LOG524考察記事2026/11/16

AIで作業が減っても人を手放せない理由 ― Microsoft 365 の長い障害から考えた

AIで読む ChatGPT・Claude などで、この記事に質問できます

AIで作業時間が減っても、仕組みの中身を分かっている人と、なぜそうしたかの記録を手放すと、壊れたときに直せる人がいなくなり、障害は長引く。 2026年11月中旬の Microsoft 365 の長い障害について、「人を減らしてAIにコードを書かせたから復旧に36時間かかった」という筋書きの投稿が X で広まった。これは、その投稿を Claude(Anthropic の AI)と一緒に読み解いた記録で、AIが原因だったという因果は、公式の発表では確かめられていない。

この整理で、次の3つが手に入る。

  • 広まった投稿の、どこが確かでどこが確かめられていないかの切り分け。Microsoft 365 の障害が2026年に何度も起きているのは事実で、AIが書いたコードが原因だという話は、元になった匿名の書き込み自体が推測しないと書いている
  • AIを入れるときに、会社の大きさに関係なく要る4つ。なぜそうしたかを残す、AIに作らせたものをAI以外の目で確かめる、戻し方を先に決めておく、全部を任せない部分を決める
  • 作業時間が減ったあと、人に何を払うかの考え方。働いた時間ではなく、中身を分かっている状態と、壊れたときに来てくれることに払う

きっかけは、韓国語で書かれた NG(@nowgeun)さんの X の投稿 だった。Microsoft の大量の人員削減で給料の高いシニア開発者が先に整理され、残った人が仕事を抱えきれずにコードの大半をAIに任せ、誰もコードを読めないまま36時間の障害になった、という10項目の筋書きを並べている。この投稿は、The Quiet Engineer(@tQuietEngineer)さんの投稿を引用していて、そちらには Microsoft India のエンジニアを名乗る匿名の社内掲示板の書き込みの画面写真が付いていた。古い仕組みを分かっていたシニアのエンジニアがいなくなり、前は45分で済んだ切り戻し(変更を元に戻すこと)が5時間かかるようになった、という内容だ。

気になったのは、このプロジェクトでも、AIと組んで研究と発信を回していることだった。コードの多くを Claude Code に書かせ、毎日の作業を全部ログに残している。人を減らしてAIで穴を埋めると何が壊れるのかは、他人事ではない。

話したこと行き着いたところ
被害はさらに広がるか
障害は今後も起きる。2026年は大きな障害が続いていて、多くのサービスが使う中心部分が壊れると全体に広がる作りだから。AIが原因という因果は確かめられていない
AIだけで回すと何が問題か
作る速さに、分かっている人の数が追いつかない。普段は動くので見えず、壊れたときに誰も中身を知らないと分かる
AIを入れるときに要ること
なぜの記録、AI以外の目での確認、戻し方、人に残す最終判断と止める権限。規模が小さいほど効く
減った作業時間と雇用
時間で払う雇用だと人を切る判断になる。分かっている状態と、壊れたときにいることに払う形が合ってくる
早すぎた指摘
被害が見えるまで聞かれない。今が届く時期で、主張より実物を見せるほうが届く
ログを全量残すこと
正しい判断で、AIが読めるぶん意義は増えた。なぜの記録と、ときどきの再現テストを足す
土台を軽視しないこと
土台は回っている間は見えない。なぜの記録は、AIの時代の人材育成の教材にもなる

作業ログ ― Claude との対話を、そのまま残す

ここから下は、対話の全量です。私の発言を引用で、Claude の答えを本文で載せています。各節の頭の太字の一文は、その節で Claude が答えようとした問いです。記事化の段取りのやり取りは外しました。Claude の答えの中の太字は、記事の太字の決まりに合わせて外しています。Claude の答えの中で私の名前を呼んでいた所は、言い換えました。X の投稿は画面写真から読んでいて、投稿の文はそのままの引用ではなく、日本語でまとめています。各節の後ろに、補足として、あとで考えたことを足しています。

