AIのスケジュール管理が失敗する理由と対策|パレートの法則

AIのスケジュールがうまくいかない理由。余白のない計画と、最初の2割で使える形を作る計画を比べたアイキャッチ画像 仕事術

今回はAIとスケジュールを話し合う時に僕が意識している概念を紹介していきたい。

何を隠そう、僕はスケジュールが苦手。気がついたら期限ギリギリになってしまったり、逆に期限が近づかないと火がつかないタイプ。

これは仕事をする上では結構致命的な弱点で、改善しようといろいろ試行錯誤してきた。その中にAIの活用がある。

ただ、AIはスケジュール感の把握がかなり苦手で、いろいろ失敗してきた。

この記事では、PM業でAIを使っていく中で、スケジュール設計におけるAIの癖、人間側が意識をしなくてはいけないことなど、いろいろ見えてきた部分があったのでそれを紹介したいと思う。

生成AIを活用したいPM、プロジェクト単位で生成AIを活用していきたい人、スケジュール管理が苦手でAIの力を使ってチートをしたいと思っている人などの参考になれば幸い。

AIがやりがちな失敗

AIスタートアップでPMをやっていた時に生成AIをフル活用していた。その中でスケジュール周りの部分にAIを触らせると「なんかちげーなー」って思う挙動をすることが多かった。

いくつかそんな事例を紹介していこうと思う。

3ヶ月実装にかかると言われて、一瞬で完成してしまう

AIに実装の見積もりを聞くと、「3ヶ月」のような数字が返ってくる。

というのも、AIは「人間のエンジニアがやったらこれくらい」という相場で答えているから。要は、それっぽい見積もりを作ってしまっているんだ。

でも実際の作業には、AIで一気に効率化できる部分と、動作確認や関係者とのすり合わせのように人間が関わる部分が混ざっている。この2つを区別しないまま相場で見積もるから、現実とかけ離れた数字になってしまう。

僕も、個人で使うちょっとした業務改善ツールを作ろうとした時に、AIから3ヶ月という見積もりが出てきたことがある。試しに「じゃあやってみて」と頼んだら、一瞬でできてしまった。

(いや、なんの3ヶ月??スカすなよという感じ)

納期ギリギリまで均等にタスクを割り振る

AIにスケジュールや計画を組ませると、物事が一定のペースで進む前提で、納期まで均等に割り振ってくる。

わかりやすかったのが、僕がやっているYouTubeチャンネルを伸ばす計画を立ててもらった時。AIは今の動画の再生数をベースに単純な計算をして、登録者が線形に増えていく計画を出してきた。

でも、実際の伸び方は線形じゃない。1本大当たりが出て、それ以外は普通ということがよくある。登録者の伸びも、それに合わせて変わっていく。最初のうちは伸び悩むけど、ある程度登録者が増えてくると、そこから伸びの傾きが大きくなる。

登録者数が一定のペースで増えるAIの計画と、当たり動画などで途中から傾きが変わる実際の伸び方のイメージ

こういう事情を、AIの計画はあまり考慮していなかった。というのも、均等に割り振った方が、計画としては整って見えるから。

100点で運用されることが前提のスケジュール

AIが出すスケジュールは、すべてのタスクが予定どおり一発で終わる前提で組まれていることが多い。

これは、均等に割り振るクセとも関係している。余白なく並べているから、予定外のことが1つ起きただけで全体が崩れる組み方になっている。

僕がアプリ開発をしていた時も、AIと一緒に考えたスケジュールをもとに進めていた。ところが、1つの仕様がめちゃくちゃ面倒で、なかなかうまくいかなかった。そこで後ろのタスクが一気に詰まって、結局納期に遅れてしまった。

想定工数があまりにも適当

タスクごとの工数も、一見もっともらしい数字が並んでいる。でも、実際には結構ずれがち。

例えば、2日くらい期間をとっているタスクなのに、中身をたどっていくと単なる確認作業だったり、資料を見ればわかることだったりする。逆に、短く見積もられていて実際は長くかかるものもある。

