Andrej Karpathy氏基調講演からVibe Codingが中小企業の業務の変革兆し

AIや大規模言語モデル（LLM）に関して私がフォローし、学びを得ている人物の一人が、アンドレイ・カーパシーさんです。アンドレイさんはスロバキア系カナダ人のAI研究者で、スタンフォード大学で研究し、テスラのインテリジェンス部門ディレクターも務め、OpenAIでも活躍されました。

アンドレイさんが最近、Y CombinatorのAIスタートアップスクールイベントで基調講演を行いました。それを見て私は考えました。例えば、あなたが大阪で小さな卸売店を経営しているとします。従業員は15名ほど。競合他社がAIチャットボットを導入し、あなたのチームは手作業のデータ入力に追われ、「AIは新たな電力だ」という話を耳にする一方、使える予算は月5万円。電通のような大企業が投じる数百万円ではありません。この「話題」と「現実」のギャップは、埋められないように感じるかもしれません。

そこで今回は、アンドレイさんのような技術の最先端で活躍する研究者の知見と、私たちのような一般の事業者との間をつなぎ、どのように活用できるかをまとめようと考え、この記事を執筆しました。

アンドレイさんの講演に戻ると、彼はまったく別の道筋を示しています。超高度なAIを構築することは忘れましょう。あなたのような中小企業にとっての真の突破口は、彼が「バイブコーディング」と呼ぶ、内部ツールの強化です。既存のチームにアイアンマンスーツを装着するようなイメージです。「バイブコーディング」という言葉を聞いたことがある方も多いと思いますが、具体的に何を意味するのか説明しましょう。

あなたの英語（または日本語）が最強のプログラミング言語である

アンドレイさんは、現在の大規模言語モデルは「1960年代のコンピュータ時代」にあると言います。高価で集中型ですが、平易な英語（または日本語）でアクセスできる。これは中小企業にとって革命です。必要なのはコンピュータサイエンスの学位ではなく、明確なプロセス文書です。

彼が提唱する「3つのソフトウェア時代」を中小企業向けに簡単に説明すると次のようになります。

• ソフトウェア1.0: Excelマクロ、長年使ってきた在庫管理スクリプト、レガシーシステム
• ソフトウェア2.0: サプライヤーが需要予測に使うニューラルネットワーク（あなたが構築するのではなく、結果を利用する）
• ソフトウェア3.0: あなたが英語（または日本語）でプログラミングする。文字通り「在庫CSVを確認し、発注点に達した商品がある場合にメールで通知するPythonスクリプトを作成して」と入力する

これは理論ではありません。アンドレイさんはSwiftを知らなくてもSwiftでiOSアプリを構築しました。東京の輸出入会社なら、同じ方法で2時間で通関書類解析ツールを作れます。その「プログラマー」は、これまで一度もコードを書いたことのない52歳の運営マネージャーでした。

実際にかかるコスト

具体的な数字で見てみましょう。Cursor IDEのライセンスはユーザー1人月約20ドル（約3,000円）です。OpenAI APIは、典型的な中小企業のタスクで月5ドルから50ドル程度。チームメンバーが基礎を学ぶのに必要な時間は約3～5時間。3名のチームなら、初月の総費用は1万円未満です。

データ入力、レポート生成、メール仕分けなどの反復的なデジタル作業があり、日本語または英語で明確な指示を書ける人材が少なくとも1人いる場合は、試す価値があります。

プロセス自体が混乱している場合はお勧めしません。LLMは定義されていないものを修正できません。これは、特に複数の部門のメンバーが関わるプロセスでは最も難しい部分です。

自律性スライダー：コントロールを維持する

アンドレイさんはこう言います。「変更差分が大きすぎることは常に怖い」。あなたにとってこれは、確認できない1,000箇所の変更をAIに任せないことを意味します。代わりに、スライダーで考えるのです。「提案」から「実行」まで。

低いレベルでは、メールのタブ補完のようなもの。Gmailが下書きを提案し、送信前に編集します。中程度なら、Cursorを使って在庫管理ツールのコードを生成しますが、Wordの変更履歴のように、赤線と緑線で一つひとつ変更を確認します。高いレベルでは経費の自動分類などが可能ですが、週次でログを spot-check（抜き打ち検査）します。

