現在、「開発が追いつかない」「外注する予算もない」「自分の手が足りない」と消耗している人にとって、常識が壊れる内容です。
「プログラミングは独学。IT企業での勤務経験なし。元々は土木作業員で穴を掘っていた」
それでも、AIを”並列社員”として配置する仕組みを作ったことで、1人で10プロジェクトを同時に回し、月商7桁の開発会社を運営するに至った。
この記事では、その全手法を公開する。
第1章: 「手が足りない」は嘘だった
開発者なら誰でもこう思ったことがあるはず。
「案件が重なって手が回らない」 「あと2人いれば全部間に合うのに」 「外注したら品質が落ちる」
私もそうだった。
受託案件を抱えながら、自社SaaSも作りたい。でも体は1つ。1日は24時間。寝なきゃ死ぬ。
そんな時、ふと気づいた。
AIに「タスクを振る」のではなく、AIを「社員として常駐させる」ことはできないか？
ChatGPTに質問を投げるのではない。Claude Codeというターミナルベースの開発AIを、プロジェクトごとに1人ずつ配置する。それぞれが独立して、同時並行でコードを書き続ける。
これが全ての始まりだった。
Naokiコメント: 最初は「AIにコード書かせるなんて品質大丈夫？」と思ってた。でも実際にやってみたら、人間のジュニアエンジニアより遥かに速く、ミスも少ない。問題は「管理」だけだった。
LINE登録でAI活用情報を受け取る
最新のAI活用Tips、限定セミナー情報、無料テンプレートをLINEでお届け。
第2章: 「AI社員」の配置方法
やり方はシンプル。
ステップ1: プロジェクトごとにセッションを立てる
1つのMacの中で、ターミナルセッションを複数立ち上げる。それぞれのセッションに1つのプロジェクトを割り当てる。
- セッション1号: 病院向けシフト管理SaaS
- セッション2号: 広告管理ダッシュボード
- セッション3号: 受託案件のAPI開発
- セッション4号: 自社ツールの機能追加
- セッション5号: 建設業界向けマッチングサイト
こんな具合に、10個のセッションが同時に走る。
ステップ2: 各セッションに「指示書」を渡す
人間の社員と同じで、AIにも「何をやってほしいか」を明確に伝える必要がある。
ただし、人間と違うのは:
- 一度指示したら、完了するまで勝手に動く
- 質問があれば聞いてくるが、基本は自走する
- 夜中でも週末でも止まらない
ステップ3: 「承認」だけ人間がやる
AIが勝手にやってはいけない操作がある。本番環境へのデプロイ、データベースの変更、外部APIの呼び出しなど。
これらは「承認待ち」としてAIが止まるので、人間がチェックして「OK」を出す。
つまり、経営者の仕事は「承認」だけ。
Naokiコメント: 実際にやってみると、朝起きて承認待ちを5件さばいて、昼にまた3件。それだけで10プロジェクトが前に進む。自分がコードを書く時間はほぼゼロになった。
第3章: 「Mac Mini軍団」は本当に必要か？
海外のAI開発者の間で「Mac Mini Army」が流行っている。
Mac Miniを5台、10台並べて、それぞれでAIを走らせる。Andrej Karpathy（元Tesla AI責任者）も興味を示した話題だ。
しかし、冷静に考えてほしい。
Mac Mini 1台: 約10万円 10台: 100万円 電気代: 月数万円 場所: 必要 管理: 10台分のメンテナンス
一方、1台のMacBookで仮想的に10セッション走らせれば:
追加コスト: ゼロ 場所: いつものデスク 管理: 1画面で完結
CPUやメモリが足りなくなるのでは？と思うかもしれないが、AIの処理はクラウド側（Anthropicのサーバー）で行われる。ローカルマシンがやるのは「指示を送る」「結果を受け取る」「ファイルを書き込む」だけ。
つまり、MacBook1台で十分なのだ。
Naokiコメント: Mac Mini軍団は「映え」としては最高。でもビジネスの観点では非効率。同じ成果を1台で出せるなら、その100万円は広告費に回した方がいい。
第4章: 監視画面を作った理由
10セッション同時に走らせると、1つ問題が出る。
「今どのプロジェクトが何してるか分からない」
ターミナルを10個開いてタブを切り替える？ 非現実的。
だから、全セッションを1画面で監視できるツールを自作した。
- 各セッションのステータス（作業中 / 承認待ち / 完了）が一目で分かる
- 承認待ちはワンクリックで処理
- 作業内容のプレビューも可能
これで、10プロジェクトの管理が「1つのダッシュボード」に集約された。
Naokiコメント: この監視ツールを作ったことで、開発業務の95%がAI任せになった。残りの5%は「承認」と「方向性の意思決定」だけ。経営者として本来やるべき仕事に集中できるようになった。
第5章: 実際の成果
この仕組みを導入してから:
- 同時進行プロジェクト数: 2-3個 → 10個
- 1プロジェクトあたりの開発速度: 約3倍
- 自分がコードを書く時間: 1日8時間 → ほぼゼロ
- 空いた時間の使い道: 営業、コンテンツ制作、戦略立案
人を雇っていたら:
- エンジニア10人 × 月50万 = 月500万円の人件費
- 採用コスト、マネジメントコスト、離職リスク
AIなら:
- Claude Code: 月額2万円程度
- 離職しない、文句言わない、24時間稼働
Naokiコメント: 誤解してほしくないのは、「人間のエンジニアが不要」という話ではないこと。設計、要件定義、ビジネス判断は人間にしかできない。AIは「手を動かす作業」を代替するだけ。でも、その「手を動かす作業」が全体の90%を占めていた。
ただし、99%の人はこれができない
理由は3つ。
- Claude Codeの使い方を知らない: ターミナル操作すら馴染みがない人が大半
- 「指示書」が書けない: AIに的確な指示を出すには、開発の全体像を理解している必要がある
- 監視の仕組みがない: 10セッション走らせても、管理できなければカオスになるだけ
逆に言えば、この3つをクリアすれば誰でも同じことができる。
解決策
だから私は、この仕組みを再現可能な形にまとめた。
- Claude Codeの導入から並列運用までの手順
- AIへの「指示書」テンプレート
- 監視ダッシュボードツール
興味がある人は、いいね+RTで配布します。
タカハシナオキ 合同会社代表 / 元・土木作業員 / 現・AI活用開発者 1台のMacと複数のAIで、人件費ゼロの開発会社を運営中。
