AIでコードは速くなったのに、正式運用できる組織は6％

Atlassianは2026年9月3日、エンジニアと開発リーダー1100人超を対象にした「The Agentic Pivot」を公開した。同社の公式発表 によると、開発リーダーの94％は組織がSDLC（ソフトウェア開発ライフサイクル）のどこかでAIを利用していると回答し、74％はコード生成が加速したと答えた。一方、増加したAI生成コードに従来型のピアレビューを使い続けるチームは78％だった。

同じ2026年9月3日に公開された 調査のホワイトペーパー では、人の介入を限定したエージェント型ワークフローを運用する組織は36％だったが、AIネイティブな開発手順を正式化済みとした組織は6％にとどまった。採用率、エージェントへの委任率、組織標準としての正式化率は別の指標であり、コードを作る速度だけでは本番運用への移行を説明できない。

94％の利用と6％の正式化は何が違うのか

利用率が示すのは、コーディング、デバッグ、文書作成など、SDLCの少なくとも一部にAIが入った状態だ。個々の担当者が支援ツールを使えることは、AIの成果物を共通の条件で検証し、本番へ送れることを意味しない。

エージェント型ワークフローは一段深い。AIが限定的な人の介入で複数の作業を進めるが、それが一部チームの試行なのか、全社的な標準なのかは別に判断する必要がある。正式化には、実行できる範囲、承認者、記録方法、例外処理、停止条件を組織の手順として定めることが含まれる。

したがって6％という数字は、AIツールが使われていない組織の割合ではない。広く導入されたAIを、再現可能で監査できる開発方式へ変えられたと回答した組織が少ない、という導入の深さを表している。

ボトルネックはコードの前後へ移った

実装が短時間で終わるほど、曖昧な要求から不要な変更が作られる速度も上がる。計画段階で受け入れ条件、依存関係、設計上の制約が明文化されていなければ、AIは不足した前提を埋められても、その判断が組織の意図と一致するとは限らない。

実装後には、テストとレビューの処理能力が問題になる。レビュアーはコードだけでなく、元の要求、設計判断、テスト結果、未解決事項まで確認しなければならない。これらがチケット、文書、会話ツールに分散していると、生成が速くなっても、変更の妥当性を再構成する人の作業は減らない。

本番投入後も同じ文脈が必要だ。障害の原因を調べるには、どのエージェントが何を変更し、どの情報を参照し、誰が承認したのかを追跡できなければならない。コード生成の高速化と、ソフトウェア提供全体の高速化を分ける境界がここにある。

正式運用を支える四工程の証跡

正式化の焦点は、新しいAIツールを増やすことではなく、計画、テスト、レビュー、リリース後の運用を一続きの記録として扱うことにある。各工程で最低限必要な情報を整理すると、次のようになる。

• 計画：要求、受け入れ条件、依存関係、禁止事項と、その内容を確定した責任者を残す。AIに渡した前提と後から加えた変更を同じ案件に結び付ける。
• テスト：対象範囲、実行環境、期待結果、実際の結果を保存する。AIがテストを生成した場合は、その妥当性を誰が確認し、例外を誰が承認したかも記録する。
• レビュー：コード変更から要求、設計判断、テスト結果を参照できるようにし、最終承認者を明示する。使用したコンテキストと未解決事項も確認対象に含める。
• 運用：デプロイ承認、監視指標、異常時の停止条件、ロールバックの責任者を定める。障害時にエージェントの実行履歴と人の判断を追える状態を保つ。

重要なのは会議や書類の数ではなく、意図と責任が工程の境目で失われないことだ。既存のチケット、変更履歴、テスト結果、デプロイ記録をつなげられれば、AIの出力を別系統の作業として管理する必要はない。反対に、記録が分断されたまま自動化の範囲だけを広げると、問題発生時の説明責任は曖昧になる。

44％と48％は導入効果の保証ではない

Atlassianは、組織内の人、仕事、知識を結ぶTeamwork Graphのコンテキストを使ったエージェントについて、回答品質が44％向上し、トークン使用量が48％減ったとしている。ただし、これは1100人超への意識調査から得た数字ではなく、同社による社内測定だ。公開ページでは比較条件、評価項目、サンプル規模が詳しく示されておらず、他社でも同じ改善率になるとは判断できない。

消費トークンが減っても、レビュー待ち、差し戻し、本番障害が増えれば、ソフトウェア提供全体の効果は改善していない可能性がある。正式運用の評価では、AIの利用量と、デプロイされた成果、品質、復旧までの時間を分けて見る必要がある。

2026年9月3日の CXOTalkによるAtlassian幹部インタビュー では、同社がエンジニアリングのトークン予算を、エンジニア当たりのデプロイ済みプルリクエストや開発された機能と結び付けて評価していること、プロダクトとデザインの担当者に四半期ごとに1週間のAI学習期間を設けていることが説明された。これはThe Agentic Pivotの調査結果を独立に再現したものではないが、同社自身が利用量だけでなく成果と運用能力を測ろうとしていることを示す事例ではある。

ベンダー調査として残る不明点

主要な比率は、調査を実施したAtlassian自身のページで確認できる。一方、公開ページだけでは回答者の地域構成、企業規模別の内訳、業種構成、回答の選択肢、6％を判定した質問文の全文までは分からない。「正式化」の基準を各回答者が同じように解釈したかも検証できない。

このため、6％はAI開発全体の普遍的な成熟率ではなく、Atlassianの調査対象と設問に基づく結果として扱う必要がある。44％の品質向上と48％のトークン削減も、独立した比較試験ではなくベンダーの内部測定である。

現時点で確認できるのは、AI利用とコード生成の加速が広がる一方、計画から運用までを共通の証跡と責任分担で結んだ組織は少ない、という差だ。今後この差を評価するには、正式化の定義を明示した第三者調査と、速度だけでなく品質、障害、監査可能性を含む継続的な実測が必要になる。