「AI開発のタスクをJiraやTrelloに登録して進捗管理しているが、チケットは消化されているのに『本当に予定通り進んでいるのか』が分からない」というご相談をよく受けます。スプリントの消化率は100%近いのに、精度が思うように上がらず開発期間が延びる。逆に進捗率が低く見えても、実は精度検証が想定以上にうまくいっていることもある。これは管理者の力量の問題ではなく、従来型のソフトウェア開発を前提に作られたタスク管理の考え方を、そのままAI開発に当てはめていることが原因です。この記事では、AI開発が「探索的段階型」であるという構造を踏まえたタスク管理と見積りの立て方を整理します。
AI開発でJira・Trelloが機能不全を起こす理由｜『進捗が読めない』の正体
従来型のWebアプリやシステム開発では、要件が確定していれば「画面Aの実装」「API Bの実装」といったチケットを積み上げ、消化率で進捗を測ることができます。しかしAI開発では、モデルの精度がどこまで上がるか、どのアプローチが有効かは実際にデータで検証してみるまで分かりません。「モデルの検証」というチケットを1つ作ったとしても、それが1日で終わるか2週間かかるかは着手前には見積もれないことが多く、消化率という指標そのものが実態を反映しなくなります。結果として、管理者は「進捗80%」という数字を信じて報告してしまい、後になって「まだ実用精度に届いていない」という事実が発覚し、経営層やクライアントとの間で見積りのズレが表面化するのです。
Why Different
AI開発が『探索的段階型』である理由｜経済産業省ガイドラインに見る従来型開発との違い
経済産業省が公表している「AI・データの利用に関する契約ガイドライン（AI編）」では、AIソフトウェア開発は従来型のソフトウェア開発とは異なる特性を持つと整理されています。従来型開発は要件から仕様を導き出す演繹的なアプローチが可能ですが、AI開発は学習用データセットから統計的にパターンを見出す帰納的アプローチであるため、開発対象の動作原理を事前に正確に把握することが難しく、性能を契約前に確定させることも困難です。そのためガイドラインでは、アセスメント（見極め）→PoC（技術検証）→開発（実装）→追加学習という4段階を踏む「探索的段階型」の開発方式が提唱されています。つまりAI開発では、各段階で「次に進めるかどうか」を判断しながら進む前提そのものが、Jira・Trelloが想定する「決まったタスクを消化していく」管理モデルとかみ合わないのです。
「今のタスク管理のやり方で本当に合っているか」だけでも相談可能です。現状の進め方を伺いながらご提案します。
無料で相談するMisconceptions
AI開発タスク管理でよくある3つの誤解
誤解1：実装タスクと同じ粒度・工数感覚で分解できる。実際には「モデルの検証」という1つのタスクの中に、着手前には見通せない試行錯誤が多数含まれています。実装タスクのように1〜2日単位で細かく分割しようとすると、分割そのものに時間がかかり、かえって見積りの精度が落ちます。
誤解2：進捗率(%)やスプリント消化率で状況を把握できる。チケットが「完了」になったことと、実用に足る精度が出ていることは別問題です。消化率が高くても目標精度に届いていないケースは珍しくなく、％表示だけを信じると実態と大きくズレます。
誤解3：初期見積りが最後まで大きく変わらない。PoCの結果次第で、当初想定していたアプローチそのものを変更することもあります。探索的段階型である以上、見積りは各段階を通過するごとに更新されるものだと最初から関係者間で認識を合わせておく必要があります。
Process
『実験』と『実装』を分けるAI開発タスク管理の実践ステップ
- ステップ1：検証タスクと実装タスクを分けて管理する：「動くか分からない」精度検証・アルゴリズム比較などの検証タスクと、「仕様が確定している」画面実装・API接続などの実装タスクを、同じボード上でも別のレーンやラベルで明確に分けます。検証タスクには工数見積りを固定せず、実装タスクは通常のスプリント管理で問題ありません。
