最も単純な労働 人々は、ブルーカラーの仕事ではなくホワイトカラーの仕事が置き換えられることを心配してるよね。ロボティクスは明らかにAIとは全然違う分野だし。

ハンバーガーを作る仕事はすでに置き換わっていて、今も進行中だよ。1940年代以前は、ハンバーガーのレストランは肉屋から肉を仕入れて、新鮮なレタスを毎日切る熟練の料理人に頼ってたんだ。1940年代以降、調理プロセスはどんどんライン生産化されて、料理人は単純作業の労働者に置き換わっていった。今では、工場での調理プロセスの多くがロボットによって行われていて、店舗の従業員は温めるだけの作業がほとんどなんだ。この10年で自動化がさらに進んで、レジ係はほとんどセルフオーダー端末に置き換わったから、従業員は基本的な英語すら話す必要がなくなった。結論として、レストランで必要なスキルレベルや労働量は自動化によって大幅に減少していて、実際には多くの高スキルの職業もさらに厳しく影響を受けてるんだ。キャビネットメーカーやコーチビルダーなんかは、大量生産によってほぼ絶滅状態だよ。君にもそれが起こるかもしれない。

カスタマーサービスエージェントについて、この議論を説明してくれる？ニュアンスやバラエティがない仕事で、物理的なやり取りがないのは、ハンバーガーをひっくり返すのとは全然違うよね。

面白いな、韓国に行くと、ファーストフードのハンバーガー店がまさに君が言ってた通りに運営されてるんだ。韓国のマクドナルドで人生最高のハンバーガーを食べたことがあるけど、ほぼロボットが運営してたんだよ。アメリカのひどいレストラン業界では非現実的だよ。こっちは能力の危機（ここが大事）と労働力不足があって、韓国にはそれがないし、彼らは社会に対する信頼もずっと高いんだ。

しばらく前にソフトウェア開発者としての仕事を失ったんだけど、ハンバーガーを flip するのは思ってた以上に大変だよ。これがAIの危険性なんだ：新しい仕事を作るよりも早く仕事を奪っていく。特にソフトウェア開発みたいな分野では、他の仕事にシフトするのが厳しいし、時には全く無理なこともある。マクドナルドのマネージャーになることや、40歳でハンバーガーを flip するのが上手くなることなんて忘れて、20歳の若者たちとスポーツで素晴らしいコーディネーションを競ってるからね。

体力を必要とする仕事は君が言う理由で大丈夫だと思う。でも、主にコンピュータで行われる仕事は危険だと思う。AIが全てを完全に引き継ぐわけじゃないかもしれないけど、ますます多くのエージェントを管理したり調整したりする人間は少なくなると思う。例えば、20人でやってた機能を3、4人がプロンプトを使って同じ量の作業をこなすことになるんだ。だから、ハンバーガーを flip したり顧客にサービスを提供する人たちは安全だけど、会計士やマーケティングの人たちはそうじゃないだろうね。

もしかしたら僕はナイーブかもしれないけど、AI（いや、良いアルゴリズム全般）がうまく機能するためには、少なくともある程度明確に定義された目標が必要だと思うんだ。半導体業界ではもっと簡単だと思うけど、詳細に入ると、いろんなインセンティブがずれてくるから、AIがそのニュアンスを理解するのは難しいと思う。例えば、ある時、取引プラットフォームのために新しいマッチングアルゴリズムを作るように言われたんだけど、仕様を完全に理解したら、それが混合整数プログラミング問題として解釈できることに気づいたんだ。だけど、そのアイデアはすぐに却下されたよ。PMが理解できなかったからね。詳細に入ると、いろんな制約が出てくるんだ。

例を挙げてくれない？自分のチケットトラッカーを見たら、ほぼ100%がAIでできるって感じなんだ。ビジネスロジックが複雑だったり、ちゃんと整理されてない部分は手助けが必要だけど、ほとんどの作業は明確なプロンプトがあればAIが十分にこなせるよ。

