はじめに

時間がない人向け：10秒で読む超概要

AIで個人の出力は増えたが、レビューなど「次の人の作業」が詰まりやすい、という分析がある
Googleの「効果的なチーム」の分析では、メンバーの顔ぶれより「チームの協力の仕方」のほうが成果を左右した
重要なのは、心理的安全性・相互信頼・構造と明確さ・仕事の意味・インパクトの5要素

AIを使えば、コードを書くのが以前より速くなりました。
一方で、速く作れるようになった分、レビューや確認といった「次の人の作業」が詰まりやすいとも言われます。

Faros AIの分析では、AI利用が進んだチームで完了タスクが21%、マージされたプルリクエスト（PR：コード変更を提案・レビューし、リポジトリへ取り込むための単位）が98%増えました。
ところがPRのレビュー時間も91%増えていて、人による承認がボトルネックになっていると指摘されています。

個人の出力が増えても、受け取る側が追いつかなければ、チームの成果にはつながりにくいということです。
ここで思い出したのが、約10年前にGoogleが「効果的なチームの条件」を調べたProject Aristotleです。
この調査では、メンバー個人のパフォーマンスは、チームの効果性にそれほど影響しない変数のひとつでした。効いたのは「チームがどのように協力しているか」です。

Project AristotleはAI普及以前の調査なので、AI時代にそのまま当てはまると言い切ることはできません。
ただ、「個人の生産性があがっても、チームの協力が整っていなければ成果にならない」という問題を考えるうえで、見直す価値がありそうだというのが、本記事の出発点です。

本記事では、5つの要素を整理して、開発現場で何をすればいいかまで考えてみます。

Faros AIの分析について

内容：開発者10,000人以上・1,255チームのテレメトリ（タスク管理、IDE、CI/CD、リポジトリなどの記録）の分析。アンケートではありません
時期：2025年7月公開（分析は2025年6月時点）
同じ分析では、PRの平均サイズが154%増、開発者あたりのバグが9%増とも報告されています。レビュー時間の増加には、レビュー対象の量やサイズの増加も関係していそうです
相関の分析で、AIが原因だと証明したものではありません。会社全体の指標では、AI導入との有意な相関は見られなかったとも書かれています
チーム間で利用に偏りがあり、1チームだけ加速しても組織の成果になりにくい、という指摘もあります
Farosは開発者向け分析ツールを提供する企業で、ベンダーによる分析である点には留意してください

Googleが分析した「効果的なチーム」の共通点とは

GoogleはProject Aristotleで、社内の180チームを調べました。
数百の変数を分析した結果、次の一文に集約されています。

「誰がチームのメンバーであるか」よりも「チームがどのように協力しているか」

優秀な人を集めるより、協力の仕方のほうが効いたということです。
その条件が次の5つで、重要な順に並んでいます。

順位	要素	ひとことで
1	心理的安全性	ミスや質問をしても大丈夫と思えること
2	相互信頼	引き受けた仕事をやりきってくれると思えること
3	構造と明確さ	役割・進め方・目標がはっきりしていること
4	仕事の意味	チームのための仕事が、自分にとっても意義があること
5	インパクト	チームの成果が組織の目標にどう貢献するか分かること

調査の対象と限界（Google re:Workより）

対象：180チーム（エンジニアリング系115、営業65）。メンバーは3〜50人（中央値9人）で、メンバー同士の相互依存が強いチームに絞っています
影響が小さかった変数：同じ場所で働くこと、合意に基づく意思決定、外向的であること、個人のパフォーマンス、仕事量、先任順位、チーム規模、在職期間など
Google社内のデータなので、他の組織で同じとは限らないとre:Work自身が書いています。たとえばチーム規模は、Googleでは影響が小さかったものの、重要だとする研究は多く存在します
「考えるための物差し」くらいに受け取るのが良さそうです

5つの要素を順番に見る

1. 心理的安全性

5つの中で、Googleが圧倒的に重要としているのが心理的安全性です。
「無知・無能・否定的・邪魔だと思われかねない行動をしても、このチームなら大丈夫」と信じられる状態を指します。
自分のミスを認める、質問する、新しいアイデアを出すといった行動をしても、馬鹿にされたり罰せられたりしないと思える状態です。

「チームの心理的安全性」という概念を最初に提唱したのは、ハーバード大学のエイミー・エドモンソン氏です。
この状態が高いチームには、離職率が低く、他のメンバーの多様なアイデアをうまく活用でき、収益性が高く、マネージャーから「効果的に働く」と評価される機会が2倍多い、という特徴がありました。

日々やること

リーダーは「分からない」を隠さずに言葉にする
ミスの報告には、まず「教えてくれてありがとう」と返す
会議の最後に、1人ずつ「気になる点はありますか」と聞く

気をつけること

基本的な質問ほど「そんなことも分からないのか」と思われるのが怖くて聞けなくなる
開発現場では、AIが書いたコードに違和感があっても「AIが書いたから大丈夫だろう」で流さない空気づくりが大切