- ステップ2：精度・性能検証をマイルストーン化する：「PoCで精度80%を達成できたら本開発に進む」といった達成条件を各段階のマイルストーンとして設定し、通過判断のタイミングを事前に関係者と共有しておきます。実際に当社の製造業事業「NEWJI」が開発・運営するAI見積・受発注システム「Newji one」も、調達・購買業務の属人化解消を目的に開発されており、こうした段階的な進め方の重要性を実務の中で実感しています。
- ステップ3：見積りは点ではなく幅（レンジ）で示す：「3週間」という点の見積りではなく、「PoCの結果次第で3〜6週間」という幅で示し、幅が動く条件（データ量、精度目標の変更など）もあわせて伝えます。見積りの幅がなぜ生じるのかについては、AI開発の見積もりはなぜ会社によって数倍も違う？費用の内訳と予算の組み方、相見積もりで見るべきポイントでも詳しく解説しています。
- ステップ4：非エンジニア関係者への進捗共有は達成条件ベースで行う：「進捗70%」ではなく「現在は精度検証フェーズで、目標精度70%のうち62%まで到達している」といった、達成条件を軸にした報告に切り替えることで、経営層やクライアントも状況を正確に把握できます。
Comparison
タスク管理の型を比較する｜従来型ツール運用と探索的段階型マネジメントの違い
| 進捗・見積り・共有方法の扱い | 特徴 |
|---|---|
| Jira/Trello等の従来型ツールをそのまま流用 | 導入コストは低いが、消化率と実態の精度がずれやすく、見積りが後半で大きく崩れやすい |
| 社内で独自にAI版運用ルールを手探りで構築 | 現場感覚に合わせられる柔軟性はあるが、型化に時間がかかり、担当者の異動・退職でノウハウが失われやすい |
| オプティソースのAIプロダクト開発支援 | 探索的段階型を前提とした進捗管理・見積りの型を提供できる一方、社内に完全に定着するまでは一定の連携コストがかかる |
FAQ
AI開発のタスク管理に関するよくある質問
Jira・Trelloは完全に使えないのでしょうか？
使えないわけではありません。実装タスクの管理には引き続き有効です。ただし検証タスクにも同じ粒度・進捗率の考え方を当てはめると実態とずれるため、検証タスクと実装タスクを分けた運用ルールを追加することをおすすめします。
AI開発のPoCから本開発完了まで、期間はどのくらいが目安ですか？
案件の複雑さやデータの整備状況によって幅がありますが、PoCが1〜3ヶ月、本開発が3〜6ヶ月程度になるケースが多く見られます。探索的段階型である以上、PoCの結果次第で期間や範囲が変動する点は、着手前に関係者間で共有しておくことが重要です。
非エンジニアの経営層にはどう説明すればいいですか？
「進捗〇%」という抽象的な数字ではなく、「今はPoCフェーズで、目標精度のうち何%まで到達しているか」という達成条件ベースの表現に切り替えると、専門知識がなくても状況を判断しやすくなります。
中小企業でもこうしたタスク管理の型化は必要ですか？
必要性は高まっています。独立行政法人中小企業基盤整備機構（中小機構）が公表した「中小企業のAI等の利活用に係る実態調査」では、中小企業のAI導入率は20.4％、導入検討中を含めると39.0％が前向きとされています。導入企業が増える一方で、現場のタスク管理・進捗把握の型が確立していないケースは多く、早い段階で型を持っておくことが後の混乱を防ぎます。
社内にAI開発の経験者がいない場合、どこから相談すればいいですか？
タスク管理だけを個別に相談することも可能です。現状のプロジェクトの進め方や使っているツールを伺い、無理のない範囲で改善案をご提案します。
AI開発の進捗が読めなくなる原因は、管理者の能力ではなく「探索的段階型」という開発の構造を無視したタスク管理の型にあります。検証タスクと実装タスクを分け、精度検証をマイルストーン化し、見積りを幅で示し、達成条件ベースで関係者に共有する。この4点を押さえるだけで、AI開発の進捗と見積りは格段に読みやすくなります。自社での型化に不安がある場合は、プロジェクトの進め方そのものからご相談ください。
