AI（人工知能）は多くのコードを生成しますが、ソフトウェアの開発速度は必ずしも向上するとは限りません。

人工知能を活用したコーディング支援ツールに関する、これまでで最も興味深いデータの一つを発見しました。それは、より多くのコードを書くことが、必ずしもより多くのソフトウェアを生み出すとは限らないということです。

ハーバード大学のフィオナ・チェン氏とジェームズ・ストラトン氏の研究では、2021年から2026年3月までの700社以上のソフトウェア企業における70万人の従業員に関するデータと、3億件の業務データを分析しました。コーディング支援ツールが導入された後、コード行数の平均が約30％、コミット数が約20％、プルリクエスト数が約23％増加しました。

しかし、最も重要な点は、これらのツールが業務を効率化しているかどうかです。Jiraなどのツールで追跡される、バグ、タスク、および機能の完了率において、統計的に有意な変化は見られませんでした。

ボトルネックはコードレビューにあります。プルリクエストが送信されてからメインのコードベースに統合されるまでの時間が、平均で49％も増加しました。修正が必要なプルリクエストの割合はほぼ2倍になり、プルリクエスト1件あたりのコメント数は約35％増加し、コードレビューを担当する従業員の割合も約14％増加しました。つまり、コーディングの速度が向上したとしても、その恩恵の多くは、レビューと修正の段階で失われているのです。

企業は、この問題を人工知能で解決しようとしています。2026年3月時点で、調査対象の企業の80％が、何らかの人工知能を活用したコードレビューツールを使用しているとのことです。しかし、レビューコメントのわずか23.3％がこれらのツールによるものであり、ツールがプルリクエストのわずか10.8％に貢献しているに過ぎません。依然として、多くの作業は人間が行っています。また、調査期間中、アクティブな従業員数に有意な変化は見られませんでした。

このデータは2026年3月で終了しており、それ以降、これらのツールは進化していることに注意が必要です。しかし、私が得た教訓は明確です。生産性を向上させるためには、コーディングの速度だけでなく、レビュー、バグ修正、および統合のプロセスも加速させる必要があります。

Ars Technicaの記事：https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
研究のPDF：https://fion.ac/jellyfish.pdf

出典：DonanımHaber