AIコーディングの理想と現実 2026 | AI Coding: Expectations vs. Reality 2026

AIコーディングの理想と現実 2026

リアルタイムアンケートはこちら：

https://fe-dtmg42.greensmoke-6d95ec91.japaneast.azurecontainerapps.io/jp/questionair/1XWIYL

株式会社ジェイテックジャパン 高丘 知央
2026年2月19日(木曜日)
吉祥寺.pm39【オンライン】
#kichijojipm
https://kichijojipm.connpass.com/event/380003/

AIコーディングの理想と現実 2026

2026年2月19日 吉祥寺.pm39 にて発表。前回（2025年4月）の続編として、リアルタイムアンケートで1年間の変化を定点観測しながら「AIコーディングで私たちは本当に幸せ
になったのか？」を問いかけるトークです。

【主な内容】
1. AIコーディングは「当たり前」になった — 85%の開発者がAIツールを利用、全コードの41%をAIが生成する時代に
2. 不都合な真実 — METR研究では「体感+20%速くなった」のに「実際は19%遅くなっていた」。AIで効率は上がるが仕事量も増え、トータルの作業時間はむしろ増加する問題
3. 「作る喜び」の行方 — 80%が楽しくなったと回答する一方、スキル萎縮や「チェックする人」への変質も
4. 役割の進化 — Coder → Conductor → Orchestrator → タクシーの乗客？ キャリアの二極化（バーベル効果）
5. 専門性と熱意 — AIが万能の道具だからこそ「何を作るか知っている人」が勝つ。浅いスキルはAIがカバーし、深いスキルに人間の価値が残る

残るのは / 僕らの中の / 熱意と継続（字余り）

発表者: 高丘 知央（@tomohisa） / 株式会社ジェイテックジャパン CTO / Microsoft MVP for Developer Technologies