この記事に出てくる言葉

言葉ふだんの言葉で言うと
Microsoft 365
Microsoft のメール(Outlook・Exchange Online)、会議(Teams)、ファイル(SharePoint・OneDrive)などを、まとめてネット経由で使うサービス
障害
サービスが止まったり、一部が使えなくなったりすること
デプロイ
書いたコードや変えた設定を、実際に動いているサービスに反映すること
切り戻し(ロールバック)
反映した変更を取り消して、前の状態に戻すこと
PIR(Post-Incident Review)
障害のあとに会社が出す、原因と再発を防ぐ手立ての報告
暗黙知
文書になっておらず、その人の頭の中だけにある知識。なぜこの設定にしたのか、どこを触ると何が壊れるのか、など
リテイナー
月々決まった額で、必要なときに相談や対応をしてもらう契約

X の投稿の筋書きと、確かめられたこと

これからさらに被害が広がる可能性は高いですか?

(このとき、NG さんの投稿と、引用元の The Quiet Engineer さんの投稿、返信欄の画面写真を添えて聞いた)

— Microsoft 365 の障害は、これからさらに広がるか。

障害が今後も起きる可能性は高いです。ただ、この投稿が言う「人を減らしてAIにコードを書かせたから壊れた」という因果関係は、今のところ確かめられていません。

障害が多いのは事実です

2026年だけでも、Microsoft 365では大きな障害が何度も起きています。1月22日には北米で約10時間止まりました。8月31日には、認証の中心にある設定の不具合でExchangeやTeamsなどが巻き込まれ、約77時間続きました。11月9日にもOutlook on the webで障害があり、報道では「荒れた1年」と書かれています。共通しているのは、多くのサービスが使う中心部分(認証・配信網・設定)が1か所壊れると、全体に広がるという作りです。この作りがある限り、また起きると考えるのが自然です。

投稿の筋書きは割り引いて読むべきです

  • 元の「リーク」は匿名の社内掲示板の書き込みです。その書き込み自体が「原因が悪いデプロイかAIスクリプトの暴走かは推測しない」と書いています。
  • 韓国語の投稿者(NG)も、返信では原因を「過去に入れた単純な設定ミス」と書いていて、10項目の筋書きと食い違っています。
  • 「25%削減」「AIのコードが原因」を裏付ける公式の発表は、検索した範囲では見つかりませんでした。

言えそうなこと

いちばん筋が通っているのは「古い仕組みを分かっている人が減って、復旧に時間がかかるようになった」という部分です。原因が設定ミスだったとしても、昔は45分で済んだ切り戻しが何時間もかかる、という話とは矛盾しません。AIが原因かどうかより、文書に残っていない知識が人と一緒に抜けていくことのほうが本当の危険だと思います。この点は、記録を残して外部のレビューを通すというこのプロジェクトの決まりそのものです。

なお、今回の11月中旬の障害については、公式の原因報告(PIR)はまだ確認できていません。

Sources:

補足。投稿にある数字は、出どころによってばらばらだった。NG さんの投稿は36時間のダウン、引用元の匿名の書き込みは12時間を超えた、と書いている。NG さん自身も、返信欄で原因を過去の単純な設定ミスだと書いていて、本文の10項目(人を減らす → AIに任せる → 誰も読めない → 原因が分からない)と、原因の部分がつながっていない。一方で、2026年の Microsoft 365 は、1月の約10時間、8月末から3日ほど続いた認証の設定の不具合、9月の 502・503 のエラー、11月9日のメールの障害と、大きな止まり方が続いている。障害が多いことと、原因がAIだということは、別の話として分けて読む必要がある。返信欄でも、全ての作業には文書があるはずで、個人に頼る会社がおかしい、という声と、全てを文書にできるわけではない、という返事がぶつかっていた。この食い違いが、そのまま次の節の話になった。

AIだけで回すと、作る速さに分かっている人が追いつかない

AIだけで仕事を回そうとすると問題になることの筆頭だよね。 もちろんどんな仕組みも人がいなくなって脆弱性が露呈するというのはよくあることで、デジタルツールの場合はその範囲が広いのと、被害の大きさが半端ないのでちょっとしたことでもこうやって問題になるよね。