これは二元的な話じゃないよ。管理職は、少数の開発者にAIを活用してもっと多くのことを成し遂げることを期待するから、仕事は失われるだろうね。

こういったことは、コードベースのドキュメントを改善したり、機能要件を作成・レビューして追加のコンテキストとして使うことで提供したり構築したりできるよ。今のコードベースではAIを「オンボード」するのが確かに問題だけど、最初からAIが構築して自分用にメモを残しておくプロジェクトでは、ずっと手助けが少なくて済むのを見たことがある。

確かにそうなんだけど、個人的に心配なのは、上層部がこの事実を見落として、簡単な例を持ち出して「AIは何でもできる」と思い込むことだよね。そうなると、理由もなく大量の人が解雇されて、しばらくしたらまた再雇用されるっていう状況になりかねない。

この問題に取り組んでいる意欲的な人たちがたくさんいることを忘れないでね。どれくらい早く解決されるか、誰が最初に解決するかは予測しづらいけど、これは努力やリソース、時間で解決できるソフトウェアエンジニアリングの問題に見える。物理学の問題みたいに回避しなきゃいけない根本的な物理法則じゃないから、今日の仕事に影響を与えるほど解決されないって賭けるのは、かなりのリソースや投資に逆らってることになるよ。

「スチームローラーはまだ数インチ離れてる。実際に足の指を潰し始めたら計画を立てるよ。」危険だよ。もし突破の可能性を5%未満と見積もっているか、すでに引退するのに十分なお金があるか、AIが十分な繁栄をもたらして仕事が無意味になると期待しているなら、 contingency plan を作らないのは無責任だよ。

私のチームのバックログを見てみると、9兆個の定義が曖昧（定義されているかも怪しい）なチケットがあって、基本的に何も教えてくれない。チームの大半の時間は、これらのチケットを調べて理解するのに使われてる。チケットが何を言おうとしているのか分かれば、通常は数日以内に解決策を出せるから、実装がボトルネックになることはない。こういう状況は、私が働いてきたどの大きな古い機関や新しいスタートアップでも同じだった。私が心配し始めるのは、AIが関与している人々のネットワークを追跡して、何がずっと前からバックログにある曖昧なチケットが実際に意味するのかを翻訳できるようになったときだね。

現在のAIでは、実装できるのは約0%だと思うけど、もっと複雑だと思う。 - 0%はAIで実装できないわけじゃないけど、AIのおかげで多くのものがもっと早く実装できるようになった。逆に、AIを使うと遅くなるものもある（著者が幻覚を修正したり、バグを引き起こした変更を元に戻したりする必要があるから）。これらのツールを使いこなすにつれて、今の状態でも生産性がある程度向上して、プログラマーの必要性が減ると思う。

メモリの問題はすでにいろんな方法で対処されてるよ。アンチグラビティは、何が終わったか、何をする必要があるかを説明するステータスや進捗ファイルを保持してるみたい。ちょっと使いにくいけど、ちゃんと機能してる。数日前に作業してたリポジトリを開くと、そのコンテキストを拾ってくれて、以前のように毎回完全に状況を把握する必要がなくなった。クラウドコードにも似たような仕組みがあるって聞いた。最近のモデル（ジェミニ3、クラウド4.5/6、GLM5やQwen3-coder-nextみたいな小さなオープンモデル）でやってることは、数ヶ月前には考えられなかったことだよ。コンパイラ関連のこと、最適化の実装、新しいカスタムプロセッサ向けのコード生成などもできる。ランチに行く前にコンパイラに新しい最適化機能をお願いして、戻ってきたら実装されてテストも終わってるってこともある。これはカスタムプロセッサ向けのコンパイラだから、Verilogコードも関わってる。AIがハードウェアとソフトウェアの両方で改善を進めてるんだ。これはかなり複雑なことだけど、AIが楽に扱えるようになってきてる。チケットトラッカーにAIが実装できないものがどんどん少なくなってきてる。数ヶ月前は完全に同意してたけど、今は状況が急速に変わってる。