#kichijojipm #AIコーディング #開発生産性

Transcript

1. AIコーディングの理想と現実 2026 株式会社ジェイテックジャパン 高丘 知央 2026年2月19日(木曜日) 吉祥寺.pm39【オンライン】 #kichijojipm
2. 自己紹介 高丘 知央 - Tomohisa Takaoka X: @tomohisa GitHub: @tomohisa Works at: 株式会社ジェイテックジャパン、J-Tech Creations, Inc. JTS Group - 株式会社ジャパンテクニカルソフトウェア 品川 CTO: 中小企業の受託開発をモダンな開発スタイルで。イベントソ ーシング、CQRSなどのソフトウェアアーキテクチャに関するコン サル業務 Microsoft MVP for Developer Technologies from Nov 2024- OSS: Sekiban - Event Sourcing and CQRS Framework. 2 / 25
3. 今日の進め方 — 前回の続編です 前半 〜5分 アンケートに回答! 前回（2025年4月）の結果と比較しながら 後半 〜10分 結果を踏まえて本題へ 1年経って、私たちは本当に幸せになったのか？ リアルタイムアンケートのリンクはこちら! → bit.ly/3ME7LNw https://fe-dtmg42.greensmoke- 6d95ec91.japaneast.azurecontainerapps.io/jp/questionair/1XWIYL 3 / 25
4. リアルタイムアンケート — bit.ly/3ME7LNw 定点比較（前回と同じ質問） 1. AIツールの使用頻度 2. よく使っているツール 3. 推しモデル 4. 生産性の体感 5. コードレビューの度合い 6. 月間コスト 7. AIが苦手な領域 新規（今回のテーマ） 8. 日常的に使うAIのスタイル 9. 作業時間の変化 10. 「作る喜び」の変化 11. AI指示のプロンプトスタイル 12. あなたの専門領域 13. 一番磨きたいもの 4 / 25
5. 前回結果: 使用頻度とツール（Q1・Q2・Q4） Q1: 使用頻度 週5日以上が65% Q2: ツール Copilot 89%が圧倒 Q4: 推しモデル Sonnet 3.7が58%で1位 今回はどう変わったでしょうか？ 5 / 25
6. 前回結果: 生産性・レビュー・コスト（Q5・Q7・Q8） Q5: 生産性体感 +20〜30%が62%で最多 Q7: レビュー しっかり見る人が64% Q8: 月間コスト 1000〜5000円が33% 今回はQ6（作業時間の変化）も新たに聞いています 6 / 25
7. 前回結果: AIが苦手な領域（Q10） 前回の結果 複雑なアーキテクチャ判断 35% マイナーな技術の理解 35% 抽象的なシステム設計 20% エラーデバッグ、リファクタリング 1年でAIは追いついたか？ 今回は新たにQ9（作る喜び） 、Q12（専門領 域） 、Q13（磨きたいもの）も聞いています 結果を踏まえて本題に入りましょう 7 / 25
8. 1. AIコーディングは「当たり前」になった 8 / 25
9. もはや「使うかどうか」は問いではない 業界データ 85%の開発者がAIツールを利用（JetBrains 2025） AIが全コードの41%を生成 選択肢が爆発した1年 IDE統合型 Cursor, Copilot, Windsurf ターミナル型 Claude Code, Codex オーケストレーター型 tmux, swarm, takt... ここまでは「良いニュース」 。でも… 9 / 25
10. 2. 不都合な真実 — 速くなった「気がする」だけ？ 10 / 25
11. METR研究の衝撃（2025年7月） 経験豊富なOSS開発者16人 × 246タスクのランダム化比較試験 開発者の体感 「20%速くなった」と感じた 実際の結果 19%遅くなっていた 皆さんのQ5（生産性体感）とQ6（作業時間）はどうでしたか？ AIの提案の採用率は44%未満 → 残りは読んで、試して、捨てる時間 経験者はAI導入後、コードレビュー時間が19%増加 UC Berkeley研究: AIで効率は上がるが仕事量も同時に増え、労働時間は減らない 「もっとできるはず」→ タスクを増やす → トータルの作業時間はむしろ増加 AIの出力確認・修正・テストに想定以上の時間を消費 → 働きすぎに気づけない 11 / 25
12. OSSが壊れ始めている AIが生み出す「PRの洪水」 AIで誰でも簡単にPRを作れるようになった → 低品質なPRが大量に流入 コンテキストを理解していない表面的な修正、テストのないコード変更 メンテナーのレビュー負荷が爆発的に増加 「書く側」のコストが下がった分、 「読む側」のコストが上がっている メンテナーの悲鳴 OSSはボランティア → レビュー負荷増 = バーンアウト加速 AIが書いたPRかどうかの判別にも時間がかかる 「貢献」のつもりが、メンテナーにとっては負担になっている 12 / 25
13. でも「AIがダメ」という話ではない METR研究の重要な文脈 これは「2025年初頭のAI × 熟知したコードベース」の結果 AIが真価を発揮するのは未知の領域に踏み出す時 既知のコードベースでは人間の方が速い場合がある 使い方とコンテキストが重要 知覚と現実の乖離 — 私たちは自分の生産性を正しく測れていない 13 / 25
14. 3. それでも楽しいのか？— 「作る喜び」の行方 14 / 25
15. 楽しさの光と影 光: 楽しくなった派 80%の開発者がAIで楽しくなったと回答 ボイラープレート、テスト → AIに委譲 難しい問題を解く楽しい部分に集中できる 「仕様を見ればコードに落とす方法はすぐ浮 かぶ。そこから先はエージェントに任せる」 影: 見えてきた問題 スキル萎縮: AI無しでサイドプロジェクトを 始めたら「自分がバカに感じた」 「コーディングエージェントなしでは書けな い身体になった」 45%が「AIコードのデバッグは自力より時 間がかかる」 「作る人」から「チェックする人」への変 質 15 / 25
16. 楽しさの正体は何か？ 「楽をする快適さ」？ 退屈な作業がなくなった心地よさ 「作る喜び」？ 自分の手で生み出す達成感 AIは退屈を消してくれた。でもその退屈の中にこそ、スキルが育つ土壌があったので は？ 16 / 25
17. 4. 私たちの仕事はどうなるのか 17 / 25
18. 役割の進化 — 「タクシーの乗客」まで来た？ Addy Osmaniの整理 Coder → Conductor → Orchestrator でも自分の体感はもっと先に行っている コーディングエージェントが運転席に座ってプログラマが副操縦士（コパイロット）になったという 話で言うと、僕の感覚ではもう助手席にすらあまりいなく、飛行機だったら管制官か航空会社、車で 例えるならタクシーの乗客くらいまできている。大きな指示だけ出して場合によっては細かな指摘を する — @tomohisa ただし「まだ完全には信頼できない」 — この「行き来」こそが2026年のリアル 18 / 25
19. キャリアの二極化 — バーベル効果 シニア AIで「鬼神のような強さ」 AI出力の半分以上をシニアがシップ 深い知識 + AI = 最強の組み合わせ ジュニア 大手15社で採用25%減 ジュニア求人は60%減 上にシニア、下にAI → 真ん中が消える ジュニアをAIで置き換えるのは「最もバカげたアイデア」 — AWS CEO Matt Garman じゃあ、どうすればいい？ 19 / 25
20. 5. 専門性と熱意— AI時代の答え 20 / 25
21. VCの投資判断が教えてくれること AIは万能の道具。だからこそ「何を作るか知っている人」が勝つ Village Global: VCは「この問題に2年間没頭してきた」という創業者に賭ける Wildfire Labs: 最も成功するスタートアップは、何年も業界にいたドメインエキスパートが作る Norwest: ドメイン専門性は創業者の最も価値ある資産 これはエンジニアにもそのまま当てはまる 21 / 25
22. 「専門性」がすべての軸の答えになる 生産性パラドックス → 専門領域があるからAIの出力を正しく判断でき、本当に速くなれる 楽しさ → 自分の熱意ある領域でAIと組むから楽しい。AIに使われるのではなく、AIで自分の専門を加速 役割進化 → オーケストレーターとして価値を出すには「何をオーケストレートするか」のドメイン知識が不可欠 キャリア → 生き残るのは「AIが書けないコード」を持つ人ではなく「AIに何を書かせるべきか知っている人」 22 / 25
23. 浅いスキル vs 深いスキル 浅いスキル 構文を知っている フレームワークが使える ドキュメント通りに実装できる → AIが完全にカバー 深いスキル なぜその設計判断をするか理解している ドメインの文脈がわかる トレードオフを評価できる → 人間の価値が残る場所 23 / 25
24. まとめ 1年前の問い 「AIコーディングで生産性は上がるか？」 今の問い 「AIの時代に、あなたは何の専門家として 生きるか？」 AIがコードを書ける時代に、人間の価値は「何の専門家か」 「何に熱狂しているか」に 集約される。 残るのは 僕らの中の 熱意と継続（字余り） 来年またここで答え合わせしましょう! 24 / 25
25. Thank you 株式会社ジェイテックジャパン https://www.jtechs.com/japan/ イベントソーシング・CQRSフレームワーク Sekiban https://github.com/j-tech-japan/sekiban Zenn - ジェイテックジャパンブログ https://zenn.dev/p/jtechjapan_pub