目次
「AIに頼んだら、見た目は完璧な業務アプリが数十分でできた。でも、会社では使えなかった」——最近、この種の話を耳にすることが増えました。生成AIでアプリを作るツールが身近になり、プログラミング経験のない方でも「作ってみる」こと自体はできるようになったからです。
結論から言うと、これは使った人の失敗ではありません。いまのAIアプリ生成ツールが構造的に持っているギャップです。RENOYでは実際にAIアプリ生成ツールを実機で検証し、何がどう欠けるのかを確認しました。この記事では、その検証結果をもとに「なぜ見た目は完成品なのに業務に載らないのか」と「では、どう使うのが正解か」を整理します。
RENOYが実機検証してみた
私たちは、Googleの AIエージェント開発ツール Antigravity（デスクトップ版）を使い、非エンジニアの依頼を想定した条件でアプリ生成を検証しました。条件はシンプルで、技術的な指定を一切せず「勤怠管理アプリを作ってほしい」とだけ依頼する、というものです。
結果は、正直に言って驚くものでした。
- AIは自分で技術構成（React + TypeScript + Vite）を選び、ダークテーマの市販品のようなリッチな画面を持つアプリを生成した
- 途中でビルドエラーが出ても、AIが自力で原因を突き止めて修正し、最後まで完走した
- 完成後は、手元のパソコン内で動く開発用サーバーを立ち上げ、動くアプリを見せてくれた
数十分で、見た目は「買ってきた製品」と見分けがつかないアプリが手に入ります。ここまでは本当にすごい。問題は、この先です。
見た目は完成品。しかし3つのものが「無い」
生成されたアプリをよく調べると、業務システムとして致命的な要素が欠けていました。技術指定をしない場合、AIはデータをブラウザの中（localStorage という仕組み）だけに保存する形を選んだのです。何が起きるかというと——
- データが自分の端末に閉じている。同僚のパソコンで開いても、データは空。勤怠管理なのに、他の人と共有できません。
- 認証（ログイン）がない。誰が使っているかを区別できず、権限の管理もできません。
- ブラウザの履歴を削除すると、データごと消える。バックアップの仕組みもありません。
この状態を一番よく表すのが、次の実演です。同じパソコンでシークレットウィンドウを開いて、そのアプリにアクセスしてみてください。データが空です。「保存されている」ように見えていたものは、そのブラウザの中だけの話だった、ということが一目で分かります。
さらに検証では、完成後にAIが見せてくれた「動くアプリ」は、あくまで手元の開発用サーバー上のもので、インターネットに公開されたわけではないことも確認しました。検証したツール自体、公開・データベース・認証の仕組みは提供していません。「動いた」と「会社のみんなが使える」の間には、まだ大きな距離があります。
なお、この種のツールは進化が非常に速い分野です。ここに書いた挙動は私たちの検証時点のもので、最新の仕様は必ず各公式情報で確認してください。
なぜこうなるのか：AIは「動くもの」を最短で出す
これはAIの手抜きではなく、合理的な選択の結果です。「勤怠管理アプリを作って」という依頼に対し、最短で・確実に・動くものを見せるには、サーバーもデータベースも使わず、ブラウザの中だけで完結する作りが一番速い。AIはその最適解を選んだだけです。
一方、業務システムに求められるのは別の要件です。
| デモとして完成して見える条件 | 業務システムの条件 |
|---|---|
| 画面がきれいに動く | 複数人で同じデータを共有できる |
| 1人の端末で確認できる | ログインと権限の管理がある |
| その場でデータが入る | データが安全に保存・バックアップされる |
| — | 誰かが運用・保守を続けられる |
左の列は数十分で手に入ります。右の列は、依頼文に書かれていない限りAIは作りません。そして非エンジニアの方が依頼するとき、右の列を仕様として言語化するのはとても難しい。「見た目の完成」と「業務に載る」は、最初から別の問題なのです。
では、どう使うのが正解か
「だからAIでのアプリ生成は無意味」ではありません。むしろ私たちは、検証を通じて試作ツールとしては非常に優秀だと感じました。
- 自分で触れる試作品が数十分でできるため、「欲しいもの」が具体的になる。紙の要件定義書を眺めるより、動く画面を触った方が「ここはこうしたい」が圧倒的に出てきます
- 発注前に自分で試作しておけば、開発会社との会話が仕様レベルで噛み合う。「なんとなくこういうアプリ」ではなく「この画面のこの動きで、ここが違う」と言えます
つまりAIアプリ生成は、要件を言語化するための道具として使うのが現時点の正解です。そして業務に載せる段階では、試作には含まれていなかった要素——データをどこに置くか、誰がログインできるか、バックアップと保守をどう回すか——の設計が必要になります。ここが専門家の出番です。
Google Workspaceをお使いの会社であれば、業務に載せる段階では、AI生成アプリ単体よりも「GAS + スプレッドシート」やAppSheetなど、共有・権限・保存が最初から備わった基盤の上に組む方が堅実なケースが多い、というのが私たちの実感です。
まとめ
- AIアプリ生成ツールは、技術指定なしだとブラウザ内完結型のアプリを作ることがある。見た目は完成品でも、共有・認証・保存が構造的に欠ける
- 見分け方は簡単で、シークレットウィンドウで開いてデータが空なら、そのアプリのデータは端末に閉じている
- これは失敗ではなく、デモの完成と業務システムの要件が別物であることの表れ。AIは「動くもの」を最短で出すのが得意
- 正しい使い方は試作・要件の言語化ツール。業務に載せる段階で、データ基盤・認証・運用の設計を足す
RENOYでは、「AIで自作してみたが、業務に載らない」という段階のご相談を歓迎しています。試作物を拝見し、業務で使える形にするには何が足りないかを診断するところから、無料相談で承っています。まずはお気軽に無料個別相談（オンライン・60分）をご利用ください。サービス内容をまとめた資料は資料請求からご覧いただけます。