ビジネスを徐々に理解する これは新しいチームメンバーをオンボーディングするのと変わらないと思うし、OpenAIはその「フロンティア」に取り組んでいたと思う。 > 私たちは、企業が人をどのようにスケールしているかを見始めた。彼らはオンボーディングプロセスを作成する。彼らは制度的な知識や内部の言語を教える。彼らは経験を通じて学び、フィードバックを通じてパフォーマンスを向上させる。彼らは適切なシステムへのアクセスを許可し、境界を設定する。AIの同僚も同じことが必要だ。エグゼクティブが「コードの速度」ではなく文書化を優先すれば、部族的な知識はもはや障壁ではなくなる。 > しかし、現在の技術の形では文脈の制限が根本的な問題だ これはそうではないかもしれない。十分な文脈ウィンドウと外部のスクラッチパッドがあれば、真の文脈学習の必要性はほとんどなくなる。今日の主な問題は「エージェントハーネス」がひどいことだ。claudeのコードが良いとされるのは、他のすべてがどれほど悪いかの指標に過ぎない。ツールトレースは、酔っ払いの初心者がタスクを強引にこなそうとしているように見える。LLMは個々の機能を「ワンショット」でこなすことができるけど、すべてを調整するのがブロッカーだ。（進展はあるけど、私はそれを信じていない。そうでなければ、実際のオープンソースプロジェクトで結果が見られるはずだから。）LLMはサブエージェントとどうやってやり取りするかを本当に理解していない。ツールコールでも一般的に近視的だ。彼らは20分間、ビルドの問題を解決しようとして、考えずに穴に落ち込む。自己プレイのようなものがこれらの問題を解決するかもしれない。彼らは人間と同じように「心の理論」を発展させて、サブエージェントとの委任ややり取りを理解する必要がある。（今日の失敗ケースは、エージェントがサブエージェントが同じ文脈を共有していないことに気づかないことが多い。）これらの一部は確かに基本モデルと事前学習に含まれているけど、ツール使用にRLが必要だったのと同じように引き出される必要がある。

仕事を置き換えるのにAIは必要ないよ。君の仕事をAIで置き換えられると思ってる上の人が必要なんだ。最終的には全てが落ち着くかもしれないけど、その「最終的に」は誰の個人的な財政にとっては長い時間かもしれない。

すでに低採用・低解雇の雇用市場にいるよ。大規模な解雇が失業率を急上昇させることはないけど、空きポジションもあまり多くない。

それがこのエッセイのポイントなんだよね。君が暗黙のうちに労働と協力をモデル化しているのは、直線的で並行可能なものだけど、現実はもっと複雑なんだ。>「労働の代替について最も重要なことは、労働の代替は絶対的な優位性ではなく、比較的な優位性についてのものだということ。」AIが人間がやる特定のタスクをこなせるかどうかが問題じゃなくて、AIと一緒に働く人間の総生産量が、AIが単独で生産するものより劣っているかどうかが重要なんだ。つまり、人間が生産プロセスに加わることで、そのプロセスの出力を増やしたり改善したりできるかどうか、ってこと。AIはすべてのタスクで絶対的な優位性を持っているかもしれないけど、総出力が大きくなるなら、AIと人間を組み合わせることには経済的な意味があるんだ。つまり、人間が生産プロセスのどのステップでも比較的な優位性を持っているなら、ってことだね。

問題は、どの20%を間違えたのか、遅すぎるまでわからないってことだよ。彼らは高度な数学の問題を解くのも得意だし、ピザに接着剤を塗れって自信満々に言ってくるからね。

実際には、開発者のポジションの約60%が削減されるってことになると思う（正直言って、その60%は大企業ではあまり優秀な開発者じゃないことが多いけど）。残った「余剰」の20%の役割は、AIを使って以前は優先度が低くて実装されなかった機能や修正を開発することに専念することになるんだ。機能を実装するコストが下がると、それを行うことが経済的に実現可能（そして競争的に必須）になるけど、このシナリオでは、AIがその機能を実装するためのすべての作業を行うことはできないから、開発者の役割は20%ではなく40%残ることになる。残った40%の開発者は、理論的には、60%の役割が削除されたことで「劣った」開発者を世話する時間が減るから、より効率的になるだろうね。また、「N」が神話のようなマン・マンスで減ることで効率が上がる。 （実際のパーセンテージがどれくらいになるかは全くわからないし、特定の環境でのことはなおさらわからないけど、例えばSpotifyの要件はAirbus/Boeingの航空電子機器ソフトウェアとはかなり異なるからね。）

