8月20日、TechTargetが「AI botsitting: Why your productivity gains aren't what they seem」と題した記事を公開した。AIの出力ミスを修正する「ボットシッティング」が週6.4時間を奪い、AI導入による生産性向上の実態を大きく損なっているという問題を詳しく論じている。
週6.4時間——AIのミス修正に消える「見えないコスト」
Gleanが公開したWork AI Indexによると、従業員はAIの出力を実用可能な状態にするための修正作業に、週平均6.4時間を費やしている。同レポートはAIによる生産性向上を週11時間と試算しているが、ここから6.4時間を差し引くと、正味の生産性向上は週4.6時間にとどまる計算だ。
この「AIの出力を検証し、誤りを修正し、プロンプトを再実行し、不正確な回答をクリーンアップする」一連の無管理な作業が「ボットシッティング（botsitting）」と呼ばれる。保育士（babysitter）ならぬ、AIの子守りだ。
問題は時間だけではない。頻繁にボットシッティングを行う従業員は、73%の確率で転職を検討しているという。AIへの疲弊が離職リスクに直結している。
「問題に見えない」ことが最大の危険
Fueled社のエンジニアリングディレクター、Christian Chungの指摘が核心をついている。
「危険なのは、問題に見えないことだ。表面上は導入が順調に見える——ツールは使われ、成果物も出ていく。しかし投資対効果の相当な部分が、どのメトリクスにも現れない人手のクリーンアップ時間として、静かに流出している」
同社では同じ役職・同じタスクでも、AIエージェントの設定が成熟している従業員とそうでない従業員とで、成果物の品質と必要な人手介入の量に大きな差が生じていたという。採用率や使用頻度だけを見ていると、この漏れはまったく見えない。
ボットシッティングからボットシフティングへ
ボットシッティングは個人の疲弊にとどまらず、より深刻な組織的問題へと移行するリスクをはらんでいる。疲弊した従業員はAIへの依存を深め、出力の検証をやめ始める。これが「ボットシフティング」——AI任せで品質を問わない状態への移行だ。ボットシッティングが「修正する意欲と余力がある段階」の問題だとすれば、ボットシフティングはその先にある「もはや確認すらしない段階」の問題であり、組織的な品質管理の崩壊を意味する。
Gleanのレポートによると、41%の従業員が、内容を説明できないAI生成の成果物をそのまま提出した経験がある。さらに12%は、誤りだと認識しながら提出したという。低品質な情報がチーム内を循環し、顧客にも届く。ブランドや評判へのリスクは組織全体に波及する。
根本原因：個人の問題ではなく組織の構造的欠陥
ボットシッティングが発生する主な原因は以下の通りだ：
- エンタープライズコンテキストの欠如：LLMは社内の製品・プロセス・用語を知らない。従業員がその都度文脈を補う必要がある
- 性急な導入：パイロットテストや反復改善を省略し、「まず導入して後から考える」方針が定着している
- ツールの孤立：AIツールが縦割りで動作し、データが断片化。従業員がシステム間のデータ連携係になる
- トレーニング不足：プロンプトエンジニアリング、AIのリスク、幻覚（ハルシネーション）の見分け方などの教育が不足
- インセンティブのずれ：AI使用量で評価され、出力の品質や修正時間はまったく評価されない
これらはいずれも、ツール選定や個々の従業員の習熟度の問題ではなく、導入戦略・評価設計・組織構造に起因する構造的な欠陥だ。個人がどれだけ努力しても、組織側の設計が変わらなければボットシッティングは減らない。
CIOが取るべき6つの対策
Commvault社のCIO、Ha HoangはAIを「他のエンタープライズ機能と同様に扱う」必要性を強調する。
「目標はAI使用量を最大化することではなく、不必要な人手監視を最小化しながらビジネス価値を最大化することだ」
記事が示す具体的な対策は以下の6点だ：
- 品質を最大化する：使用量でなく出力の品質を基準に、AIの使用場面・承認フロー・検証基準を明確に定義する
- 判断力を組織全体で育てる：AI導入前に、管理職がAI出力を評価できるよう訓練し、責任あるAI使用のコーチングフレームワークを整備する
- 統合とコンテキストに投資する：AIツールの乱立（スプロール）を抑え、統一プラットフォームを検討する。DataArt社CTOのYuri Gubinは「AIエージェント向けのナレッジベースを構築し、シンプルで事実に基づいた平文テキストで情報を蓄積せよ」と助言する。これは前述の「エンタープライズコンテキストの欠如」への直接的な対処策でもある
- 意味のある指標を測定する：採用率だけでなく、出力品質・ボットシッティング時間・正味の生産性向上・従業員満足度を追跡する
- ガバナンスを確立する：顧客向けAI生成コンテンツには承認ワークフローを設ける
- 人間側に向き合う：AnswerRocket社CTOのMike Finleyは「時間・トレーニング・トークンを与え、学びを加速させろ。その代わり、個人の成果だけでなく、組織全体に展開できる教訓やポリシーという『メタ成果』を求めよ」と提言する
AIの導入コストは、ライセンス料やインフラ費用だけでは測れない。Gleanのデータが示す週6.4時間という数字は、見えないコストが既に積み上がっていることを示している。
詳細はAI botsitting: Why your productivity gains aren't what they seemを参照していただきたい。
