8月17日、Shift Magazineが「Cursor and Nokia: AI Matters Less for Speed Than Expanding Developers' Capabilities」と題した記事を公開した。この記事では、CursorとNokiaの幹部がパリのAIサミットで語った「AIは開発速度より開発者の能力範囲を広げる」という議論について詳しく紹介されている。
背景：RAISE Summitとは
本記事の舞台となったRAISE Summitは、2025年からパリで開催されている欧州最大級のAI政策・産業カンファレンスだ。各国政府、グローバル企業、スタートアップが一堂に会し、AI投資の実態や産業応用をテーマに議論を交わす場として知られる。今回取り上げるパネル「The ROI on Intelligence: Turning AI Investment into Enterprise Transformation」は、エンタープライズにおけるAI導入の費用対効果を正面から問うセッションとして設けられた。登壇したのはCursorのCOO Jordan Topoleski と、NokiaのCTO Pallavi Mahajan。モデレーターはBloombergの Peter Elstrom が務めた。
「AIで何%速くなったか」は間違った問いかもしれない
AIコーディングツールの議論は「どれだけ速くなるか」に集中しがちだ。しかしこのパネルでは、その問い自体を疑う議論が展開された。
Topoleskiは、ソフトウェアチームにおけるAI導入が3段階で進化してきたと整理する。
- オートコンプリートなど、既存タスクを速くするツール
- AIエージェントの登場。タスク丸ごとを委譲できるようになった
- 現在始まりつつある第3段階：1人のエンジニアが5〜7個のエージェントを並列で管理する世界
第3段階では、ツールの性能を上げるだけでは不十分になる。チーム構成や役割分担、開発プロセスそのものを再設計しなければ恩恵を受けられない。
「1人が5、6、7個の異なるエージェントと同時に働ける世界に合わせて、システムを再設計する必要がある」（Topoleski）
「AI生成コードが本番到達35〜45%」で止まる組織の共通点
Topoleskiによれば、大規模な組織の多くはAI生成コードが最終的に本番環境へ到達する割合が35〜45%あたりで頭打ちになる。これは「優れたツールを与えるだけ」では次のステージへ進めないことを示している。
ボトルネックはツールではなく、その周辺にある。コード生成が速くなると、今度は計画・設計・レビュー・テスト・デプロイが詰まり始める。開発サイクル全体の速度が上がらなければ、コード生成の高速化だけでは意味がない。
チーム規模にも変化が現れている。Topoleskiが紹介したある大手保険会社の事例では、従来の8〜9人チームを4人程度の小チームに分割し直したところ、メンバー間の調整コストが大幅に下がり、アウトプットが約3倍になったという。元記事では業種と規模のみが言及されており、適用したツール構成や期間などの詳細条件は明示されていないが、チームトポロジーの再設計がAI活用の効果を左右するという主張の裏付けとして紹介されている。AIがチームワークの経済性自体を変えつつある。
Nokia流：ソフトリミットとロール統合
NokiaのMahajanは、変革の最大の障壁を明確に指摘する。
「テクノロジーがボトルネックになることはない。人、カルチャー、そしてオペレーティングモデルがボトルネックだ」
Nokiaは一時期、エンジニアのAI利用にクォータ（上限割当）を設けた。しかし否定的な反応を招いたため、方針を転換した。現在は「ソフトリミット」を採用している。一定のクォータを超えると通知が届くが、必要と判断すれば引き続き利用できる仕組みだ。
ロールの境界も変わりつつある。かつてNokiaには「ソフトウェアエンジニア」「テストエンジニア」「リリースクオリフィケーションエンジニア」「プロダクトマネージャー」が明確に分かれていた。今、それらの境界は薄れ、Mahajanが「product builder」と呼ぶ統合的な役割へ収束しつつある。product builderとは、設計・実装・テスト・リリースといった従来は分業されていた工程を一人で横断的に担う役割を指す概念で、AIが各工程の専門スキルの参入障壁を下げることで初めて現実的になるとMahajanは説明している。
コスト削減より「作れるものが増える」がROIの本質
このパネルで最も示唆が大きい主張は、コスト削減よりもケイパビリティの拡張にAIの本当の価値があるというものだ。
Topoleskiが紹介したある大手ハードウェア企業との事例では、コストを26%削減しながら本番到達コードの比率を増やすことに成功したとされる。ただし元記事では、この数字のベースライン期間・対象範囲（特定チームか全社か等）は明示されておらず、Cursorの顧客事例として紹介された定性的な文脈であることは留意が必要だ。
しかしTopoleskiが強調するのはコスト面ではなく、別の側面だ。
「多くの企業はアイデアに困っていない。課題はそれを現実にすることだ。AIが実装の一部を担うことで、開発者は『本当に何を作りたいか』を考える時間が増える」
以前はリソース不足で後回しにされていたプロジェクトが、AIによって実現可能になる。つまりAIは既存のロードマップを速くこなすだけでなく、そもそも取り組めるものの範囲を広げるという視点だ。
開発速度の指標（AIコストや生成コード量）だけを見ていても、組織が本当に得た価値は測れない。CursorとNokiaの事例が示すのは、AIの効果が最大化されるのはツール導入ではなく、チーム設計・役割・プロセスの再構築と組み合わさったときだということだ。
詳細はCursor and Nokia: AI Matters Less for Speed Than Expanding Developers' Capabilitiesを参照していただきたい。
