調査によると、「トークンマックス」は開発者の生産性を阻害している

経営の世界には「測定できるものは管理できる」という定説があります。そして通常、追跡しているものは、結果として増えがちです。

ソフトウェアエンジニアたちは、コード行数から始まり、何十年にもわたって生産性の指標について議論を重ねてきた。しかし、新世代のAIコーディングアシスタントがかつてないほど多くのコードを生成するようになった今、マネージャーが何を測定すべきか、その答えはますます不透明になっている。

膨大なトークン予算——つまり、開発者が使用を許可されているAI処理能力の量——は、シリコンバレーの開発者の間でステータスシンボルとなっている。しかし、生産性を考える上で、これは奇妙な考え方だ。おそらくはアウトプットをより重視しているはずなのに、プロセスへのインプットを測定することにはほとんど意味がない。AIの導入促進（あるいはトークンの販売）を目指しているなら理にかなっているかもしれないが、効率化が目標であるならそうではない。

「開発者生産性インサイト」分野に登場した新たなカテゴリーの企業からの証拠を考えてみよう。彼らは、Claude Code、Cursor、Codexといったツールを使用する開発者が、以前よりもはるかに多くのコードを承認されていることを突き止めている。しかし同時に、エンジニアがその承認されたコードを修正するために戻ってくる頻度が以前よりはるかに高くなっており、生産性向上の主張を裏切る結果となっていることも判明している。

WaydevのCEO兼創業者であるアレックス・サーセイ氏は、こうした動向を追跡するためのインテリジェンス層を構築している。同社は、1万人以上のソフトウェアエンジニアを擁する50社の顧客と提携している。（サーセイ氏は過去にTechCrunchに寄稿したことがあるが、筆者は彼と面識がなかった。）

同氏によると、エンジニアリングマネージャーが目にしているのは80%から90%というコード承認率だ。これは、開発者が承認して採用するAI生成コードの割合を意味する。しかし、彼らはその後数週間のうちにエンジニアがそのコードを修正しなければならないという、その後の「入れ替わり」を見落としている。これが原因で、現実世界における持続的な承認率は10%から30%にまで低下してしまう。

AIコーディングツールの台頭を受け、2017年に開発者向け分析ツールを提供するために設立されたWaydevは、急速に普及するコーディングツールに対応するため、過去6ヶ月間でプラットフォームを全面的に刷新した。現在、同社はAIエージェントが生成したメタデータを追跡する新ツールをリリースしており、コードの品質とコストに関する分析を提供することで、エンジニアリングマネージャーに対し、AIの導入状況とその有効性の両方についてより深い洞察を提供している。

分析企業には発見した問題を強調する動機があるものの、大企業が依然としてAIツールを効率的に活用する方法を模索しているという証拠が増えている。大手企業もこの動きに注目しており、アトラシアンは昨年、顧客がコーディングエージェントからの投資対効果を理解できるよう支援するため、別のエンジニアリングインテリジェンススタートアップであるDXを10億ドルで買収した。

業界全体のデータは一貫した事実を示している。コードの記述量は増加しているが、その不釣り合いなほど多くの部分が定着していないのだ。

この分野のもう1つの企業であるGitClearは1月に、AIツールが生産性を向上させたとする報告書を発表した。しかし、同社のデータは「AIを定期的に使用するユーザーのコードチャーン（削除されたコード行数）は、AIを使用しないユーザーに比べて平均9.4倍高かった」ことも示しており、これはツールがもたらした生産性向上の2倍以上に相当する。

エンジニアリング分析プラットフォームのFaros AIは、2026年3月のレポートで2年間にわたる顧客データを活用しました。その結果、AIの導入率が高い環境下では、コードのチャーン率（追加された行数に対する削除された行数の比率）が861%増加していたことが判明しました。

AI統合エンジニアリング向けインテリジェンスプラットフォームを標榜するJellyfishは、2026年第1四半期に7,548名のエンジニアに関するデータを収集した。同社は、トークン予算が最も多いエンジニアが最も多くのプルリクエスト（共有コードベースへの変更提案）を生成していたことを突き止めたが、生産性の向上はスケールしなかった。彼らは、トークンコストを10倍に増やして、スループットを2倍に達成したに過ぎない。 言い換えれば、これらのツールは「量」を生み出しているだけで、「価値」を生み出しているわけではない。

こうした統計結果は、開発者に話を聞くと納得のいくものだ。開発者たちは、これらのツールの新機能を活用している一方で、コードレビューの負担や技術的負債が蓄積していると感じている。よく見られる傾向として、シニアエンジニアとジュニアエンジニアの間には違いがあり、後者はAIが生成したコードをはるかに多く受け入れており、その結果、より多くの書き直し作業を強いられている。

それでも、開発者たちはAIアシスタントが具体的に何をしているのかを理解しようと努めているものの、すぐに以前の状態に戻ることは想定していない。

「これはソフトウェア開発の新たな時代であり、適応しなければならない。企業も適応を余儀なくされている」と、Circei氏はTechCrunchに語った。「これは一過性のトレンドではない。」