こんにちは、斧山です。

当社ではこの1年間、積極的にAIエージェントを業務に組み入れる取り組みに力を入れてきました。

今日は、その中で初めて見えてきた問題について取り上げたいと思います。

主に、AIスロップ、ワークスロップと言われる問題です。

AIスロップ、ワークスロップとは

AIスロップ、ワークスロップとは、しばしばAIを使うことで、価値を満たさない成果物が大量生産されることを指します。

そして、その成果物を渡された側が、認知負荷や整理負荷などを押しつけられ、トータルとして組織や取引先において効率が低下する問題です。

そもそも効率化のためにAIを導入したにもかかわらず、結果として業務効率が下がり、負荷が高まることを問題視した言葉と言えます。

ただし、この言葉が誕生してから、さらに時は進みました。

当時のスロップ問題は、主にAIが生成する成果物、つまりドキュメントの品質や内容について問うものでした。

しかし、2026年においてAIはエージェントとなり、成果物はドキュメントにとどまらなくなりました。実際の業務を行うようになっています。

たとえば、以下のような業務です。

• プログラムの設計
• コードの作成
• テスト
• デプロイ
• サポートケースの作成、対応
• メールやカレンダーなどの一連の業務手続き
• セキュリティ診断から対策まで

AIエージェントは、幅広い業務に対応するようになっています。

成果物だけでなく、業務自体がスロップを起こす

ここで新しいスロップとして出てきたのは、成果物だけの問題ではなく、業務自体がスロップを起こすようになったことです。

たとえば、次のようなことが起こります。

• よくわからないプログラムが量産される
• 誰に対して何の価値を届けているのかわからないシステムが導入される
• よく似たAIエージェントが作られる
• 顧客に価値接続されない業務が、高速に大量に実行される

この問題は、エンジニアが些細な調査や変更作業にもAIエージェントを初手で導入してしまい、よくわからないことを丸投げで実行してしまうなど、良くない利用の仕方をしてしまうことから発生します。

なぜそのような使い方をしてしまうのか

なぜ、そのような使い方をしてしまうのでしょうか。

従来のエンジニアは成果主義中心で、結果を得ることが目的となりがちでした。

ここにAIエージェントを投入すると、とにかく処理をして結果を早く得ようという動きに偏ってしまいます。これが原因でした。

AIエージェントは、入力された目的に従い、力を増幅して高速に大量に処理できるものです。

つまり、目的が曖昧だったり間違っていたりすると、誤った使い方が増幅されてしまいます。

正しい結果を求めるには、以下を判断できることが求められます。

• 何を目的とするのか
• どの価値へ接続するのか
• どの工程をAIへ任せるのか
• どの基準で検収するのか

プログラム作成に用いるのであれば、正しい設計と構築手順が重要となります。

2025年のAIエージェント元年に起きたこと

しかし、これらを整備する以前に、AIエージェント登場元年である2025年には、多くのエンジニアがまずAIエージェントに触れてみる、たくさん使って使い方を覚える、というところに注力しました。

この価値基準は、まだ人間のエンジニアに手段と知識の蓄積が価値となり収益を生み出す、AIプロンプトもAIエージェントもたくさん触れて使い方を知っている人間にこそ利益がもたらされる、という誤解の上に成り立つものでした。

もちろん、プロンプトの使い方を知ること、コーディングエージェントのツールの設定方法や使いこなし方を身につけることが、まったく無価値という話ではありません。

一次情報として実行した体験は、何ものにも代えがたい価値があります。

しかし、その価値を他者に接続せず、自身の手段として蓄積することに完結すると、方向性がおかしくなります。

手段と知識の蓄積だけでは価値になりにくい

第1に、手段と知識の蓄積は、外部から価値接続を行ってもらう前提です。

しかし、外部から価値接続をしに来る人は、その手段と知識によって生み出される成果物に価値を感じていたのであって、それを成立させるための以前のプログラム知識やインフラ知識とは異なり、AIの使い方そのものは意味が弱くなります。

また、依頼者自身もAIエージェントを利用できます。

そのため、わざわざAIエージェントの使い方が上手い人だからといって、作業を依頼してくることはありません。

第2に、AIプロンプトやAIエージェントの使い方は日進月歩です。

毎日、CodexやClaude Codeなどはアップデートされ、新しいスキルや機能がどんどん追加されます。

そのアップデートをキャッチアップして他者にナレッジを教える人の価値は高まる一方で、その使い方を知っていること自体に価値があると思っている人の価値は、相対的に弱くなります。

AIモデルが進化すると、プロンプトエンジニアリングに頼らなくてもAIモデル自身が解決可能となります。

また、特別なAIエージェントツールの使い方やカスタマイズ方法は、利用者が努力しなくても提供側で改善を重ねていくため、不要なものになっていきます。

この背景には、AIモデルやエージェントの開発がAI自体によって行われていることもあります。

人が手段や知識を保有することで対抗できること自体が、無理な構図となっていることを理解する必要があります。

ワークスロップが発生する構造

エンジニアの手段と知識の保有価値モデルを中心としたまま、適切な目的理解や価値接続を指定せず、成果物中心の価値基準でAIエージェントを使用すると、ワークスロップが発生します。

これはまさしく、以下の事実確認がされないまま展開してしまうことで発生するものだと思います。

• 2024年以前のエンジニアの仕事の価値観
• 2025年のAIエージェントに触れるというキャッチアップ
• 2026年のAIエージェントの現在地における価値基準

エンジニアの仕事は上級にシフトする

これらを防ぐには、エンジニアの仕事はやはり上級にシフトして、作業中心から課題定義や設計に移る必要があります。

そして、AIエージェントをどこで介入させるべきかを、正しく設定できるようになる必要があります。

自身が作業者の中心となって、突然作業にAIエージェントを投入するとなると、その人はAIエージェントの操作代行に役割が限定されてしまう可能性があります。

まずは、自分の手で設計や定義、一次成果物を作成する。

それを土台にAIエージェントを使って加速、増幅させる。

この段階を置いた訓練が重要となってきているものと思います。

AIは人の仕事を奪うとよく言われます。

しかし、それはやはり、AIエージェントと同じ作業をしようとする人の仕事が、AIエージェントを正しく使う人によって奪われる可能性がある、ということかと思います。

成果物中心の価値基準が生み出す、AIにおけるワークスロップは、どこかのタイミングで打ち切らなければなりません。