競合他社が解雇しない中で、部門の80%を解雇したらどうなる？もしAIが各開発者の能力を倍増させるなら、遅かれ早かれ競争に負ける可能性が高いよ。

ジェボンズの逆説を挙げたのはそのためじゃなかった？エッセイでも言ってたけど、これらのことはかなり弾力的なんだ。ソフトウェアの需要は常に供給を上回ってるから、ソフトウェアのコストを下げると需要が劇的に増えるよ。（カスタムソフトウェアの需要がたくさんあると思わないなら、どんな小さなビジネスでも行って、帳簿の管理方法を聞いてみて。カスタムソフトウェアが付箋やエクセルよりもずっと良く動くってすぐにわかるけど、小さなビジネスではフルタイムのソフトウェア開発者を雇う余裕がないんだ。こういう場所は本当に何十万もあるよ。）

それは単純化しすぎだね。仕事はそんなに簡単に分けられるものじゃないよ。

君のチームが最新のIDEを月200ドルで買って、チケットを終わらせられたら、チームの50%が解雇されるの？それとももっと色々やるの？ほとんどのソフトウェアプロジェクトには終わりのないバックログがある気がする。より良いIDEやプログラミング言語、パッケージ、フレームワークなどが生産性を上げ、バグを減らしているけど、人数を減らすことはほとんどないよね。php+jQueryからreact+nodeに移行して、生産性が上がったからといって人数を減らした人はいるのかな？LAMPスタックがすごく生産的だったことを思い出すこともあるけど、その時はテストを書いてなかったな :)

なんでこんな議論をする人がいるんだろう？「仕事」って有限なものじゃないよね。今日オフィスにいる全員が100%のタスクを終わらせなきゃいけないわけじゃないし、実際にそうなったわけでもない。「仕事」って静的なものじゃないし、特に知識労働者の職業ではそうだよね。一日の「仕事」の単位が100%って考え方は、ちょっと幼稚すぎる。あと、もし労働力の100%が今80%も時間が増えたら…会社としては既存の人材をもっと収益を生む活動に使った方がいいんじゃない？それとも、できるだけ多くの知識を残す方法を見つけるべきじゃない？絶望や恐怖を煽るのは、持続可能なアプローチじゃないよ。

うん、今まさにそれを実感してる。俺はプロとしてかなりのジェネラリストなんだ。ゲームエンジン、SaaS、OSS、分散システム、高度に洗練されたUXや消費者向け製品など、幅広い分野でソフトウェアエンジニアリングをやってきたし、プロダクトやデザインチームの成長と管理の経験もある。いろんな役割をこなしてきたんだ。最近の役割では、会社の新しい製品に取り組んでいて、この製品に関しては技術、予算、チーム、プロセス、マーケティング、ブランディング、ポジショニングまで完全に自由にやらせてもらってる。経験豊富な俺に資本、AI、自由を与えれば、高品質なソフトウェアをかなりのスピードで作れるよ。AIをうまく取り入れられない、または受け入れられない人たちが苦労しているのは、AIのせいじゃなくて、彼らの仕事や会社の問題が大きい気がしてきた。

これは、あらゆるサービス業の分散型未来に希望を与えてくれるね。大手の会計事務所に行って、少数の人間からしか注意をもらえないのに、どうして一人の店に行ってその人からもっと注意をもらわないの？特に「仕事」が同じ道具で行われるってわかってるならね。法律、会計、ファイナンシャルアドバイジングなど、さまざまなサービスの参入障壁は、食べ物を得るために十分な収益を上げるためにチームが必要だってこと。でも、そんな状況は長くは続かないかもしれないし、かつてその「チーム」だった人たちも自分の船の船長になれるかもしれないね。

著者の意見にはほぼ賛成だけど、一つだけ違う点がある。自動化が進んでも、私たちが働かなくてもいいほどの豊かさは得られないと思うんだ。だって、私たちは仕事が少なくなるよりも、生活水準が向上することを選ぶから。もし一世紀前の基準で生きるだけなら、あまり働かずにそれを達成できるかもしれないね。

