AIコーディングツールにおける生産性の幻想

OpenCodeの月間アクティブユーザーは6カ月で10倍に増え、AIコーディングがcopilotから自律エージェントへ移ったことを示している。それでも同社の共同創業者自身はそのツールを熱心に布教しない。このシグナルは成長曲線以上の価値がある。

第一の断層は、コード量が製品品質と相関しないことだ。エージェントは機能実装を加速するが、アーキテクチャの一貫性は依然として人間レビュアーの認知帯域に依存している。その結果は、メンテナンスコストが2〜3年後に爆発するフランケンシュタイン型コードベースである。Accenture、Capgemini、Infosys、TCSなどのグローバルSIとコンサルティング企業は、AI生成を納品へ急速に組み込んでいる。しかし5年間の総所有コストではなく納期時点の品質で価格付けされた契約は、リスクを誤って価格付けしている。逆説的に、AI誘発の技術的負債は2027年以降、リファクタリング収益源になる。混乱を作った同じ企業が、それを片付けるために請求するのだ。社内エンジニアリング組織はすでに、AI生成コードの"debt audits"を内部統制の項目として扱うべきである。

より深いリスクは、エンジニアリング判断そのものの浸食である。開発者は歴史的に、妥協したコードを出荷する心理的摩擦を感じてきた。それはリファクタリングを促す自己調整メカニズムだった。エージェントが単純作業を吸収すると、そのシグナルは静かになる。これはスキルの問題ではなく文化の問題だ。AIファーストでキャリアを始めるジュニアは、欠陥ある設計を嗅ぎ分けるシニアの本能を継承しない。組み込みや安全クリティカル領域、自動車、産業、医療技術のプレイヤーにとって、この伝達ギャップは10年後に競争力不足として表面化する。意図的な対策が重要だ。AI利用ログ、定期的な"AI-free design days,"、保護された基礎訓練期間である。

最も鋭い含意は経営陣に向けられている。ほとんどのエンジニアはAIを使ってより多くを生産しているのではない。同じ仕事をより早く終え、時間を取り戻している。それは個人としては完全に合理的だが、ベンダーがCFOに届ける"double your productivity"という売り文句とは正面衝突する。Copilot、Cursor、Devinのライセンスに8桁を費やし、成功をコード行数、PR数、リリース速度で測る企業は、チームが指標を最適化する一方で事業成果が停滞するのを見るだろう。修正策は、正当化を成果指標、顧客体験指標、インシデント率、新規売上貢献に結び付け、四半期ダッシュボードではなく24カ月の時間軸で測ることである。

CTOへの推奨アクションは、評価を出力から成果指標へ移すこと、技術的負債タグ付けを制度化し事前に予算化されたリファクタリング能力を持つこと、そして判断力の空洞化を防ぐためAIに依存しない設計訓練を守ることだ。いまエンジニアリング組織の内部で起きている静かな地殻変動こそ本当の物語であり、熱狂を追うより防御的な足場を築く方が重要である。