というのも、AIはチームのメンバーや過去の実績を知らないから。手元に情報がないまま、一般的な相場で埋めている。

AIが持っている思考の癖

ここまでの事例を踏まえて、AIがスケジュールを設計する際にやりがちな思考の癖をまとめる。

  • 100点で運用されることを前提にする
  • 納期までタスクが綺麗に割り振られているようにする
  • 見た目がそれっぽいということを重視する

1つ目は、100点で運用されることを前提にするクセ。AIのスケジュールには、手戻りや仕様でのつまずきを見込んだ余白がほとんどない。アプリ開発の例のように、1つの仕様でつまずいただけで後ろが全部詰まるのはこのせいだ。

2つ目は、納期までタスクを綺麗に割り振るクセ。物事が一定のペースで進む前提で、期間を均等に埋めていく。YouTubeの計画が線形になったのも同じで、伸び方のムラや、途中で傾きが変わるような変化は織り込まれない。

3つ目は、見た目のそれっぽさを重視するクセ。3ヶ月という見積もりも、2日とってあるタスクも、数字としてはもっともらしい。でも、その数字の中身までは詰められていない。

どれにも共通しているのは、現実の進み方よりも「スケジュール表として整っているか」を優先していること。一見ちゃんとしているから、人間側もそのまま受け入れてしまいやすい。ここが一番厄介なところだと思う。

これは僕の所感なんだけど、AIは聞かれたことに対して「完成した答え」を返そうとする。だから「たぶんここで詰まる」「この部分はやってみないとわからない」といった不確かさが、表に出てきにくい。

そもそも、人間側が抱えているコンテクストは、AIが把握している以上に複雑で深い。チームの事情、関係者の都合、過去の経緯など、言葉にしきれないものも多い。

それをすべてAIに把握させるのは、正直難しい。

だからこそ、次の章で紹介する考え方を人間側が持っておく必要がある。

解決策|パレートの法則

解決策としては、人間側がパレートの法則を意識してスケジュールを設計することが大事。

パレートの法則とは?

パレートの法則は、別名「80:20の法則」と呼ばれている。全体の成果の8割は、2割の要素から生まれる、という経験則だ。

これをプロジェクトの工数に当てはめるとこうなる。成果の8割は、最初の2割の工数で出せる。一方で、残り2割の成果を仕上げるのに、8割の工数がかかってしまう。

パレートの法則における工数と成果の関係。最初の2割の工数で8割の成果を出し、残り2割の成果に8割の工数がかかる考え方

プロジェクトが遅延する理由も、パレートの法則で説明できる。

スケジュールは、成果と工数が比例する前提で、全体を10として組まれることが多い。つまり、最後の2割の成果にも、2割分の時間しか取っていない。

でも実際には、その2割の成果を上げるのに8割の工数がかかる。前半の8割が計画どおりに進んだとしても、2割のつもりで取っていた枠に8割が乗ってくる。差の6割分が、そのままスケジュールからはみ出してしまうというわけだ。