所有者階級が「ほら、あの人たち、何もせずにお金もらってるじゃん！」って利用できる限り、UBIには程遠いと思う。

過去の技術は人間が管理できるからね。コンピュータが自分自身や他の技術、人を管理できるようになったら、状況は変わると思う。

電気も水道も冷蔵食品もない生活をしたいなら、福祉だけでやっていけるかもしれないね。そういう意味では、マルクスが予測したUBIはすでに存在してる。ただ、多くの人は1800年代の食生活からくるくる病や甲状腺腫、コレラを避けて、果物や野菜を欲しがるから、80時間以上働くことも厭わない人が多いんだ。

働かずにその豊かさの一部を得られるシステムも必要だよ。去年、アメリカでは政府のすべての部門を、政府支出を削減して人々の政府への依存を減らすという哲学を持つ政党に委ねることを投票で決めたんだ。働かない世界を夢見ているアメリカの未来学者たちに聞きたいんだけど、今の政治状況とどう結びつくのか理解したいな。

そんな豊かさがあれば、もう働かなくてもいいってこと？その嘘は100年以上聞いてきたよ。俺は0.6世紀生きてるけど、既存の技術についてそんなこと言われたことない。人間レベルのAIは定義上、人間の仕事をすることができるだろうけど、今はそうじゃない。

これを悪いことみたいに描いてるけど、労働者たちはもっと物を買うために働く時間を増やしたいって決めたんだよ！今の半分の時間だけ働くって選ぶ人は少ないと思う。みんな物を買うのが好きだからね。

もし、何でも望めば手に入る豊かなユートピアが来たとしても、社会は崩壊すると思う。結局、70億人（多分もっと）のお坊ちゃんお嬢ちゃんを育てるだけだよ。仕事自体も「社会的コントロール」の一形態なんだよね。暇な手は悪魔の道具って言うし。

このパターンは、残りの知識労働がAIを活用した企業のオーナーにどんどん搾取されていくことを示唆してる。南半球の砂糖プランテーションの労働者たちと似たような感じだと思う。そうなると、19世紀の植民地革命（例えばボリバル）のような社会的・市民的不安が起こるんじゃないかな。

AIは修理した窓を壊す、スケールで。 https://en.wikipedia.org/wiki/Parable_of_the_broken_window

お前ら、ジュニアデベロッパーいるの？もう10年近く見てないわ。

データセンターもチップ製造も、そんなに多くの人を雇ってるわけじゃないよ。でも、君はちょっと見方を間違えてると思う。仕事は、お金を持っている人が仕事を買いたいから生まれるんだ。それは変わらないよ。未来の仕事は、ラリー・エリソンの道化師になるか、無意味だけどお金を持ってる人が求める何かをすることかもしれない。仲間、エンターテイメント、雑用。これがディストピアに聞こえるかもしれないけど、今のホワイトカラーの仕事もある意味そうだよ。マイクロソフトは20万人を雇ってるけど、その中でお金を生む製品を直接扱ってるのはどれくらい？5%？10%？残りは基本的に自己維持のための官僚主義のために存在してるだけ。そんな官僚主義が存在する理由は、お金と権力を持ってる人の気まぐれだけだよ。委任、帝国の構築、ペットプロジェクトとかね。

反対だね。入力と出力の比率が馬鹿げてる。最新のLLMを使えば、少ない言葉で大量の生産可能な出力を生成できるよ。

創造的破壊は経済成長の基本的な要素で、人類の歴史の中でずっと起こってきたことだよ。君は考え方が直線的すぎる。商品の価格やサービスの価格が下がるのは、それを生産するコストが下がるからで、つまり物が安くなるってこと。物が安くなったら、他の物やサービスに使えるお金が増える。人間の労働が解放されることで、どんな産業が生まれるかは誰にも分からないよ。冷蔵庫が発明されたとき、氷を運ぶ産業を置き換えただけじゃなくて、冷蔵に依存する新しい産業も生まれた。それが創造的破壊で、経済成長なんだ。AIによる置き換えの範囲と規模は非常に疑わしく、過剰な宣伝に基づいていると思うよ。

