「コーディングはボトルネックだったためしがない」 AI駆動開発の盲点と成果が出ない理由、Gartnerが明かす：AIプロジェクトは「ゼロが1つでもあると成果はゼロ」

AIを導入しても生産性が上がらないのはなぜか。Gartnerのヘルシュマン氏は「コーディングはボトルネックではない」と断言。AIによって組織の“ひび”が露呈する時代に、AIの真の成果を引き出すソフトウェア開発のポイントを明かした。

[高橋睦美，＠IT]

Gartner バイス プレジデント アナリスト ヨアキム・ヘルシュマン氏

　AIにコーディングやテスト作業の一部を任せるだけにとどまらず、開発プロセス全般でAIを活用することを前提とした「AI駆動型」ソフトウェア開発への注目が高まっており、試験的に導入している企業も少なくない。

　2026年6月に開催された「ガートナー アプリケーション・イノベーション ＆ ビジネス・ソリューション サミット」のセッションにおいて、Gartnerでバイス プレジデント アナリストを務めるヨアキム・ヘルシュマン氏は、AIネイティブなソフトウェア開発は、開発スピードを大幅に加速させ、アプリケーション構築を容易にして小規模な企業にも門戸を広げ、生産性向上に寄与すると述べた。

　一方で、AIを開発に取り入れ始めたものの、期待した成果が得られなかったり、ハルシネーションやセキュリティ上のリスクを感じたりと、「思い描いていた理想像とはちょっと違うぞ」と感じているケースもあるのではないだろうか。一体どこに原因があるのか、ヘルシュマン氏に尋ねた。

ソフトウェア開発でボトルネックになるのは、どのプロセスなのか？

　開発現場へのAI導入によって生産性が高まるどころか、品質上の問題が浮上したり、コードレビューやテストに多くの時間がかかるようになったといった声が聞かれるようになった。ヘルシュマン氏も同様の懸念を抱いているという。

　「AIは魔法の道具ではなく、AIというツールを使いさえすれば開発組織が素晴らしい成果を出せるわけではありません。そんなに甘い話ではありません」

　では、なぜこうした事態に陥るのだろうか。

　大事なのは、ソフトウェア開発のプロセスにおいて「コーディング」はほんの一部に過ぎないということだ。多くの組織がコーディングにAIを適用しているが、いくらその部分で時間を節約し、生産性を高められたとしても、他のテストやコードレビューに要する時間が10倍に増えれば、開発全体に要する時間はそれほど変わらないどころか、増大してしまう。

　同氏は、エリヤフ・ゴールドラット氏の書籍『ザ・ゴール ― 企業の究極の目的とは何か』（ダイヤモンド社）で提唱された「制約理論」を引き合いに出し、「ソフトウェアデリバリーサイクル全体を包括的に捉え、ボトルネックがどこにあるかを特定し、そこにAIを適用することから始めるべきです」と述べた。

　焦点となるのは、ボトルネックがどこに存在するかだ。ヘルシュマン氏は、さまざまなコード生成AIが登場している一方で、ボトルネックはそれらがフォーカスしているコーディングではないと述べた。

　「コーディングはボトルネックだったためしがありません。たいていはテストや要件定義に根本原因があります。時には、不十分なドキュメンテーションがボトルネックになるケースもあります」

　残念ながら、真のボトルネックであるテストや仕様策定といった部分では、まだ、AIの効果的な活用方法が見いだされているとは言えないが、一つのヒントとしてヘルシュマン氏は、複数の人間が設計やコーディング、デプロイ、テスト、ドキュメンテーションといったさまざまなタスクを分担し、チームとして活動していくのと同じように、複数のAIエージェントにタスクを割り当てコラボレーションさせる方法を挙げた。

　ここにTDD（テスト駆動開発）やEDD（評価駆動型開発）といった既存の開発手法を適用し、ループを回すことで、AIによってスピードを高めつつアプリケーションの品質も向上させることができるという。

　「TDDやEDDは何年も前から存在する開発手法でありながら、採用する組織は少数派でした。しかし、エージェンティックAIを用いた開発という文脈で見直すべきだと考えています」

いくらAIを採用しても、成熟度が低ければ優れた成果は得られない

　より根本的には「そもそも、ソフトウェアエンジニアリングの成熟度が低い組織がいくらAIを採用しても、優れた成果を出すことはできません。まずレビューやテストに関するプラクティスそのものを改善していく必要があります。より良い手法を理解した上でAIを採用すれば、そのときこそAIがイネーブラーになるでしょう」という。

　今回のイベントでガートナーは、人間とAIの相乗効果についても言及していた。AIプロジェクトは人とAI、ワークフローなど複数の要素の掛け算であり、ゼロが1つでも含まれていると結果はゼロになってしまう。逆に、ゼロを排除していけば効果は倍々に大きくなっていく。中でも大きいのが「人」の要素であり、人が変わることで真のAIの効果が実感できるだろう、というものだ。

　加えてヘルシュマン氏は、必要な投資を行い、AIに適切なデータを学習させ、汎用（はんよう）的なモデルではなく、自社／自組織に最適化させることの重要性にも言及した。

　「昔から『ガベージインガベージアウト』と言われてきましたが、AIにもこれは当てはまります。インターネット上のコードを学習させただけの汎用的なコーディングアシスタントは、そこそこのコードしかアウトプットできません」