成果と工数が比例する計画では、残り2割の成果に工数8割分が必要になり、全体の6割分が納期からはみ出す例

だからこそ、最初の2割の工数で全体の8割の成果を出しておく必要がある。そうすれば、残り8割の時間を、重い最後の2割に充てられる。

導入のメリット

この考え方でスケジュールを組むと、次のようなメリットがある。

  • 想定外が起きても柔軟に修正できる
  • プロジェクトを安定して進められる
  • 精神的にも安定する
  • 見通しが持ちやすい

最初の2割で8割の形ができていれば、残りの期間は仕上げと調整に使える。想定外のことが起きても、そこで吸収できる余裕がある。

納期まで均等に並べるAIのスケジュールと、最初の2割で最低ラインを作り、残りを仕上げと余白に充てるスケジュールの比較

精神面も大きい。早い段階で「最悪これで出せる」ものがあると、焦りがだいぶ減る。期限が近づかないと火がつかない僕みたいなタイプには、特にありがたい。

見通しについても同じ。AIが出してくるスケジュールは現実離れしていることが多いんだけど、この考え方を入れると、実際にやっていくことがイメージしやすくなる。

AIを活用する時に意識すること

まずは要件定義やスケジュール設計の段階で、この考え方をAIに伝える。

ただ、単にパレートの法則をAIに教えても、あまりいい回答は得られない。というのも、何をもって「8割の成果」とするかは、プロジェクトの中身を知っている人間にしか決められないから。

だから、あくまでも人間側が把握していることが大事。

僕が個人的に意識しているのは、「2割の工数で、最悪これで出せる程度のものを作る」という見立て。

  • 開発プロジェクトなら、最低限動く状態
  • 改善タスクなら、ある程度合格の見込みが立っている状態

このラインを人間が決めて、最初の2割に置く。そのうえで、AIにはそれを前提にスケジュールを組んでもらうのがいいと思う。

具体的には、次の3つをAIに渡すと、出てくるスケジュールがかなり現実に近づく。

  • 最低ラインの中身:何ができていれば「最悪これで出せる」のか
  • そこまでの期限:全体の2割の時点。例えば3ヶ月のプロジェクトなら、最初の2〜3週間
  • 不確かな部分:やってみないとわからないタスクや、人間の確認が必要なタスク

特に3つ目が大事。不確かなタスクをあらかじめ伝えておけば、前半に置いてもらえる。後半でつまずいて全部詰まる、という展開を避けやすくなる。

そして、AIが出してきたスケジュールはそのまま使わず、人間側で一度チェックする。見るのは次の3点くらいでOK。

  • 最初の2割の時点で、最低ラインに届く組み方になっているか
  • 後半に、仕上げと調整のための余白があるか
  • 不確かなタスクが、後ろの方に回されていないか

どれも、前の章で挙げたAIのクセの裏返しになっている。ここを人間が押さえておけば、均等割りや100点運用のスケジュールにそのまま乗っかってしまうことは減る。

ただ、最低ラインの見立て自体が外れることもある。そのときは、気づいた時点でAIと一緒に組み直せばいい。最初の2割で形を作りにいっていれば、外れていることにも早めに気づける。

まとめ ~スケジュール管理ができてもやらないと終わらない~

最後に、今回の内容を振り返っておく。

  • AIはスケジュールを「見た目が整っているか」で組みがちで、100点運用・均等割り・適当な工数になりやすい
  • 解決策は、パレートの法則を人間側が意識して設計すること
  • 最初の2割の工数で、成果の8割(最悪これで出せる状態)を作っておく

今回まとめたのは、こんな内容だ。

ただ、最後にもっと大事なことを言っておきたい。

どれだけスケジュール管理やタスク管理をガチっても、結局は個人の着手力や達成力に依存してしまう。スケジュールを組んだだけでは、タスクは1つも終わらない。

だから、この記事を読んでくれた人には、スケジュール管理能力やタスク管理術のような小手先のテクニックよりも、タスクを実行していく意志力をつけていって欲しい。

期限が近づかないと火がつかない僕も、まだまだここは課題。お互い頑張っていこう。

長野出身。後先を考えないタイプで、東大受験は現役・浪人とも併願なし。東京大学法学部に進みましたが、いちばん面白かったのは ICT と芸術の授業でした。弁護士にはならず IT ベンチャーで働き、2026 年 10 月から個人事業主。
エンジニアではありませんが、Claude Code や Codex を仕事と生活で毎日使っています。このブログ「nookery」では、AI を試してうまくいったことも、いかなかったことも、そのまま書いています。

Yuta|nookeryをフォローする
仕事術
シェア・ご感想などお待ちしております!
Yuta|nookeryをフォローする
タイトルとURLをコピーしました