自動化は仕事を生み出すけど、数は減るよね。企業が同じ人数の労働者を維持するためにそんなにお金を投資するわけないじゃん。自動化は、ある作業に従事する人の数を必然的に減らすんだよ。自動化で増えるのは需要。今の農家は100年前より少ないけど、食べる人はずっと増えてる。新しい種類の仕事も増えるし、全く新しい分野も出てくる。自動車が馬車の鞭を作る職人を減らしたけど、タクシー運転手は増えた。さらにインターネットがタクシー運転手に加えてウーバーの運転手も増やしたんだ。

みんなデータセンターや半導体業界で働くべきなの？（それも自動化されるまで？）データセンターはすごく自動化されてるよ。もうあまり人が必要ないし、これからますます人が減っていくよ。半導体製造もすごく自動化が進んでる。

実際のところ、あんまり詳しくないんだけど、どの部分が自動化に抵抗する判断を必要とするの？その必要がある顧客の割合はどれくらい？もし会計士が顧客にかける時間が月4時間から1時間に減ったら、同じ料金を維持できると思う？

君が言ってるのはタスクの再配分だけど、もっと大きな二次的効果は、企業が残りの人間の判断をどこから調達するかってことだよ。AIは弱いドメインコンテキストのペナルティを減らす。こうやって仕事がパッケージ化されると、「考える部分」をオフショアにするのがずっと簡単になるんだ。 - トレーニング時間が短縮される。全体の技術を教えるんじゃなくて、AI駆動のパイプライン周りの例外処理を教えるだけだから。 - 品質が監査しやすくなる。出力を自動レビュー層でチェックできるから。 - AIが作業を事前に埋めたり構造化したりするから、コミュニケーションのオーバーヘッドが減る。 - 労働のアービトラージが拡大して、「私たちの複雑なプロセスを知っている地元の人を見つけられるか」から「誰が一番安く監督して例外を解決できるか」に変わる。だから、仕事はほとんど残るけど、価値がある人も出てくる。でも、その労働のクリアリングプライスは、以前よりも早くグローバルミニマムに向かって動いていく。影響は「仕事がない」って形では現れない。すでに西側の給与が停滞したり減少したり、キャリアの階段が細くなったり、仕事をする人よりもワークフローを所有する企業がより多くの価値を得ている形で現れてる。

確かに簿記係はまだいるし、必要とされてるけど、今は判断を必要とする部分をやってるんだよね。議論としては根本的に正しいかもしれないけど、今は判断を必要とする部分を自動化してる。だから、会計士が機械的な部分や判断の部分をやらないなら、役割は一体どこに行くの？AIが提供する印刷物を正式に読むだけ？画面や思考を伴う仕事で人間が生計を立てられなくなるって予測するのは、かなり妥当な気がする。結局、私たちは手作業に戻ることになるんじゃないかな。

そうだよ、兄弟、もう3年経った。まだ始まったばかりだよ。AIがローカルにシフトしてクラウドから離れることで、10年以内に弁護士を含む大多数のプロフェッショナルサービスワーカーを置き換えるだろうね。

80%の生産性の低い時間が自動化されたら、市場は80%の出力を求めるわけじゃないと思う。結局、20%の仕事しか残らないから、パートタイムの仕事になるか、もっと小さな労働力になる可能性が高い。市場が求める労働時間が大幅に減るからね。

最近、中規模の小売業とオンラインビジネスの契約をしたんだけど、CFOと数人の会計士・簿記係がいたんだ。君が言ってるのは、そのCFOがビジネスを運営するのに必要な会計士や簿記係が2、3人だけで、2、3人を解雇するっていう状況だよね。多くの場合、人数が問題になるんだよね。

