ここ半年の間に、AIコーディングエージェントは珍しいものではなくなった。その導入スピードには目を見張るものがある。Anthropicの「Claude Code」やOpenAIの「Codex」といったツールは、今やタスク全体を引き受け、自律的に処理し、完成した成果物を返してくれる。GoogleのCEOは、同社の新しいコードの4分の3がAIによって生成され、エンジニアによってレビューされたものであると語っている。これらのツールは本物であり、実用的で、ほぼ誰もがアクセス可能だ。
筆者はシリコンバレーでソフトウェア会社を経営しているが、そこではすべてのエンジニアがエージェントの中で生活しているかのように感じられる。しかし、多くのチームを観察していると、同じ現象に突き当たる。誰もが同じツールを持っているにもかかわらず、その成果には天と地ほどの差があるのだ。働き方を真に変化させたチームがある一方で、エージェントを補助的に付け足しただけで「期待外れだ」と結論づけるチームもある。両者を分けるのは、使用しているモデルではない。モデルは誰にとっても同じものだ。分かれ道は、エージェントが実際に役立つ場所となるよう、自社側の環境を整える努力をしたかどうかにある。
いまだに「自分たちは例外」だと考える人が多い理由
多くのエンジニアや組織全体が、これらのツールを中心に働き方を再構築している。それにもかかわらず、いまだに自分たちのケースは例外だと信じ込んでいる人が少なくない。数日前、ここベイエリアにあるフォーチュン500選出のテック企業でエンジニアを務める友人が、自分のチームの体制ではエージェントは機能しないと話してくれた。システムが多すぎること、そして専門知識があまりにも多くの場所に分散しているため、エージェントが役に立たないというのだ。このような話はよく耳にするため、筆者は彼に尋ねた。システムや専門知識の何が、具体的にエージェントの導入を難しくしているのか、そして実際に試して失敗するのを確認したのか、と。彼は試していないことを認めた。
多くのチームと同様に、彼のチームもエージェントを本格的に試しておらず、実際に挑戦する前に諦めてしまっていたのだ。また、筆者が観察してきた中で、多くの人々がいまだに「コパイロット（副操縦士）モード」にとどまっていることも分かっている。彼らはタスクを委ねるのではなく、AIをペアプログラマーや相談ツールとして利用している。次のレベルに進むには、マインドセットの転換が必要だ。エージェントに自社の働き方を教え込み、一定の制約の中で実行することを信頼する。ここに近道はなく、適切な整備がなされていない生のスタックの上で実現することもできない。それは試行錯誤を重ね、安心してタスクを任せられる環境を構築することによってのみ得られるものだ。
導入を始めるためのヒント
以下に、私たちがそのような環境を構築する上で役立った、他のリーダーたちにも参考になるいくつかのポイントを紹介する。
コードベースをエージェント向けに整備する
エージェントはすでにコードベースを読み解く推論能力に優れているが、追加のコンテキスト（文脈情報）を与えることで、その信頼性はさらに高まる。私たちは、コードだけでは分かりにくい情報（モジュールの抽象化、注意すべき「落とし穴」、チームの慣行など）をまとめた「エージェント用ドキュメント」を用意している。実は、このドキュメントの執筆と管理自体もエージェントが行っている。
フィードバックループを構築する
エージェント自身が自分の仕事を検証する手段がなければ、エンジニアが検証役にならざるを得ない。エージェントに出力を検証する手段を与えれば、その責任はエージェントへと移る。エージェントは完了するまで自律的に修正を繰り返す。検証の具体的な形は、テスト、型チェック、ビジュアルチェック、カスタムスクリプトなどさまざまだ。設計には労力を要するが、極めて投資対効果の高い取り組みの一つである。
コードだけでなくデータも連携する
モデルコンテキストプロトコル（MCP）を通じて、エージェントは開発以外のコンテキストが存在するシステム（デプロイ状況、インフラ、社内文書など）にアクセスできる。また、調査やデバッグに役立てるため、本番環境のシステムへの読み取り専用アクセス権もエージェントに与えている。
自社の業務プロセスを教え込む
コードベースにとどまらず、私たちは業務の進め方に関するスキルやプレイブック（手順書）を構築した。障害の調査方法、エラーログの場所、顧客レポートの抽出方法などだ。これにより、エージェントはエンジニアが一から手配しなければならなかったような運用業務を引き受けられるようになる。
もたらされた変化
私たちの働き方の変化は劇的なものだった。かつては常に人間が指示を出し続ける必要があったタスクが、今では一度引き渡すだけで、最初から完成した状態で戻ってくる。エンジニアは複数のタスクを同時に走らせ、機械的な作業ではなく、判断が必要な業務に時間を割いている。
さらに大きな変化は、貢献できる人材の幅が広がったことだ。技術的なバックグラウンドを持たない当社のCEOは、先日、カスタマイズされた顧客デモ用に2万行におよぶコードのドラフトを構築した。これには、私たちがこれまでにプラットフォーム上で提供したことのない機能も含まれていた。ボトルネックは「誰がコードを書けるか」から「誰が文脈（コンテキスト）を把握しているか」へと移行したのだ。これは当社に限ったことではない。毎週OpenAIのコーディングエージェントを利用しているユーザーの約20%は開発者ではなく、ナレッジワーカーであり、その層はエンジニア以上の速さで拡大している。
ここでは、私たちが最初に取り組んだ領域であるためエンジニアリングに焦点を当てたが、同じパターンは他の領域にも当てはまる。私たちはビジネスの他の部門でも同様の取り組みを行っており、顧客関係管理（CRM）システムやコンプライアンスツール、メールを連携させることで、エージェントがコードだけでなく顧客対応業務も支援できる環境を整えた。もしあなたが企業のリーダーであるなら、チームにこの変化を真剣に捉え、模索するよう促す価値は十分にある。すでに実行しているチームは、これまでとは異なる次元で業務を行っており、その格差は広がりつつある。
