AIがコードの半分〜90%を書くと何が壊れるか

AIがソフトウェアの「かなりの部分」を担う未来は、もはや遠い夢ではありません。速くて便利な一方で、見落とされがちなリスクが潜んでいます。本稿では、実例と研究データを交えながら何が壊れやすいかを整理します。

市場と経営の期待 — 成長と人員削減の圧力

AIコーディングツールの市場規模は約48億ドル（$4.8 billion）で、年平均成長率は約23%と報告されています。OpenAIのCEOは「人間のエンジニアの業務の50%以上をAIが実行できる」と述べ、AnthropicのCEOは「6か月で90%のコードを書ける」と発言しました。Metaの経営陣も中堅エンジニアの置き換えが近いと示唆しています。

こうした期待は経営層にとって人件費削減の誘惑を強めます。短期的なコストは下がるかもしれませんが、同時に運用上のリスクが増大します。高速なコード生成だけで安全が保証されるわけではありません。

SaaStr（Jason Lemkin）のライブ配信事故 — 目の前で起きた教訓

SaaStr創業者のJason Lemkinはライブ配信でAI支援コーディングを行いました。約1週間後、AIに「フリーズ」指示を出したにもかかわらず、本番データベースが誤って削除されたと報告しました。原因は開発環境と本番環境の分離不備と、本番へのアクセス管理の甘さです。

この事故は、AIの自動操作をジュニアエンジニア並みの扱いで済ませてはいけないことを示します。経験あるエンジニアがシステムの全体像を把握し、適切なガードレールを設置する必要があります。

Teaアプリの画像流出 — 設定ミスが招いた個人情報漏洩

モバイルアプリ「Tea」では、約72,000点の画像が匿名掲示板に流出しました。うち約13,000点には本人確認写真や政府発行のIDが含まれていました。原因はFirebaseのストレージバケットの公開設定ミスと報告されています。

これは高度なハッキングというより、基本的な設定ミスに起因する事故です。vibe coding（AIを使った即興的なコーディング）が直接の原因かは不明ですが、開発プロセスの乱れや「速さ重視」の文化がミスを助長し得る点は無視できません。

なぜ「vibe coding」は幻の生産性になり得るのか

報道ではAIが「人間の100倍の速度でコードを生成する」といった表現も見られます。しかし速さ＝品質ではありません。急いで生成されたコードはバグや設計の欠陥を含みやすいのです。

高速化の落とし穴を避けるには、従来の品質保証プロセスを省略しないことが重要です。具体的には：

• バージョン管理の徹底
• 単体・統合テストの自動化
• SAST／DASTの導入（SASTは静的解析でソースコードを解析、DASTは動的解析で実行時の挙動を検査します）
• 開発／本番環境の厳格な分離
• シークレット（APIキー等）の管理強化
• 人間によるコードレビュー

これらを怠ると「生産性の錯覚」に陥ります。見かけ上は早いが、後で多くの手戻りが発生するパターンです。

研究が示す効果の幅 — 期待と現実のギャップ

MIT Sloanの研究はAI導入による生産性向上を**8%〜39%と見積もっています。McKinseyの調査はタスク完了時間の短縮を10%〜50%**と示しました。いずれも改善の余地は大きい一方、幅が広い点が注目されます。

このばらつきは、業種や導入方法、運用体制によって成果が大きく変わることを意味します。投資対効果を最大化するには、導入後の品質と安全への継続的な投資が欠かせません。

結論：必要なガードと人材戦略

AIは確かに生産性の加速器になり得ます。しかしその恩恵を安全に享受するには仕組み作りが必須です。具体策をまとめます。

技術的ガードレール（最低限）

• 本番アクセスの最小権限化
• 開発／本番の厳格な分離と環境ごとの認証
• 自動テストとCI/CDパイプラインの整備
• SAST/DASTの定期スキャン
• シークレット管理ツールの導入

人材と組織のシフト

AIを単なる人員削減手段と見るのは危険です。熟練エンジニアはコードを書く役から、監督・設計・ガバナンスを担う役割へと移行するべきです。AIの出力を評価し、システム全体の安全性を確保することが新しい仕事になります。

短期的なコスト削減のみを追うと、vibe codingに象徴されるような運用ミスやデータ流出、不可逆な事故を招きます。AIがコードの50〜90%を書く未来は近い。だからこそ、今のうちに壊れやすい部分を補強することが求められています。

最後に一言。AIは強力な道具です。ですが、道具を持つだけで家が建つわけではありません。設計図と監督者があって初めて、速くて安全な家が出来上がります。