— AIが加わって、人がいなくなったときの壊れ方は何が変わったか。

そうですね。人が抜けると仕組みの弱いところが出る、という話自体は昔からあります。デジタルの場合は、1か所の設定が世界中の何百万人に同時に効いてしまうので、小さな見落としでも被害が一気に大きくなります。

AIが加わって変わったのは、作る速さに対して、分かっている人の数が追いつかなくなったことだと思います。コードや設定はいくらでも増やせますが、それがなぜそうなっているかを説明できる人は増えません。普段は動くので問題が見えず、壊れたときに初めて「誰も中身を知らない」と分かります。今回の件は、その形がそのまま出たものに見えます。

フィジカルAIでは、これがもっと重くなります。画面の障害なら止まるだけで済みますが、ロボットは止まり方を間違えるとぶつかったり、物を落としたりします。このプロジェクトで、実機のガードを緩めずに上流の原因を直す、ログを全部残す、外部の目を通す、という決まりを置いているのは、ちょうどこの問題への備えになっています。

補足。このプロジェクトでは、ロボットアームの関節の角度を止める安全の値(ガード)を、原則として緩めない決まりにしている。動きがおかしいときは、まずその前の段階の原因(姿勢の選び方や、指令の作り方)を直す。AIに書かせたコードは、実機で動かす前に codex や Gemini という別の AI にレビューさせ、最後は人が実機の動きを目で見て決める。どれも、AIが速く作ったものを、作った本人(AI)だけに確かめさせないための手順だ。Microsoft の件で言われている「誰もコードを読めないまま出した」は、この手順が全部抜けた状態にあたる。ロボットの場合、抜けたまま動かすと、画面が止まる代わりに、アームが机や人の手にぶつかる。

AIを入れるなら規模に関係なく要る4つ

AI導入するならどんな規模でも必須の考え方だと思う。

— AIを入れる会社が、規模に関係なく最低限持っておくべきものは何か。

同感です。しかも規模が小さいほど効いてくると思います。大企業なら人が抜けても誰かが残りますが、数人の会社や個人だと、分かっている人が1人いなくなればそれで終わりです。

規模に関係なく、最低限これだけは要ると思います。

  • なぜそうしたかを残す。何をしたかはAIでも書けますが、なぜそうしたかは人が決めて残さないと消えてしまいます。
  • AIに作らせたものを、AI以外の目で確かめる。別の人や別のAIでもいいので、同じ書き手に確認させないことです。
  • 戻し方を先に決めておく。壊れたときに戻せるなら、多少の失敗は致命傷になりません。
  • 全部を任せない部分を決める。最終判断と、止める権限は人に残します。

これは「AIを入れれば人がいらなくなる」という売り方の逆です。AI導入支援を出すときには、ここが他と違う核心になると思います。今回のMicrosoftの件は、それを説明するときのいい実例になりそうです。

補足。4つを、このプロジェクトでの実際のやり方に当てはめると次のようになる。

要ることこのプロジェクトでのやり方
なぜそうしたかを残す
決まりの文書に、決めた日・理由・きっかけになった出来事を1行ずつ足す更新履歴を置いている
AI以外の目で確かめる
Claude Code が書いたコードを、codex か Gemini にレビューさせる。同じ書き手で書いて確かめると、同じ盲点を持つため
戻し方を先に決めておく
コードは git、Unity の作業は区切りごとにチェックインする。消したり上書きしたりする操作(git clean など)は使わない決まり
全部を任せない部分を決める
最終判断と実機の操作は人がする。AIは判断の材料をそろえる側

図解では、この4つと「分かっている人がいるか」を切り替えて、障害が起きた日のどこで詰まるかを見られるようにした。どれか1つが欠けても、障害の流れのどこかが止まる。

作業時間が減ったあと、人に何を払うか

人がいらなくなるというより、人がずっと必要な時間が少なくなるのでシステム維持に必要な時間が圧倒的に減るのにその人を雇い続ける意義、もしくは企業判断みたいなものを今までとは根本に見直す必要があるよね。

— 維持に要る時間が減ったとき、会社は人をどう雇えばよいか。

そこが本題だと思います。これまでの雇用は「働いた時間」に払う形だったので、作業時間が減れば人も減らす、という判断になります。今回のMicrosoftの件は、その計算のまま人を切った結果に見えます。

