ハンマーとドライバー、どちらが優れているだろうか。
馬鹿な問いのように聞こえるが、実際に馬鹿な問いである。用途の異なる別々の道具だからだ。釘を打つならハンマーのほうがよい。ねじを締めるならドライバーのほうがよい。抽象的にどちらが優れているということはない。この問いに答えがないのは、問いの形が間違っているからである。
では、こう問うてみよう。ウォーターフォールとアジャイル、どちらが優れているだろうか。
同じ間違った形。同じ欠けた答え。それでも論争は続いている。アジャイル実践者はアジャイルのほうが優れていると主張し、伝統的な考えの実践者はウォーターフォールを擁護する。そのやり取りは熱を生むが、有用な光は生まない。どちらの側も本当の問いを見つけていないからである。
それぞれのアプローチが何のためにあるのか
ウォーターフォールは単純な仕事と煩雑な仕事に効く。過去に行われたことがあり、よく理解されており、相応の確度で前もって計画できる仕事である。家を建てる。製品を製造する。給与計算のシステムを回す。手順がわかり、順序がわかり、詳細な計画を立てて実行できる。この種の仕事にとって、ウォーターフォールは許容できるというだけではない——しばしば最適である。詳細な事前計画と規律ある逐次実行は、仕事そのものが予測可能であるときに、予測可能で効率的な結果をもたらす。
アジャイルは複雑な仕事と混沌とした仕事に効く。新しく、不確実で、急速に変化する仕事である。まだ誰も作っていない製品を作る。動いている市場に応える。振る舞いをまだ学んでいる最中の技術を——AIのように——組み込む。この種の仕事では詳細な事前計画は立てられない。その計画が必要とする情報を、こちらが持っていないからである。進みながら道を見いだし、学んだことに合わせていく。アジャイルは、それを場当たりではなく知的に行うための構造を与える。
どちらのアプローチも優れているわけではない。異なる種類の仕事のために設計されているのであり、どちらかを間違った種類に当てれば、予測どおりに失敗する。複雑な仕事にウォーターフォールを当てれば、出来上がる前に古びる計画と、間違った仕様に忠実な実装ができる。単純な仕事にアジャイルを当てれば、不要な煩雑さが加わり、予測可能な仕事が与えてくれる効率の利点が失われ、本来下さなくてよい判断をチームに下させることになる。
本当の問いは決して「ウォーターフォールか、アジャイルか」ではない。「これはどんな種類の仕事なのか」である。
両方のアプローチが偶然に生まれた経緯
知っておく価値のある歴史がある。ウォーターフォールもアジャイルも、ある重要な意味で偶然の産物だった。
ウィンストン・ロイスは1970年、ソフトウェアプロジェクトの管理について論文を書いた。彼の意図は、逐次的で一度きりの開発を戒めることだった——それは危険で不十分だと論じることだった。その論文は、彼が警告していたまさにそのアプローチを推奨するものとして読まれた。我々がウォーターフォールと呼ぶものは、ウォーターフォールへの警告から抜き取られたのである。ドライバーは、それをすぐにハンマーとして使う者の手に渡された。
アジャイルマニフェストの著者たちは運動を起こそうとしていたわけではない。17人の実践者が2001年に集まり、それぞれ異なる軽量なアプローチのあいだに共通の地盤を探した——すでに作り上げていた実践を広めようとしたのである。自分たちの実践がなぜ機能するのかを言葉にする過程で見いだしたのは、実践よりも大きなものだった。一組の価値観と、人、協働、適応性へ向かう文化的な方向性である。彼らはプロセスを売り込んでいて、偶然に文化の革命を掘り当てた。
ウォーターフォールもアジャイルも、完結したアプローチとして意図的に設計されたものではない。どちらも特定の問題を解こうとする実践者から生まれ、どちらもその出自が支えられる範囲を超えて一般化された。
ねじを打つ
アジャイル導入で最もよくある失敗の型は、組織にドライバーを渡し、それをハンマーとして使うのを見ていることである。
アジャイルの実践だけを取り入れ、アジャイルのマインドセットを取り入れない組織——スタンドアップ、スプリント、レトロスペクティブを導入しながら、ウォーターフォールの思考で動き続ける組織——は、ねじを打っている。実践はある。目的がない。ドライバーはひどいハンマーである。デイリースタンドアップはひどいステータス会議である——そう働くようには作られていないからだ。出てくるのは不満と「アジャイルは機能しない」という結論であり、実際の問題は当てはめ方の誤りである。
これは特定の組織に固有のことではない。新しいアプローチが、それを機能させる思考が据わる前に持ち込まれたときに起こることである。電話をかけるためだけに使われるスマートフォン。ミニカーに取り付けたジェットエンジン——速い車にはならない。爆発が起きる。
AIでの同じ誤り
ウォーターフォール対アジャイルの論争には、現代の対応物がある。今日の組織はAIについて同じ分類の誤りを犯している。
組織がAIに対して抱く支配的な願いは自動化である。いま人が行っている作業を取り上げ、代わりにAIに、より速く安く行わせる。これは正当な願いである。そして決定論的な計算——従来のソフトウェア——が自動化に対する正しいアプローチである。ルールに基づくシステム、スクリプトで記述されたワークフロー、プログラム的な論理。これらは優れた自動化の道具であり、前もって完全に仕様化できる仕事にぴたりと合っている。
AI——確率的な計算——は別のものである。完全に仕様化された決定論的な作業は、AIが力を発揮する場ではない。AIが得意なのは、容易には自動化できない複雑で不確実な、文脈に依存した領域である。曖昧な情報を統合する。あらかじめ指定されていなかった選択肢を生み出す。前提が変わり続ける問題を筋道立てて考える。
ジェフリー・ヒントン——現代AIの基礎を築いた研究者の一人——は、その違いを多くの人より率直に述べている。我々が作っているものを、彼は別の種類の存在だと表現する。それが他に何を意味するにせよ、道具の説明ではない。それはこの文章が最初から立ててきた区別を、一段深く押し下げたものである。アプローチを選ぶ前に、これはどんな種類の仕事なのかを問う。そしてAIでは、どんな種類の相手と組んでいるのかも問わなければならない。
道具とは操作するものである。ハンマーと一緒に考える者はいない。自動化は反復可能で決定論的な実行を求める。AIの有用さは、変わりやすいもの、文脈に依るものの側にある。単調で予測可能な仕事にAIを据えたとき、そのあとに来る失望は、AIの能力を測るものではない——依頼が間違った種類のものに向けられていたのである。
AIを自動化として扱うことに固執する組織は、新しい領域でウォーターフォール対アジャイルの誤りを繰り返している。ねじを打っているのである。AIが実際に出せる効果を得られないか、あるいはAIを自動化の形の箱に押し込めるようAIの提供者に圧力をかけることになる——それは別種の当てはめ方の誤りであり、それ自身の危険を伴う。
問いは昔から同じである。これはどんな種類の仕事なのか。自動化には、正しい自動化のアプローチを使う。AIの能力が実際に効く複雑で不確実な、文脈に依存した仕事には、複雑な仕事が求めるマインドセットを——そして文化を——持ち込む。
それがアジャイルのマインドセットである——創発的で複雑な仕事に向いており、それはまさにAIという領域の形そのものだ。だからこそアジャイルは、今、かつてないほど重要なのである。

コメント 0