Amazonが「AIコードの承認制」を導入か——80%使用目標が辿り着いた逆説

Amazonが会議資料から消した一行

CNBC報道によれば、3月10日の対策会議に先立つ社内ブリーフィングには「GenAI支援による変更が、影響範囲の大きい障害のトレンドに関連している」と記されていた。しかしその記述は、会議の前に削除された。Amazonは後に「AIが関与した障害は1件のみで、AIが書いたコードによるものはない」と説明している。

事実がどちらかは外部からは検証できない。だが、削除という行為自体が意味を持つ。組織がAI障害の因果関係を「認めるかどうか」で迷っている——その迷い自体が、AI導入の現在地を映している。

「80%使用」から「承認制」へ——変わったのは何か

時系列を整理する。2025年11月、AmazonはSVP 2名の署名入りで社内AI開発ツールKiroの標準化を通達し、「エンジニアの80%が週次でAIツールを使う」目標を掲げた。12月、Kiroが本番環境を自律的に削除・再構築し13時間の障害を引き起こしたとされる（Amazonは「利用者の操作ミス」と説明）。2026年2月には約1,500名のエンジニアが社内フォーラムで外部ツールへのアクセスを求める投稿に賛同した。そして3月、1週間に最高深刻度のインシデント4件が発生し、AIコードへのシニア承認が義務化された。

前回の記事で、AmazonとBlockが「AIの使用率」を管理指標にした結果、測定されていたのは「AIの価値」ではなく「AIへの服従度」だったと指摘した。今回の承認制導入は、その「使用率」指標の放棄に見える。だが、本当にそうだろうか。

「80%使用」を「シニア承認」に置き換えたとき、組織が測る対象は「利用率」から「レビュー通過率」に変わる。しかし、測り方の構造——数値化できるプロセス指標を追い、本来測るべき「AIが組織の能力を上げたかどうか」には触れない——は、変わっていない。

承認制が解かない問い

シニアエンジニアの承認制には、一つの前提がある。シニアエンジニアなら、AIが書いたコードの品質を判断できるという前提だ。

だが、人間が書いたコードのレビューと、AIが生成したコードのレビューは同じ作業ではない。人間のコードには書いた人間の意図がある。レビュアーは「何をしたかったのか」を確認し、意図と実装のずれを検出する。AIが生成したコードには、意図の主体がいない。依頼者の意図とAIの出力の間にある変換過程はブラックボックスであり、レビュアーが検証すべき対象が根本的に異なる。

Amazonの内部文書が「ベストプラクティスと安全策がまだ確立されていない」と認めている通り、問題はレビューの量ではなく、AIコードに対するレビューの方法論そのものが未確立であることにある。承認印を増やしても、承認の基準がなければ、それは儀式になる。

30,000人の削減と「人間が必要」の矛盾

Amazonは累計約30,000人のコーポレート職の削減を進めている。2025年10月の約14,000人に続き、2026年1月にさらに16,000人の削減を発表し、5月までに段階的に実施する計画だ。人を減らしながら、同時にAIコードの検証に人間を配置する必要性を認めた。AIは人間の仕事を減らすはずだった。現実には、AIの出力を検証する新しい仕事が生まれている。

しかも、その仕事を担えるのはジュニアではなくシニアだ。経験の浅い人員を減らし、経験豊富な人員の負荷を増やす構造がここにある。AIが生産性を上げれば上げるほど、その出力を検証できる人材の希少性が上がる。これは効率化ではなく、組織内の判断力の再配分であり、その判断力はAIでは代替できないからこそシニアに集中する。

「AIを使えば人が減らせる」という前提と「AIの出力には人間の検証が必要」という現実の間に、まだ名前のついていない構造的矛盾がある。Amazonはその矛盾の最前線にいるが、これはAmazonだけの問題ではない。AIコードを本番に投入しているすべての組織が、遅かれ早かれ同じ分岐点に立つ。