7月21日、Ted Julianが「AI Moved the Bottleneck From Writing Code to Understanding and Trusting It」と題した記事を公開した。この記事では、AIコード生成が開発速度のボトルネックを「書くこと」から「理解し、信頼すること」へとシフトさせた構造的変化について詳しく論じている。
ボトルネックは「生成」ではなく「レビュー」に移った
AIコード生成ツールの普及で、チームは以前より速くコードを書けるようになった。生産性向上の恩恵は実在する。しかしその裏で、レビューという工程が静かに崩壊しつつある。
調査データによれば、回答者の約80%がすでに業務時間の10%以上をコードレビューに費やしており、約10人に1人は41%以上を費やしている。AIが生成するPRはレビューキューに次々と積み上がり、そのキュー自体がこの量とペースに耐えられる設計になっていない。なお、GitHubの開発者調査でも、コードレビューの負荷増大が開発者体験における主要な課題として挙げられており、この傾向は業界横断的に確認されている。
さらに深刻なのは、AIが生成するコードのパターンが人間の書くコードと異なることだ。長年、人間が書いたコードで感覚を磨いてきたレビュアーは、異なる失敗モードを持つコードの評価を求められている。80%以上の組織がすでに開発・リリースプロセスを変更しており、それでもなお3分の1以上の組織でAI生成コードに起因する問題が本番環境に到達していると報告されている。
「コストと信頼」という二つの圧力
この問題がエンジニアリングリーダーにとって厄介なのは、技術的な課題であると同時に、財務・組織的な課題でもある点だ。
AIコーディングツールのAPIコールやエージェントループの実行コストは積み上がる。CFOから「ROIは？」と問われたとき、速度指標しか示せないリーダーは苦しい立場に立たされる。AtlassianのMike Cannon-Brooksも同様の指摘をしており、エンジニアリングリーダーはAI投資のROIを定量的に示す必要があると述べている。
組織的な圧力も広がっている。元記事が引用する調査によれば、AI生成コードへの懸念を持つステークホルダーの内訳は以下の通りだ：
- セキュリティ担当: 63%の組織
- コンプライアンス担当: 52%
- CTO/CIOレベル: 47%
- 法務: 41%
エンジニアリング部門の問題にとどまらず、経営レベルのクロスファンクションな課題になっている。しかし多くのリーダーは、人間のスピードを前提に設計されたチケットベースのツールから得たデータを持ち込むだけで、この議論に臨んでいる。
「本番に出さない35%」が知っていること
調査の中で特徴的な数字がある。44.7%の組織がAI生成コードをすでに本番環境で稼働させている一方、35%はAIでコードを書いているものの、まだ本番には出していない。
この慎重なグループは、遅れているのではなく、リスクを見通せないから出さないのだと記事は指摘する。その裏付けとして、「AI起因の問題が本番環境に到達することは一切ない」と答えた回答者は**わずか3.6%**にとどまった。
この35%のグループは、本番デプロイ済みの組織と比べて、コード品質分析・SCA（ソフトウェア構成分析：依存ライブラリの脆弱性やライセンスリスクを検出する手法）・トレーニングへの投資率が高い。彼らは「信頼できないものは出さない、信頼できないものは見えないものだ」という立場を取っている。
ガバナンスの問題として扱うチームが優位に立つ
うまくやっているエンジニアリングリーダーに共通するのは、AIコードのデプロイをツールの選定ではなくガバナンスの決定として扱っている点だ。
具体的には以下のような施策に投資している：
- コード品質分析（調査回答者の46%が導入済み）
- 自動レビュー（39%が導入済み）
- セキュリティテストツール各種
重要なのは、これらをチケットシステムからの手動レポートではなく、コードベースからのリアルタイムシグナルに接続していることだ。複雑性がどこで増大しているか、レビュー能力がどこで追いつかなくなっているか——そういった情報を継続的に可視化できるチームが、インシデントの説明責任においても、ROIの議論においても、有利な立場に立てる。
依存関係リスクも見逃せない。AIはオープンソースコンポーネントの導入を加速させるが、そのメンテナンス状況やセキュリティ体制への可視性は十分ではない。AIがオープンソースセキュリティの盲点を拡大しているという問題は、多くのチームが気づくより速く進行している。
結局のところ、「AIのコードを信頼できるか」という問いに対する答えは、ツールを選ぶだけでは出せない。可視性・ガバナンス・組織的な合意——この三つを整えたチームだけが、速度と信頼を両立できる。AIコード生成の導入を進めているリーダーにとって、今もっとも問うべきは「何を使うか」ではなく「何を見えるようにするか」だ。
詳細はAI Moved the Bottleneck From Writing Code to Understanding and Trusting Itを参照していただきたい。