心理的安全性が低いと、役割の曖昧さや目標の不明確さに気づいても言い出せず、他の4要素も改善しにくくなりそうです。

エドモンソン氏が挙げる、個人にできる3つの行動

仕事を「実行の機会」ではなく「学習の機会」と捉える
自分が間違うことを認める
好奇心を形にして、積極的に質問する

心理的安全性の定義や研究、AI業界の調査については、以前の記事にまとめています。

https://qiita.com/shinkai_/items/009e6bfbc5e44e2e535a

2. 相互信頼

相互信頼が高いチームは、質の高い仕事を時間内に仕上げる傾向がありました。
低いチームでは、責任の押しつけ合いが起きやすいとされています。

日々やること

各メンバーの役割と責任をはっきりさせる
誰が何をやっているか見えるように、具体的なプロジェクト計画を作る
チケットやタスクボードで、担当と進捗を誰でも見られるようにする
引き受けた仕事が厳しくなったら、早めに伝える

気をつけること

「あの人がやっているはず」という思い込みを放置しない
AIが生成したPRでも、責任を持つ人を明確にしておく

信頼は、言葉だけでは育ちにくいです。担当と進捗が見えて、困ったときに早く相談できる。その積み重ねが信頼になると考えています。

3. 構造と明確さ

メンバーそれぞれが、求められていること、その進め方、行動がもたらす成果を理解している状態です。
目標は具体的で、取り組みがいがあり、達成可能なものにするのがポイントです。

日々やること

チームの目標を定期的に周知し、達成の計画も共有する
会議は明確な議題を決め、進行役を指名する
目標の整理方法として、OKR（大きな目標と、その達成度を測る指標をセットで決める方法）を検討する
AIが書いたコードのレビューは、誰が何を見るかを決めておく
PRのサイズの目安をチームで決める

気をつけること

誰がどう決めるのかが曖昧なまま進めない
目標が大きすぎたり曖昧すぎたりして、取り組みがいを失わせない

WBS（作業を分解して一覧にしたもの）があり、毎朝の朝会で進捗を報告していても、メンバーが「今誰が何をやっているか」を把握していないことがあります。
一目で分かる簡単な表を用意するのも手です。

4. 仕事の意味

仕事の意味は、人によって違います。
経済的な安定、家族を支えること、チームの成功を助けること、自己表現など、さまざまです。
（人によっては『シゴデキになって同僚からモテたい』かもしれませんが）

日々やること

良い取り組みには、好意的なフィードバックを返す
困っているメンバーには手を差し伸べる
助けてもらったら、他のメンバーの前で感謝を伝える（手伝ってもらったら、全員が見えるチャットでお礼を言うなど）

気をつけること

自分にとっての意味を、他の人に押しつけない

「意味がない」と感じている人に、言葉で意味を説得するのは難しいです。
まずは、その人の仕事をきちんと見て、感謝やフィードバックを返すところから始めてみてはどうでしょう。

5. インパクト

チームの仕事が組織の目標にどう貢献するかをメンバーが理解し、自分の仕事に意義があると思えているかどうかです。
個人の仕事が組織の目標にどう貢献しているかを見えるようにすると、実感しやすくなります。

日々やること

自分やチームの仕事が、ユーザーや顧客や組織にどう影響するかを考える
ユーザーの目線で評価する仕組みを入れる
リリースした機能の反応を、チームで共有する

気をつけること

運用や保守のような裏方の仕事ほど、成果が見えにくい

大きな成果だけがインパクトではありません。
「この対応で困りごとが減った」「この資料で判断が速くなった」といった小さな変化も、チーム内で共有してみてください。

要素ごとのまとめ

心理的安全性：言いやすさが他の要素の土台になる
相互信頼：役割と進捗を見える化し、無理なら早めに言う
構造と明確さ：目標・進め方・決め方・レビューの担当をはっきりさせる
仕事の意味：感謝とフィードバックで支える
インパクト：仕事の貢献先を見えるようにする

自分のチームを点検する

では、5つのうち自分のチームで弱いのはどれか。
Googleは、5要素に対応した結果を話し合うためのディスカッションガイドを、re:Workで公開しています。
それぞれの要素を言い換えると、次のような内容です。

要素	問いかけの例
心理的安全性	ミスをしても、それを理由に非難されないと思えるか
相互信頼	引き受けた仕事を、最後までやりきってくれると思えるか
構造と明確さ	有効な意思決定のプロセスがあると思えるか
仕事の意味	チームのための仕事が、自分にとっても意義があると思えるか
インパクト	チームの成果が組織の目標にどう貢献するか、理解しているか

ふりかえりの時間に、この5問を使うだけでも、話し合いのきっかけになりそうです。

チームの効果性に関するディスカッションガイド（Googleドキュメント）

使うときのポイント

原文とディスカッションガイドは、re:Workのページから確認できます
結果は個人を評価するためではなく、チームで話し合う材料として使うのが前提です

さいごに

一度に5つ全部を変えるのは大変です。
まずは、自分のチームで一番弱いのはどれかを、上の5問で確認してみてください。

AIで個人の作業が速くなるほど、その成果を受け止めるチームの協力の質が問われるようになるのかもしれません。
気づいた人が気軽に言えて、役割や目標がはっきりしていて、お互いに頼れる。
そんなチームが、これからますます大事になりそうです。

心理的安全性についての詳細記事

参考リンク