でも、残る人の価値は作業時間ではなく、次の2つにあります。

  • 壊れたときにいること。消防や保険と同じで、何も起きない日は無駄に見えますが、起きた日に全部の元が取れます。
  • 中身を分かっている状態を保つこと。これは放っておくと薄れます。触らない仕組みは、分かっている人の頭の中からも少しずつ消えていきます。

なので、時間で払う雇用ではなく「分かっている状態」と「いざというときに来ること」に払う形が合ってくると思います。顧問契約やリテイナー(月々の固定)、何社かで1人を分け合う形などです。その人の仕事も、普段は記録の手入れや、戻す手順を実際に試す訓練が中心になります。

これは私自身の働き方の話でもあると思います。毎日フルで張り付く人ではなく、仕組みを分かっていて落とし所を決められる人として、何社かに関わる形です。企業の側がこの見直しを始めれば、そういう立ち位置の需要が出てきます。

補足。時間で払う形と、分かっている状態に払う形を並べると、違いは何も起きない日と、壊れた日に分かれる。

時間で払う雇用分かっている状態に払う契約
何も起きない日
作業が減ると、払う意味が見えにくくなる
記録の手入れ、戻す手順の訓練をする
壊れた日
人を切ったあとだと、中身を知る人がいない
来て、どこを戻せばよいかを決める
会社の判断の物差し作業時間
壊れたときに失うもの(止まった時間・信用)

払う相手を変えると、評価の物差しも変わる。作業時間で見ると、AIが速くなるほど人は高く見える。壊れたときに失うもので見ると、分かっている人がいないことのほうが高くつく。Microsoft 365 の8月末の障害は3日ほど続いた。止まっている間、世界中の会社のメールと会議が使えなかったことを考えると、維持の人を減らして浮いた費用と釣り合うかは、かなり怪しい。

早すぎた指摘は届かない、今は届く時期

これはAI出てきた当初からわかっていたことだけど、考えが広まるには問題が大きくなってみんなが認識しないと話しても無駄だなと思っていたことでした。今現実になっただけでAIの概念的な本質を捉えていればすぐわかることでもあるけどね。

— 前から分かっていたことを、今どう伝えればよいか。

本質が見えていれば最初から分かることでも、多くの人は被害が目に見えるまで聞く耳を持たない、というのはよくあることですね。早すぎる指摘は、正しくても「心配しすぎ」で片付けられてしまいます。

だとすると、話しても無駄だった時期は終わって、今がちょうど届く時期に入ったとも言えます。今回のような件で、みんなが「なぜこうなったのか」を探し始めています。そこに答えを出せる人の言葉が拾われます。

伝えるときは「前から分かっていた」という形より、「どう防ぐか」を具体的に見せるほうが届くと思います。前者は正しくても反発を買いやすいからです。このプロジェクトでは、AIと組んで仕事を回しながら、記録を残し、外部の目を通し、人が最終判断する、ということを毎日の公開ログで実際にやっています。主張より先に実物があるので、それが一番強い材料になると思います。

補足。この記事自体が、その「実物」の1つになる。X の投稿を見てから記事にするまでの判断を、Claude との対話のまま残している。AIが答えた内容のうち、確かめた事実(2026年の障害の日付と長さ)と、確かめられていないこと(AIが原因という話、25%の削減)を分けて書いたのも、同じ考え方だ。AIの答えをそのまま信じず、出どころを付けて残しておけば、あとで読み返した人(自分も含めて)が、どこまで信じてよいかを判断できる。

ログを全量残すことは、他の方法より先に土台になる

おれはこれが正解かはわからないけど、ログを全量残す意義(無駄に見えるけど)があると思って続けてきただけです。 他に良い方法があればそれに従う。

— 作業のログを全量残すやり方は正しいか。もっと良い方法はあるか。

全量残すのは正しい判断だと思います。AIが出てきて、意義がむしろ大きくなりました。以前は全量のログは誰も読み切れないので無駄に見えましたが、今はAIが大量の記録を読めるので、残っていればあとから引き出せます。逆に、要約だけ残すと、残すときに捨てた部分は二度と戻りません。