アイアンマンの話に戻りましょう。トニー・スタークを思い出してください。彼はスーツ単独で東京まで飛ばせたりしません（まあ、たまにはするかもしれませんが）。これは拡張です。より速く、より強く、ですが、常にコントロールは人間が握っています。あなたのAIも同じように機能すべきです。

別の例：埼玉県の精密部品メーカーは、中程度の自律性でCursorを使用しています。48歳の品質管理マネージャー（これまたコーディング経験なし）が、統計的プロセス管理のためのPythonスクリプトを生成します。彼女はすべての変更を確認し、まずは小さなデータサンプルでテストし、一度に50行を超えるコード変更は決して承認しません。結果：週15時間の節約になりました。

現実的なROI（投資対効果）

6か月間で計算すると次のようになります。時給4,000円の従業員の作業時間を週10～20時間節約できれば、月額16万円～32万円の価値になります。一方、コストはツール代約1万円と学習時間に伴う人件費約2万円、合計約3万円。これは初月で433%～967%のROIとなります。投資は節約した時間わずか6時間未満で回収できます。

これが特に日本でうまく機能する理由

基調講演でアンドレイさんは、子供たちがただ話すだけでアプリを構築する様子、つまり「バイブコーディング」を紹介しました。これが日本の秘密兵器です。高齢化する労働力は不利ではなく、資産です。難しい顧客からの返品処理に関する30年の知識を持つベテラン従業員？その知識は今や実行可能です。必要なのは、それを言葉で明確に表現することだけです。

福岡の水産物卸売業者は、58歳のシニアバイヤーに仕入先の信頼性トラッカーを構築させました。彼は20分かけて自身のExcel採点システムをChatGPTに説明しました。ChatGPTは動作するWebアプリを提供しました。費用：APIクレジットで3ドル。時間：3時間。メンテナンス？ ルールが変わったときは、プロンプトを更新するだけです。

重要な点：これが機能するのは、日本の企業文化が文書化を重視するからです。あなたの「仕様書」や「マニュアル」は退屈な書類仕事ではなく、バイブコーディングのための金の鉱山です。LLMに必要なのは完璧な英語ではなく、あなたの完璧なプロセス説明です。

メモリの問題

アンドレイさんはLLMを「『レインマン』のダスティン・ホフマン」とも呼びます。百科事典的な知識を持つ一方、「逆行性健忘症」（文脈を忘れる）と「不均一な知能」（ある分野では優れ、別の分野では幼稚）を持つという意味です。

これはあなたのビジネスにとって何を意味するでしょうか？ 以下の3つのルールを意味します。

• セッション間で記憶を保持することをLLMに決して信用しない。毎回のプロンプトで完全な文脈を与えること。
• 計算、日付、ロジックは常に検証する。LLMは「9.11は9.9より大きい」と自信満々に間違った答えを返すことがあります（はい、本当です）。
• LLMは生成のために使い、検証のために使わない。LLMは虚構（ハルシネート）を生み出す。検証は人間が行う。

あなたのビジネスをこれに対応させる

しかし、バイブコーディングの世界がすべてバラ色というわけではありません。自分だけが使うプロトタイプのアプリを作ることと、それを実戦で使用可能にすることの間には大きなギャップがあります。アンドレイさんが「ソフトウェアを現実のものにするのは本当に面倒」とこぼしたのがまさにこれです。彼はデモにGoogleログイン機能を追加するだけで1週間費やしました。中小企業にとって、ここでコミュニティパートナーシップが役立ちます。

3つのステップをご紹介します。

1. まず、プロセスマニュアルをマークダウンファイルに変換します。 VercelやStripeのような企業はすでにこれを実行しています。その文書はLLMフレンドリーだからです。あなたのビジネスも同様であるべきです。
2. 「このボタンをクリック」という指示を、APIエンドポイントまたはcURLコマンドに置き換えます。 Make.comやn8nのようなツールを使えば、エンタープライズ予算なしでこれが実現できます。
3. MetropicのModel Context Protocolのようなものを使用します。 これはLLM用のUSB-Cと考えてください。データを接続し、有用な出力を得ます。

あなたの既存の文書化文化は、すでに有利な立場に立たせています。ほとんどのアメリカの中小企業はマニュアルをまったく持っていません。あなたにはバインダーがあります。それをデジタル化すれば、8割方は完成したも同然です。

