AI駆動開発とは

AI駆動開発とは

確認できた範囲では、公的な機関が示した統一の定義は見当たりません。GitLabの日本語公式ブログ（2026年7月7日更新）は、生成AIや機械学習などのAI技術を活用する開発手法と説明しています。

IPA（情報処理推進機構）は「AIを用いたソフトウェア開発」のページに、次の取り組みを挙げています。対話型AIによる要件定義、生成AIによるプログラム開発（コード生成・ペアプログラミング等）、AIによるテストなどです。このページに「AI駆動開発」という語はありません（最終更新2026年9月11日）。

GitLabは、AIがすべてを代替する開発手法ではないとも書いています。AIが生成したコードや提案を人間が確認し、最終的な判断や責任を担う前提で成り立つ、協働型の開発スタイルという説明です。Number Xは、AIのコーディングツールを使う開発と捉えています。

AIのコーディングツールでできること

各社が公式ドキュメントで説明しているツールを並べます。Gemini Code Assistのページには、新規の購入受付が終了したという注記があります。OpenAIのCodexのページには、日付の表示がありません。

実験の結果と、各社の発言

開発が速くなったという実験と、遅くなったという実験の両方があります。

GitHub自身が2022年に公開した実験では、GitHub Copilotを使ったグループが、使わないグループより55%速くタスクを終えました。対象は95名のプロの開発者で、JavaScriptでHTTPサーバーを書く1つのタスクです（2024年5月21日更新）。

一方、METRが2025年7月10日に公開したランダム化比較試験では、結果が逆でした。2025年前半のツールを使った試験で、経験豊富なオープンソース開発者16名が246件のタスクに取り組み、AIを使った場合の方が完了まで19%長くかかっています。開発者は事前に、24%速くなると予想していました。

2つは対象もタスクも違う実験で、数字をそのまま並べて比べることはできません。

各社の発言もあります。いずれも各社の自己申告で、第三者の検証ではありません。Alphabetの2024年第3四半期決算説明（2024年10月29日）で、Sundar Pichai氏が発言しています。Googleの新しいコードの4分の1以上がAIで生成され、エンジニアがレビューして受け入れている、という内容です。

Microsoftのナデラ氏は、2025年4月29日のMeta LlamaConで、リポジトリ内のコードの20〜30%がAIによるものだと述べたと報じられました（TechCrunch）。言い方は「5分の1から10分の3」です。発言の原文は確認できていません。

注意点

GitHubの公式ベストプラクティスは、Copilotの提案を注意深くレビューするよう勧めています。テストや自動ツールで確認すること、既存の公開コードと似ていないかを確かめることも挙げています。

公開コードとの一致については、GitHubの公式ドキュメントに記述があります。Copilotには公開コードと一致する提案を検出する仕組みがあり、設定で一致する提案をブロックできます。一致する確率は低いとされています。

セキュリティ面では、OWASPのLLM Top 10（2025年版）が「不適切な出力処理」を挙げています。LLMの出力を十分に検証・無害化せず下流へ渡すと、XSS・CSRF・SSRF・権限昇格・リモートコード実行につながるという内容です。これはLLMを使うアプリ全般の定義で、コード生成に限った記述ではありません。

IPAの「情報セキュリティ10大脅威 2026」（2026年1月29日公開）は、「AIの利用をめぐるサイバーリスク」を組織向けの3位に新しく選びました。開発に限らない、AIの利用全般のリスクです。

Number Xの支援と、自社のAIサービス

AI導入支援の「開発」では、業務に合わせたAIの業務ツールや、自社のサービスに組み込むAIプロダクトを企画し、画面の設計から開発までを担います。AIのコーディングツールを使うAI駆動開発で、試作から公開までの期間を縮めることを目指します。

以下は、AIを組み込んだサービスの紹介です。AIのコーディングツールで作ったかどうかは、このページでは述べていません。

Number Xは、自社でもAIを使ったサービスを開発・運用しています。生成AIツールDBは、データの取得から検証・公開までをパイプライン化し、AIエージェントによる変更をすべて記録して戻せるようにしています。重要な項目は、人が承認してから反映します。

実店舗チェッカーは、公開情報をLLM（Claude）で判定するサービスです。判定の理由を必ず記録し、LLMが使えないときはルールベースの判定に切り替えます。LEATHER CARE DBでは、LLMの使い道をメーカーの公開情報から情報を抜き出すことだけに絞り、適合の判定はルールで決めています。STAY LOGでは、収集エージェントがホテルや宿泊記、動画を見つけて更新します。

メンバーが参加するCognify Lab.では、16のAIプロダクトを開発・運用しています。

FDEとして現場に入るメンバーが、課題の整理から導入、開発まで関わります。メンバーの上山翔太（AI Engineer / AI Designer）は、2007年からWebデザインとソフトウェアエンジニアリングの領域で働いてきました。約2年間はAIシステム開発を集中的に研究・実践しています。

社内に開発チームがある場合は、チームへのAI駆動開発の導入も支援できます。

よくある質問

AI駆動開発に、統一された定義はありますか。

確認できた範囲では、見当たりません。GitLabは、生成AIや機械学習などのAI技術を活用する開発手法と説明しています。IPAのページには、対話型AIによる要件定義やAIによるテストなどが挙がります。

AIを使うと、開発は速くなりますか。

実験の結果は分かれています。GitHubの2022年の実験では、1つのタスクで55%速くなりました。METRの2025年の試験では、経験豊富な開発者16名の完了に19%長くかかりました。2つは対象もタスクも違い、並べて比べることはできません。

エンジニアがいなくてもできますか。

エンジニアが確認する体制が要ります。GitLabは、AIが生成したコードを人間が確認し、最終的な判断や責任を担う前提の開発だと説明しています。GitHubの公式ガイドでも、AIの提案のレビューとテストでの確認が勧められています。体制は、ご相談の内容に合わせて整理します。

開発チームへの導入も頼めますか。

はい、社内に開発チームがある場合は、AI駆動開発の導入も支援できます。

相談は無料ですか。

はい、ご相談は無料です。お話をうかがったうえで、取り組む内容とお見積りをご提案します。