ただ、全量だけだと弱いところが2つあります。

  • 量が多いほど、なぜそうしたかが埋もれる。決めたことと、その理由は、ログとは別に短く残しておくと探しやすくなります。このプロジェクトの決まりの文書(MASTER)の更新履歴がまさにこの形です。
  • 残っていることと、使えることは別。ログから本当に元に戻せるかは、試してみないと分かりません。たとえば、何も知らない状態のAIにログだけ渡して、ある判断の理由を説明させたり、手順を再現させたりしてみる。答えられなければ、そこが記録の穴です。

なので、他の方法に乗り換えるより、全量を土台にして「決めたことの記録」と「時々の再現テスト」を足すのが良いと思います。2つ目は、主指標にしている「再現可能な環境」の考え方とも同じです。

再現可能なのかはやってみないとわからないけど、無いよりはマシとは思ってます。

— 再現できるか分からない記録にも、残す意味はあるか。

そうですね。無いものからは何も戻せませんが、残っていれば試すことはできます。そこが一番大きな差だと思います。

試すのも大がかりにしなくて大丈夫です。気が向いたときに、過去の判断を1つ選んで、まっさらなAIにログだけ渡して「なぜこうしたか」を聞いてみる。それくらいで十分です。答えが合っていれば記録は効いていますし、外れたら、その1か所を足せば済みます。

補足。このプロジェクトの主指標は「再現可能な環境数」で、他人が同じ手順で同じ結果に届く状態にあるものだけを数える。手順が公開されていて、依存する道具と版が書いてあり、自分以外の環境で再現された記録があるか、再現に必要な情報が欠けていないことを第三者が確かめられることが条件だ。まっさらなAIにログだけ渡して説明させる試しは、この「第三者が確かめる」を、手軽に回す方法にもなる。Microsoft の件で言えば、辞めた人の頭の中にしかなかった知識は、この試しをする前に消えてしまった。

土台は、うまく回っている間は見えない

これからはAIとうまく付き合いながら組織構築やビジネスへの活用、人材育成など進める必要はあるので土台になるものはあまり軽視しないことが大事だと思ってます。

— AIと組んで組織や人を育てるとき、土台をどう扱えばよいか。

同感です。土台は、うまく回っている間は目に見えないので、真っ先に削られやすいものです。でも、なくなったときの被害は今回のように桁違いになります。

人材育成とも直接つながると思います。AIが作業をこなすほど、若い人が手を動かしながら覚える機会が減ります。そのときに、なぜそうしたかの記録がそのまま教材になります。土台をきちんと持っている組織は、AIを入れても人が育ちます。持っていない組織は、AIを入れるほど分かっている人が減っていきます。

補足。投稿の筋書きの4番目に、歴史も知らない残った人が辞めた人の仕事を全部引き受ける、という項目があった。歴史を知らないのは、残った人のせいではない。なぜそうしたかが、どこにも書かれていなかったからだ。AIが作業をこなす時代に人が育つかどうかは、その人が手を動かす量より、なぜの記録に触れられるかで決まる。このプロジェクトで、記事に対話を要約せず全量で残しているのも、あとで読む人(自分とAIを含む)が、結果だけでなく考えが動いた道筋をたどれるようにするためだ。

締め ― AIが減らすのは作業で、分かっている人ではない

AIで減らせるのは作業時間で、仕組みの中身を分かっている人と、なぜそうしたかの記録は減らせない。それを手放した組織は、壊れた日に初めてそのことに気づく。

手放したもの壊れた日に起きること
分かっている人どこが壊れたのかを絞れない
なぜそうしたかの記録
直していい設定と、触ってはいけない設定の区別がつかない
AI以外の目での確認
出す前に止められたはずの変更が、そのまま出る
戻し方
前は45分で戻せたものが、何時間もかかる
人に残した最終判断
止める判断が遅れ、被害が広がる

Microsoft 365 の今回の障害の原因は、まだ公式には分かっていない。それでも、障害が続く中でこの投稿が広く読まれたのは、多くの人が自分の職場で同じ形を見ているからだと思う。

出典