「AIを使えば開発生産性が10倍になる」——この種の宣伝文句は日本のIT部門にも溢れている。しかし実測データを丁寧に追うと、期待と現実の間には無視できない断層があることが分かる。ベンダーの主張と組織レベルの実測値の間に生じている10〜130倍のギャップこそ、AI投資判断において最も直視すべき論点だ。
「10倍」の主張と「7.76%」の実測
400社以上のエンジニアリング組織を継続調査するDX Research（getdx.com）の2026年調査によれば、AIコーディングアシスタント導入によるPRスループット（成果物の出荷速度）の実測中央値はわずか7.76%の向上にとどまる。Hexabaseのコラムが指摘する通り、現実的なレンジは5〜15%であり、ベンダーが好んで掲げる「3〜10倍」という数字とは桁が違う。稟議書に使う数字としてこの差を認識せずに投資判断をすれば、期待外れの結果に直面するのは避けられない。
コーディングは業務の14%――構造的な限界
なぜこれほどの差が生まれるのか。理由は業務の時間配分そのものにある。エンジニアの1日を分解すると、純粋なコーディングに費やす時間は全体のわずか14%程度に過ぎない。残りはコードレビュー、設計議論、ドキュメント作成、テスト、デプロイ、コミュニケーションといった工程が占める。仮にAIによってコーディング速度が3倍になったとしても、業務全体への貢献は14%×3で42%増、つまり全体の約5.9%分の効率化にしかならない計算だ。さらに現実には、コーディングが速くなった分だけコードレビューの件数が増え、デプロイ頻度も上がり、下流工程にボトルネックが移動する。AIが生み出した時間の節約は、別の工程に吸収されてしまう構造がある。
体感86%と実測7.76%、この矛盾の正体
興味深いのは、個人レベルの体感と組織レベルの実測が全く異なる数字を示している点だ。ITmedia @ITが報じたITエンジニア調査（回答者437名）では、86.0%が「AIツール利用で生産性が向上した」と実感していると答えている。コーディング時間の短縮を挙げた回答が56.6%、デバッグ効率化を挙げた回答が43.9%と、体感としての効果は確かに大きい。しかし「組織全体の出荷速度」という指標で測定すると、その効果は7.76%に収束してしまう。個人の主観的な満足感と、組織としての定量的な成果には大きな乖離があるということだ。この乖離を放置したまま「現場が満足しているから成功」と判断するのは危険であり、AI内製化を進める企業はまず組織レベルの計測の仕組みを整えることが先決になる。
Microsoft・Cloudflareが示す「測れない生産性」のリスク
この期待と実測のギャップは、企業経営の判断にも直接影響を及ぼしている。XenoSpectrumの報道によれば、年間1900億ドル規模のCAPEXを投じるMicrosoftですら、社内で導入したAnthropic製コーディングエージェント「Claude Code」をわずか4ヶ月で大半のライセンス打ち切りに追い込まれた。エージェント型AIのトークン消費量が予測を大幅に上回り、固定月額課金モデルではコストが収益を上回る「トークン経済」の矛盾が露呈した結果だ。GitHub Copilotが従量課金制へ移行するなど、AIビジネスモデル自体が転換期を迎えている。同様に、Cloudflareは「AIによる社内生産性向上」を根拠にR&D部門を含む1,100人規模の組織再設計を発表したが、市場はこれを好感せず株価は急落した。同社が公開したのはAI利用回数や経営陣の説明であり、どの職務でどれだけ実測生産性が上がったのかを外部から検証できるデータではなかった点が、投資家の懸念を招いたと分析されている。
計測なきAI活用の限界とトレースデータの可能性
この問題への処方箋として注目されるのが、AIエージェントが生成する行動ログ、いわゆる「排気データ」の活用だ。LangChainで応用研究を率いるビベク・トリベディ氏はAI Engineerポッドキャストで、エージェントのツール呼び出しや応答のすべてがデジタルの痕跡を残しており、このトレースデータをデータマイニングの対象として扱う企業こそが複利的に改善を積み重ねられると述べている。単一の合格・不合格という二値評価ではエージェントに何を変えるべきかのシグナルを与えられず、フィードバックを高密度化することこそが改善ループの精度を左右するという指摘は、生産性の「体感」ではなく「実測トレース」を基盤に据える発想そのものだ。
稟議に使える数字をどう作るか
結局のところ、AI導入における期待と実測のギャップを埋める唯一の方法は、体感や利用回数ではなく、組織レベルの定量指標を最初から設計に組み込むことに尽きる。PRスループットや出荷速度、コスト回収期間といった指標を継続的にモニタリングし、ベンダーの「3〜10倍」ではなく現実的な5〜15%のレンジを前提に投資計画を組み立てる企業だけが、Microsoftやいくつかの企業が直面したような「トークン経済の矛盾」や「説明できない生産性向上」の罠を回避できるだろう。AIの真価は体感の満足感ではなく、検証可能な数字の積み重ねの先にある。
