分析ツール、AI 生成コード量指標の妥当性を批判──「コード量」から「成果」への回帰を提言
主要 AI ベンダーが掲げる「AI 生成コード率 80%」という指標に対し、生産性向上との相関が不明確であることを指摘し、KPI の再定義を促す。
リリース: 2026-06-10 · 読了 3 分何が起きた
Google は新規コードの 75% が AI 生成であると公表
Anthropic と OpenAI は、本番環境の統合コードの約 80% が Claude または同等の AI によるものと主張
Cursor は 1 日あたり 1 億行以上のエンタープライズコードが AI で生成されていると報告
METR による調査では、経験豊富な OSS 開発者が AI 使用時に 19% 低速化する可能性が示唆されたが、後に測定困難として設計が撤回された
なぜ重要
「AI 生成コード率」は単なるボリューム指標であり、デリバリー速度や品質、顧客価値といった本来のエンジニアリング成果と混同してはならない。
開発チームの生産性評価において、AI 生成量という虚構の数値に依存せず、リリース頻度やインシデント率などのアウトカム指標へ評価軸を戻すべきである。
👁️ 開発者
テックリードは、AI 導入効果の測定において「PR 数」や「コード行数」を廃止し、機能リリースまでのリードタイムやコードの変更頻度（Churn）を追跡するダッシュボードへ移行する必要がある。
🇯🇵 日本
国内の受託開発や SIer 業種では、AI 導入による「コード量増大」を顧客への報告指標に用いると、中長期的な保守コストの増大を見落とすリスクがあるため、品質指標とのセット運用を徹底すべきである。