コスト：n8nは月20ドルです。文書をマークダウンに変換するには、インターン作業で10～20時間、スクリプトをうまく組めればそれ以下かもしれません。API設定は、CrowdWorksのようなサイトからフリーランサーに依頼する場合、一時的に5,000円～15,000円かかる可能性があります。

「完全自律」の落とし穴

しかし、少なくとも今のところ、「完全な自律性」は存在しないことを覚えておいてください。

2013年、アンドレイさんはWaymoに乗り、自動運転は「あと数年」と考えたと述べています。12年経った今でも、彼らの車両には遠隔操作員が必要です。彼はAIエージェントも同じ誇大宣伝のサイクルをたどるのではないかと懸念しています。

これは汎用人工知能（AGI）の予測と非常に似ています。70年間、専門家はAGIが目前だと主張し続けてきました。1965年、ハーバート・サイモンは機械が「人間ができるあらゆる仕事」を1985年までに行うと予測しました。1970年までに、MITのマービン・ミンスキーは有名な発言で、人間レベルの知能は「あと3年から8年」で実現すると主張しました。これらの期限は過ぎ、目標は未達成のままでした。サム・アルトマンやイーロン・マスクのような現代のリーダーがAGIは「来年」だと予測するとき、彼らは一貫して実現しなかった自信過剰なタイムラインの歴史的パターンを単に反響しているに過ぎません。

あなたにとってこれは、「2025年はエージェントの年」という騒ぎを無視することを意味します。あなたがゴルフをしている間にビジネスを回すAIを目指すのではなく、退屈な60%を処理し、あなたが重要な40%に集中できるAIを目指してください。

名古屋の自動車部品サプライヤーは、完全自律型の「AIセールスエージェント」を試しました。それは1日に価格設定ミスを含む50通のメールを送信しました。彼らはAIが下書きを作成し人間が承認する方式に切り替えました。同じ量の作業で、ミスはゼロ、時間は30%節約できました。

あなたの90日プラン

1か月目: 1つの反復タスクを選ぶ（例：「競合他社の価格を週次チェック」）。1人の担当者にCursorとChatGPTを学ばせる。予算1万円。成功基準：5時間の節約。

2か月目: 主要なプロセスマニュアル3つをマークダウンに変換。n8nを設定し、1つのAPI連携（例：Shopify在庫からSlack通知）を組み込む。予算2万円。成功基準：1つの自動化されたレポート。

3か月目: 地元の商工会議所の集会であなたのツールを紹介。2～3社の同業他社からフィードバックを得る。彼らの質問に基づいて改良し、それを品質保証とする。集会費として予算1万円。成功基準：1社の同業他社があなたのアプローチを採用する。

長期的には: 競合関係にない地元企業1社と提携。あなたのバイブコーディングされたツールを共有。あなたは在庫トラッカーを構築し、相手は出荷調整ツールを構築。内部でオープンソース化する。これが人頭数を増やさずに価値を拡大する方法です。

まとめ

アンドレイさんのビジョンは、あなたのチームを置き換えることではありません。彼らにアイアンマンスーツを与えることです。日本の中小企業にとって、これは完璧に適合します。深い組織知識にAIのスピードを加え、人間による検証により顧客の信頼を保持する。

計算は簡単です。月1万円の投資で週10時間以上を節約。それは400%以上のROIです。応答時間は速くなり、エラーは減少し、プロセス主導でない大きな競合他社が簡単に真似できない堀（モート） を築けます。

リスクは、小さく始め、すべてを検証し、自律性スライダーを低く保つことで管理可能です。

タイミングは完璧です：文書化されたプロセスと自然言語AIが強みを生み出します。

次のステップは？ Cursorを開き、次のように入力してください：「当社の在庫Excelファイルを読み込み、発注点以下の商品をリストアップするPythonスクリプトを作成して」。実行します。変更を確認します。5行のデータでテストします。以上です。あなたは最初のツールをバイブコーディングしたことになります。

もちろん、その前にPythonをダウンロードし、インストールし、実行方法を知る必要があるかもしれません。それはまた別の日の、別の記事のテーマでしょう。

皆さん、ソフトウェア3.0へようこそ。あなたの30年の経験が、今や最も価値ある資産となりました。