自動化ツールは…仕事の退屈な部分を排除し、仕事の内容が変わる。でも、仕事に必要な人数が減らないと、自動化は正当化されないよね。自動化の柔軟性とコストの間にはトレードオフもあるし。各取引にLLMが必要なら、簡単なCRUDサーバーでやるよりもコストが高くなる。ここで、もっと物理的なビジネスの良い例を挙げると、サンドイッチ作りがある。Nala Sandwich Botから始めよう。[1] これは、人間がサンドイッチを作るのを模倣する単一のロボットアーム。人間はすべての準備や掃除をしなきゃいけない。遅くて、せいぜい1分に1つのサンドイッチ。商業用の設置があれば、見せてないみたい。これはクールだけど、効果的ではない。次はRaptor/JLSのロボットサンドイッチ組立ライン。[2] これは、サンドイッチを組み立てる12台のロボットと多くのコンベヤー。1分に100個のサンドイッチを作るのが合理的に速い。このシステムは、さまざまなサンドイッチ形式の食品を作るために再構成できるけど、かなりのダウンタイムと調整が必要。新しいロボットではなく、異なるツーリングだけど。すべてがステンレス鋼か食品グレードのプラスチックで、定期的に熱い石鹸水で洗える。これが現代の自動化。かなり実用的で広く使われている。最後に、Weberの自動サンドイッチライン。[3] これは、1950年代のデトロイトのエンジンラインのような、典型的な単目的自動化。ほとんどロボットはなく、すべて特別なハードウェア。1分に600個以上のサンドイッチが作れる。すべてがステンレスまたは食品グレードのプラスチックで、自己洗浄システムも内蔵されているから、自分で掃除できる。スタッフは最小限。でも、少し異なる形状の製品に変更するには、大規模な改造と通常は工場にないスキルが必要。数百個の同一サンドイッチを1分に作る市場がある場合にのみ役立つ。これらの3つの例は、なぜ自動化が普及していないかを示している。最も経済的な生産を得るには、極端な製品の標準化が必要。時にはこれが可能だけど、オレオやツインキーを大量に低コストで安定した品質で生産する食品工場もある。でも、製品のバリエーションを求めると、生産性は大幅に低下する。

私はこのシフトをこう捉えている：システムエンジニアリングは非常に難しいコンピュータサイエンスの分野で、興味を持っているか、得意なエンジニアが少ない。ダッシュボードを作るのは面倒で、実現するためには組織構造が必要。今、エージェントが得意にしているのはこれなんだ。会社内での組織やコミュニケーションスキルも必要だし、君が欲しいダッシュボードに向けてコーディングエージェントを指導する必要がある。実装の壁にぶつかるまで、誰かがコードの理解に時間をかける必要がある。少なくともダッシュボードに関しては、最初からやり直すことができるかもしれない。AIエージェントに難しいシステム問題を手伝ってもらうために英語でプロンプトを出すのは、むしろ手間がかかるし、エージェントが価値を追加するために必要な信号はすぐには得られない（まだ？）。それに、システムエンジニアが生成されたコードをそのまま受け入れることはまずないから、出力されたものを読むために余分な精神的エネルギーを使うことになる。だから、どうなるか分からない。私たちは前に進み続けると思うけど、今いる「バイブコーディング」自動コード生成のフェーズが最終的に続くとは思わない。おそらく崩壊して、再構築した部分が新しい普通に戻ると思うけど、それでも私たちは優れたソフトウェアエンジニアである方法を知っておく必要がある。

もう一つの要素や見方は、単純作業を自動化することは「退屈な部分を排除する」ことだ（これが大好きで、これに関しては広範に取り組んできた）けど、同時に認知的に要求される仕事が減ることでもある。広範に自動化した後は、残ったすべての仕事が認知的に要求されるもので、毎日8時間それをこなすのは疲れるんだ。

成功した簿記担当者が、新卒みたいな人を雇って面倒な仕事を任せて、自分はそれを自分でやるようになったってことも考慮してないよね。

人間が関与しているからこそ、明示的に求められるものがたくさんある。AI生成のアートは、人間が作った（または少なくとも人間が作ったと主張する）ものと同じプレミアムを得ることは決してないだろう。人々は地位を求め、それは他の人々によってのみ与えられる。問題は、人間の労働の他の製品とは異なり、地位はゼロサムゲームだということ。