Share
Embed
AIで開発の生産性が下がる?恐怖のJカーブ!
F K
May 19, 2026
Transcript
9 slides
-
2 AIを導入すれば生産性が向上する、と思ってませんか? いやまぁ最終的には向上するんですが • Vibe Codingではなく、速度と品質を両立する AI駆 動開発の話、大企業でのAI活用 • 簡単ではない道のり
• 結局ソフトウェアエンジニアリングをちゃんとやりま しょうという話 • 2026年のDORAのレポートを片手に DORA, "ROI of AI-assisted Software Development report", 2026-04-22, https://dora.dev/ai/roi/report/ -
3 Red Hat Consulting 大企業向けのアジャイル導入/定着支援→AI駆動開発支援 ▸ 2023年:AIをまずは自分で使ってみる(GitHub Copilot等) ▸ 2024年:
・ GitHub ActionsでAI Code Review構築したり ・ アジャイル定着支援にAI駆動開発を組み込み始める ▸ 2025年:AI駆動開発支援単体でのサービスが軌道に乗り始める ▸ 2026年:拡大中 -
4 Jカーブ AI導入による一時的な開発生産性の低下。世界的な現象として報告されている。 DORA, "ROI of AI-assisted Software Development report",
2026-04-22, https://dora.dev/ai/roi/report/ 要因 1. 学習コスト 2. 検証税:AIの生成結果の検証。コードレ ビュー→プロンプト修正等 3. パイプラインの適応 :実装の高速化に伴 う、人間系(リリース承認手続き等)の再 定義 -
5 AI導入支援で起きたことのイメージ 思ったより順調だな、よしよし、アレ? 映画『キングダム』より 1. コーディングの高速化(いいね!) 2. シニアエンジニアによるコードレビュー 3. 多数の指摘事項、手戻り
4. Lead-Timeの長期化(品質は維持) • 上記はめっちゃ単純化してます。ホントはもっといろんな対策とかしてます。 • DORA Four Keys改めFive MetricsでいうDeployment Rework Rate増加に近い話 -
6 カーブの深さは普通どれぐらい? チーム/組織によって大きく異なる。「普通これぐらい」を言うのは難しい。 DORAが言うにはな、 ▸ 凹みが元に戻るまで:3ヶ月(?) ・ 元に戻っただけ(積分値はマイナス) ▸ 投資回収期間の目安
・ いい感じのアジャイルチーム:6~9ヶ月 ・ ガバナンスが重い企業:12~18ヶ月 ▸ あくまで目安。あまりアテにしない。 -
7 何が起きてるの? チーム/組織によって大きく異なる。「普通これぐらい」を言うのは難しい。 ▸ Rework Rate:AIがものすごい速度でコード生成する ・ Pattern 1: No
Self Review→シニアレビューでNG or 本番障害 ・ Pattern 2: レビュー疲れ ・ AI自身に1次レビューさせる→プロンプト改善が本筋→検証税 ・ AIの生成結果の何がダメか判別できない人には厳しい ・ ソフトウェアエンジニアリングのセンス ▸ パイプライン適応(開発プロセス) ・ 適性:Waterfall < Agile (タスクサイズ→コンテキスト長)