AIツールと新しいプロダクト開発

前提が変わった

2025年から2026年にかけて、ソフトウェア開発の前提が根本的に変わった。

AIコーディングツール — Claude Code、Cursor、GitHub Copilot — が実用的な成熟に達し、「コードを書く」こと自体が劇的に安くなった。かつて数週間かかったことが数時間で終わる。一人で扱えるプロジェクトの規模が桁違いに大きくなった。

これは単なる効率化ではない。何を作るべきかの基準が変わったということだ。

「作れるか？」から「作るべきか？」へ

以前は技術的な実現可能性がボトルネックだった。「スキルXが必要」「実装に3ヶ月かかる」といった制約が、何を作るかの選択肢を狭めていた。

もうそうではない。大抵のものは作れる。問いは、それが作る価値があるかに移った。

多くの開発者が陥る罠がある。AIで素早く作れるからといって、AIが作れるものを作ることに価値があるとは限らない。ユーザーも同じツールを持っている。「誰でもAIに頼めば作れるもの」は価値を失いつつある。

では何を作るべきか

持続的な価値は、こういったものから生まれると考えている。

1. 固有のデータと文脈に根ざしたプロダクト

AIは汎用的な知識を持っているが、特定の文脈は持たない。自分だけが持つデータ、経験、視点から生まれたプロダクトは代替が難しい。

例えば、このサイト（fragments）は日々蓄積する個人の記録から自動生成されている。仕組みは誰でも作れるが、コンテンツは自分の活動の積み重ねからしか生まれない。

2. 判断が埋め込まれたツール

AIはコードを生成できるが、「何をすべきか」は人間の判断だ。特定の領域における判断の連鎖を形式化したツールは、コード生成だけでは代替できない。

ILPはこの発想から生まれた — コードの「なぜ」を追跡可能にし、AI生成コードにも意図と文脈を与える。

3. 継続運用を前提としたシステム

一発の生成物はAIの得意分野だ。日々の運用、改善、蓄積された判断が価値を生むシステム — それは作った瞬間ではなく、使い続けるプロセスで差別化される。

AIが開発プロセスをどう変えるか

毎日AIツールを使っていて、プロセス自体が変わっていることに気づく。

設計の比重が増す

実装コストが下がった分、設計に時間が割かれる。「何を作るか」「なぜ作るか」を考える時間の方が、作る時間より長い。

AIとの対話で設計を練り、方向が定まったら一気に実装する。このサイクルは驚くほど速く回る。

実験が安くなる

「とりあえず作って試す」が現実的になった。以前は慎重に検討してから実装していたが、今はプロトタイプを作って使ってみてから判断できる。

このサイト — fragments — はフレームワーク選定からデータベース設計、動くプロダクトまで、AIとの対話で半日で完成した。

個人の守備範囲が広がる

フロントエンド、バックエンド、インフラ、デザイン。専門外に踏み出すコストは以前は高かった。AIがそのギャップを埋め、一人でフルスタックのプロダクトを作ることが可能になった。

残る問い

AIツールの進化は個人開発者にとって追い風だ。でも根本的な問いは変わっていない。

何を作りたいのか？

どれだけツールが強力になっても、それに答えられるのは自分だけだ。むしろ「何でも作れる」状態は、この問いの重みを軽くするのではなく、重くする。

技術的な制約がなくなった今、残っている制約は時間と、何が大事かについての自分の判断だけだ。