AIツールの開発をやめて、代わりに作業を手作業で行い始めた

Dev.to / 2026/4/3

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisTools & Practical Usage

要点

  • 著者は、AIによる自動化の前提がしばしば間違っていると気づいたことで、AIツールを作るのではなく、顧客から依頼された反復作業を手作業で完了させる方向へ切り替えた。
  • Django、Stripe、SQLite、静的HTMLといったシンプルな非AIスタックで最小限のサービスを立ち上げ、ユーザーは少額の料金を支払ってタスクを実行し、結果をメールで受け取れるようにした。
  • 顧客の投稿内容は、入力/出力の種類、難易度、AIが失敗する可能性があるか、タスクが繰り返し発生するかどうか、などの観点で体系的に分類し、再現可能なパターンを見つける。
  • 手作業で実行した作業は、実際の売上を伴うプロダクト探索(プロダクトディスカバリー)として機能し、観察されたパターンはのちに最初の自動化ツールへと反映される。
  • 著者は、自分が何を作るべきかを見極める別のアプローチを他者にも共有してほしいと呼びかけており、「プロダクト」はソフトウェアそのものではなく、タスク投稿のデータセットであると主張している。

私はしばらく前からAIプロダクトを作ってきました。何を自動化すべきか分かったと思うたびに、結局それは間違いでした。

そこで、別のことを試しました。別のツールを作るのではなく、シンプルなページを用意しました。反復作業を説明してもらい、$5を支払ってもらいます。こちらで実行して、結果をメールで送ります。

技術スタックはあえて退屈なものにしています。Djangoのバックエンド、Stripeの決済、SQLite、静的HTMLのフロントエンドです。Reactなし。AIなし。アカウントなし。コード全体は500行未満です。

なぜでしょう? このプロダクトはソフトウェアではありません。プロダクトは、ユーザーが提出する作業のデータセットです。すべての提出はカテゴリ分けされます。入力タイプ、出力タイプ、難易度、それにAIが失敗したかどうか、再発性があるかどうか。

十分な提出が集まると、パターンが見えてきます。これらのパターンが、最初の自動化ツールになります。手作業での実行フェーズは、実際の売上を伴うプロダクト発見(プロダクトディスカバリー)に過ぎません。

最小限さがどれくらいか見たければ、euphorie.com がそのサイトです。

他にも、手作業での実行をプロダクト発見の手法として使った人はいますか? 何を作るべきかを見極めるために、ほかにどんなアプローチが使われているのか気になっています。