核心内容のまとめ
AIによるコード生成率は60％に達しており（例：快手）、しかし企業全体の研究開発（R&D）効率はそれに伴って向上していない。問題はAIの生成能力そのものではなく、個人の効率化が組織の効率化に直結しないことにある。従来の開発モデルや協力体制の欠如、知識の蓄積不足が原因だ。また、AIツールは単独での補助（Copilot）からチームワークを促進するもの（Agent Team）へと進化しており、非開発職員（オペレーションや製品担当者）もAIを利用してソフトウェアを開発し始めている。将来的にはAIが企業組織そのものを変えるだろうが、人間の判断力とニーズの洞察力こそが依然として核心的な競争力となる。
一、AIにより個人の作業効率は向上するが、組織は追いつけていない——効率が停滞する3つの理由
多くの企業で次のような問題が見られる：エンジニアがAIを使ってコードを書く速度は40％向上したが、プロジェクトのサイクルは短縮せず、チーム全体の生産性も増加していない。問題は以下の3点にある：
1. 古い組織モデル：依然として従来のフロントエンド・バックエンドの分業や製品・開発・テストのプロセスが採用されており、AI時代に適応していない。例えばAIは複数のファイル間でコードを生成できるが、チームは依然として従来の役割分担に基づいて作業しているため、AIによって生成されたコードの調整に時間がかかる。
2. 協力情報の喪失：ビジネス側から開発側への要求伝達時に、背景やシステムルールなどの情報が失われてしまう。AIはコードを生成できるが、完全な情報がない場合、実際のニーズに合わないコードが作成され、修正が必要になる。
3. 知識の断絶：ビジネス知識（ユーザー要求）、専門知識（電子商取引システムのルール）、開発知識（コード規格）が異なる人々の手に分散しており、AIはこれらを迅速に取得できないため、生成されたコードが不規則になったり、重複した開発が行われたりする。
二、企業がAIを使ってコーディングする際の問題点：長期間にわたるプロジェクトの逸脱や信頼性の低いコードはどう対処するか？
デモではAIの能力は素晴らしいが、実際に使用すると要求から逸脱したり、アーキテクチャが乱れたり、コードのセキュリティに問題が生じることがある。大企業では以下のような対策を取っている：
- 長期間にわたるプロジェクトの逸脱：AIに「詳細な要求を確認」させてから作業を開始する。例えば快手では、AIがタスクを実行する前に要求を明確にし、詳細な計画（SDD）を立てた後で人間が計画を確認してからコードを書かせる。
- 信頼性の低いコード：二重の保証を設ける——一つは事前にコード規格やアーキテクチャ要件をAIに伝えること、もう一つはAI同士でコードを相互にレビューすること（例：Aエージェントが書いたコードをBエージェントがチェックし、自動化テストを行う）。最終的には人間が確認を行う。
- 情報の管理：「小さなエージェント」を使って作業を分担する。例えば複雑なタスクをいくつかのサブタスクに分け、異なるエージェントがそれぞれ担当する（要求分析やコード生成など）。これにより、すべての情報を一つのAIに集中させることで混乱を避ける。
三、非開発職員もソフトウェアを開発できる？このトレンドは本当か、それとも幻想か？
現在、オペレーション担当者や製品担当者、さらには財務部門でもAIを使って小規模なアプリケーション（登録システムやデータ分析ツールなど）を開発している。これはデモで見せた幻想ではなく、実際に起きていることだ：
- 実践例：快手では非開発職員向けのインフラを構築し、オペレーション担当者がAIを使って登録システムを開発し、財務部門が分析ツールを作成している。小红书のMuseツールでは非開発職員が直接アイデアを出してアプリケーションを立ち上げており、データベースやAI機能も備わっている。
- 議論点：セキュリティと品質の問題。非開発職員は技術に詳しくないため、セキュリティ上の脆弱性を持つコードを作成する可能性があるが、最終的なアップロード時には人間が確認を行う必要がある（データベース操作や支払いインターフェースなど）。しかし、デモや自動化ツールの作成は完全に可能だ。
- 将来の見通し：これはトレンドとなるだろう。活版印刷が多くの人々に印刷技術をもたらしたように、AIも多くの人々にソフトウェア開発の能力を与えるだろう。重要なのはコードを書くことではなく、ニーズを見つけ出し、ユーザーを理解する能力である。
四、企業は自社で開発すべきか、ツールを購入すべきか？核心的な障壁はモデルではなく組織だ
外部のAIツール（Claude CodeやCursorなど）は頻繁にアップデートされるため、企業は自社で開発するかどうか悩む：
- 小規模チーム/スタートアップ：既製品を購入するのが適切だ。コミュニティツールでニーズが満たされ、コストも低く効果も早い（例：Tokenを購入すれば使用可能）。
- 大企業：ハイブリッドモデルを採用する。核心的な部分（内部システムとの連携やセキュリティ管理など）は自社で開発し、単独で使用するツールはコミュニティ製品を利用する。大企業には技術的な課題があるため、自社のシステムに合わせて調整する必要がある。
- 核心的な障壁：モデルやツールそのものではなく、組織やシステムの能力だ。例えば分散した知識をどう集約するか、チームワークをどう調整してAIと人間が効率的に協力できるようにするかである。
五、2028年を振り返った時：AIコーディングは企業の形態を根本的に変えるだろうか？
2人の専門家ともに大きな変化が起こると予測している：
- 組織形態：純粋な「ソフトウェア会社」は存在しなくなり、すべての企業がAIを活用した企業になる。チームはより閉鎖的で柔軟になる（例：小規模チームが要求からアップロードまでの全プロセスをAIで完了する）。
- 人間の役割：プログラマーは単にコードを書くだけでなく、「ニーズ発見者＋AI協力者」となる。例えばAIを使ってPRDを作成したり、プロトタイプを描いたり、競合他社の分析を行ったりする。初心者と上級者の境界は曖昧になるが、判断力やセンスを持つ人が依然として重要になる（どのような製品を作るか、アーキテクチャをどのように設計するかを決定する）。
- コストの変化：将来的にAIモデルのコストが電気代並みに安くなれば、ToC向けのアプリケーションが爆発的に増えるだろう（例：個人がAIを使って自分のミニプログラムを作成する）。
簡単に言えば、AIは人間を置き換えるわけではなく、人間が何をするかを変える。つまり「コードを書く」ことから「意思決定や機会の見つけ方」へと変化する。
一言でまとめると：AIコーディングは単により高度なツールを導入することではなく、チームの働き方や知識の活用方法、人間とAIの協力関係を再設計することが重要だ。将来的には、組織やシステムをAIに適応させることができた企業がより速く進化するだろう。