　逆に、経験を積んだエンジニアの頭の中にあるナレッジを構造化し、検索可能な状態にしてAIに学習させることで、本当にその組織ならではの価値を生み出していくことが可能になるため、いかにモデルにコンテキストを反映させるかがポイントになるとした。

「コードばかり書いていてはいられなくなる」――変化する開発者の役割

　既に、人や開発チームの変革とともにAI活用に取り組んでいる企業もある。

　ブラジルの大手銀行、Itau UniBancoは、金融業という規制が厳しい業種で、しかもエンタープライズクラスの規模でありながら、大規模にAIを導入している。またRevvityでは、エンジニアリング業務にAIエージェントを展開し、ループを回していくことで、以前は数週間かかっていた作業を、AI駆動型に切り替えて数日に短縮することができた。

　だがヘルシュマン氏によると、こうした成功例はまだ少数派だ。

　AIの全面的な活用を妨げる要因は幾つかある。「自分でやった方が早い」と考えるベテランもいるし、「仕事を奪われるのではないか」という懸念も根強い。

　同氏は他の要因として、職場に新たなチャレンジを許す余裕が少ないことを指摘した。「ただ技術を与えるだけで、誰もが上手に使いこなせるわけではありません。いろいろ試し、ある程度失敗を許容するカルチャーがなければ、安心して新たな技術にチャレンジする気になれない、という要因もあるでしょう」

　もう一つの要因は、AIに対する期待値のギャップだ。経営層やリーダー層が「AI活用によって生産性が50％、いや80％は向上するだろう」といった派手な宣伝文句に高い期待を抱く一方で、現場を知る側は、「そううまい話はなく、改善できてもせいぜい十数％だろう」といった現実を肌で感じている。この期待値のギャップに起因するプレッシャーは状況を悪化させることはあっても、良くすることはない。

　さらに、開発者自身のマインドにも変化が必要だとした。いくらコーディングが好きなエンジニアでも、AIの方が何十倍も、何百倍も速くタイピングすることができ、しかも24時間働ける。となれば、人間が注力すべき領域はもはやそこではないことを認識すべきだという。

　「この先も同じやり方を続けていくわけにはいきません。開発者はコードばかり書かなくてもよいというよりも、むしろ、コードばかり書いていてはならないのです」

　コードを書かなくてもよくなった分、「自分はこのコードを書いて何を開発し、どんな問題を解決したいのか」という高い次元の事柄をしっかり考え、表現し、AIに適切に与えられるような役割がこれからのエンジニアには求められることを理解し、切り替えていくことが、AI駆動開発を成功させる上で重要だとした。

長年存在してきたソフトウェア開発上の課題をさらけ出したAI

　AI駆動型のソフトウェア開発に伴って、ソフトウェア品質への懸念とともに高まっているのがセキュリティ面の課題だ。エージェントの「暴走」とまではいかなくても、開発作業に必要だからと大きな権限を与えたり、認証情報などのシークレットを渡したりする場面もあるが、万一開発環境が侵害されれば、悪意を持ったコードやnpmパッケージが配布される恐れがあり、現に幾つかインシデントも発生している。

　ヘルシュマン氏は、品質管理が未成熟な組織が、エージェントAIを使ったからといって優れたソフトウェアを開発できるわけではないのと同じで、セキュリティに関しても適切な方法を確立していない限り、AIに置き換えたからといってうまくいくものではないと重ねて強調した。

　AIコーディングでセキュアなソフトウェアを開発していくための対策にも、魔法のようなやり方があるわけではない。ヘルシュマン氏は「ある程度時間をかけながらポリシーを整備し、どの権限をどのエージェントに渡してもいいのか、どのエージェントならば昇格を許可してもいいのかといった事柄を精査し、適用していくことです。適切なガバナンスの下、後手ではなくプロアクティブに手だてを打つことが必要です」と、定石に沿った対策を講じるべきだとした。

　同氏は、「AI駆動開発によって生じたと言われているさまざまな問題は、以前から存在していたソフトウェア開発にまつわる“ひび”を白日の下にさらけ出しただけです」と述べた。AIが悪者なのではなく、ただ単に問題を顕在化させただけだという。

　「ガバナンスやポリシーの欠如といった問題は、ソフトウェア開発の土台に入った“ひび”のようなものであり、何年も前から存在し、問題が提起されながらも目を背けられてきました。それが今、AIによって残酷にも明るみに出ているのです」

　このように、ソフトウェア開発上の本質的な課題に向き合わざるを得ない状態をもたらしたことこそ、「AIの最大の教訓」とも言えるとヘルシュマン氏を指摘。そして、顕在化した課題をこれ以上先送りせずにしっかり向き合い、取り組んでいかなければ、真にAIを生かすことはできないだろうとした。

　このように、AI活用が広がったからと言ってバラ色の未来が到来したわけではない。一方で、AIを使わなければあっという間に時代に取り残され、競合に先を越されることになり、AIのなかった時代に戻ることはできないのも事実だ。

　ヘルシュマン氏は「今、われわれは新たな歴史の変わり目にさしかかっています。近い将来、AI活用によって大惨事が生じるという予測もありますが、これは決してAIのせいではありません。AIを使う側の人間、特に開発者に起因するものです」とし、AIが突き付けているさまざまな“ほころび”に向き合い、注意を払いながら活用すべきだとアドバイスした。