのか」を判定し、不要なら捨てることが、人間にとって相対的に最も高い工程になっているという逆説だ。著者は着手前の門（Dogfood gate）、船出の台帳（ship-ledger）、予測台帳という 3 つの計測器を導入した。Dogfood gate は「過去 7 日で自分で使ったか」「顧客要望なら 30 日以上使い続けているか」で着手の可否を判定する。重要なのは個人向けツールにも適用したことだ。ship-ledger は 30 日後に「まだ使ってるか」と聞き返す台帳で、種別ごとに生存定義を分ける。著者は「コミット数=発表済み」という代理指標の失敗も語っている。コミット数ゼロでも X で発表済みの作品がある。カウント系指標は構造的に「壊れた状態」を見えなくする。予測台帳は未実装だが、自制心に頼った計測器は空のままだったという失敗から「ルールは実行フローに埋め込まれたときだけ機能する」という学びが生まれた。

AI で「試す」が安くなった時代に必要なのは、逆に「これはやる価値があるか」の門を厳しく引くことだ。新しいツールやシステムが 3 ヶ月後に誰も使っていないのは、誰の企業にもある。だが「別に失敗じゃないし」と放置している。自分たちの過去の打率から「捨てる基準」を持つこと。それが、AI 時代の実務判断になる。