AIコーディング支援の普及で、開発生産性の測り方は見直しを迫られています。 結論はDORAの5指標やSPACE、DevExといった測定の枠組みは引き続き有効ですが、指標の重みづけと読み方が変わるということです。 個人が短時間に生成できるコードの量は増えた一方、チームとして出荷が速くなるとは限らず、壊れやすさは別の問題として残るからです。 この記事では、AI導入後も変わらない原則と、変わる4つの読み方、そして測定を更新する手順を整理します。
変わらないこと
先に、AIが来ても揺らがない原則を確認します。
- 単一指標では測れない。むしろ後述のとおり、単一指標への依存はAI時代にはより危険になります
- アウトプットとアウトカムは別物。作った量がいくら増えても、使われなければ事業成果はゼロです
- 指標を個人評価に使わない。評価に接続した瞬間に数字を良く見せる行動が始まり、データ全体が信用できなくなります
開発生産性の総論で整理したこれらの原則は、前提としてそのまま生き続けます。 変わるのは、その上に載る指標の読み方です。
変わること1：活動量を成果指標として使えなくなる
コードの行数、コミット数、プルリクエスト数。 これらはもともと、作業の動きを診断する補助指標にはなっても、生産性そのものを表す指標ではありませんでした。
AI導入後は生成量を短時間で増やせるため、活動量を成果の代わりに使う問題がさらに大きくなります。 「AI導入でコード生成量が3倍になりました」という報告は、成果の報告ではありません。 AIの利用率や提案の採用率も同様で、普及状況の診断には使えますが、成果の指標ではありません。
変わること2：ボトルネックが実装の外へ移動する
AI導入によって最初に短縮されやすいのは、リードタイムのうち初期実装の区間です。 レビューやテスト、仕様整理にもAIは使えますが、開発プロセスを変えなければ、その効果が後続工程へ自動的に波及するわけではありません。 実装が速くなった分、全体の所要時間を支配する区間が、レビュー待ち、検証、仕様決定、承認といった実装の外側へ移ることがあります。
DORAの2025年調査に関する解説は、この現象を「隠れた検証税」と表現しています。 生成で浮いた時間の一部が、生成物の監査と検証へ再配分されるためです。 下流のレビュー、テスト、デプロイの体制がAIの生成速度に追いついていなければ、個人の体感は速くなっても、チームの出荷は変わりません。
測定側への含意は明確です。 全体のリードタイム1本で見るのをやめ、区間に分解して測る必要があります。 実装、レビュー待ち、承認、デプロイ待ちのどこが支配的かを把握することで、AI投資の次に何へ投資すべきかを判断できます。 この診断の具体的な手順はAI導入で生産性が上がらない会社の分析に書きました。
変わること3：不安定性と対で評価する必要がある
DORAの2024年調査では、AI導入の増加がデリバリのスループットと安定性の低下に関連していました。 2025年調査では、AI導入の増加がスループットの向上と不安定性の増加の両方に関連しています。 つまり、出荷は速くなっても、壊れやすさが同時に増す可能性があります。 この経緯はFour Keysの2026年版解説で詳述しています。
したがって、AI導入の効果測定では、スループットの指標だけを見ても判断できません。 デプロイ頻度、変更のリードタイム、失敗デプロイの復旧時間だけでは不十分です。 変更障害率とデプロイ手戻り率を同時に確認する必要があります。 不安定性が悪化している場合は、品質にかかる負担を後段へ移していないかを調べます。
変わること4：DORAの指標に出にくい負債を確認する
生成AI支援における理解の不足を扱った2026年の研究では、チームが保守や変更に必要とする理解と、実際に持つ理解の差を「Comprehension Debt」と呼んでいます。 ここでは、その新しい概念を理解負債と表記します。 まだ標準化された測定指標ではなく、定訳も確立していません。 たとえば、AIが書いたコードは動いているものの、担当者が設計意図や挙動を説明できない状態が該当します。
厄介なのは、これがDORAの指標に直接は現れにくいことです。 理解負債は遅行指標で、数か月後に「変更のリードタイムがじわじわ伸びる」「障害の調査に時間がかかる」という形でようやく表面化します。 数字が良好でも、それだけでは安心できません。
先行して検出するには、サーベイとコードレビューの標本調査、担当者への説明確認を組み合わせます。 DORAの2025年調査に関する分析では、回答者の30%がAIの生成コードをほとんど、またはまったく信頼していないと回答しています。 「自分がリリースした変更を人に説明できるか」「AIの出力をどの程度検証してから通しているか」を定期的に聞くことで、数字に出る前の兆候を拾えます。 テレメトリとサーベイを対で運用する開発者体験（DevEx）の計測は、AI時代のリスク検出にも役立ちます。
コストの測定も変わる
AI支援のコストは、人件費とは別に予算化すべき費目になっています。 一例として、当サイトで公開している実測データでは、月200ドルの定額プランで、API従量換算では月20万円分相当を利用しています（Claude Code の料金の実測記事）。 定額プランのレバレッジが効く一方、チーム全体で複数のモデル、API、エージェントを利用すると、ツール費の合計が無視できない規模になることがあります。
投資対効果を語るときは、ツール費だけでなく、レビューやテストといった検証側の工数もコストに含めて評価してください。 生成のコストだけを見て「安く速くなった」と結論すると、下流に移転したコストを見落とします。
測定を更新する手順
- 導入前にベースラインを取る。 Gitやデプロイの履歴から後で再構成できる指標もありますが、待ち状態や開発者の認識を同じ条件で復元するのは困難です。 すでに導入済みの場合は、取得できる履歴と再構成の条件を明示します
- リードタイムを区間に分解する。実装、レビュー待ち、承認、デプロイ待ちを分け、AIが効いた区間と効いていない区間を特定します
- スループットと不安定性を対にする。変更障害率とデプロイ手戻り率を並記し、品質負担が後段へ移っていないかを確認します
- 定性調査を追加する。生成コードへの信頼、説明できる感覚、レビュー負荷の変化をサーベイや標本調査で確認します
- 効果の帰属を慎重にする。 AI導入と同時期にはたいてい他の施策も動いています。 差分のすべてをAIに帰属させず、時期と対象を記録して切り分けます
注意点
ベンダーが公表する採用率や受入率の数字を、自社の成果指標として流用しないでください。 それらはツールの利用状況であって、チームの出荷能力でも事業成果でもありません。
また、「AIで開発効率◯%向上」という一律の換算を予算計画の根拠にするのは危険です。 DORAが指摘しているとおり、AIは組織がすでに持つ強みと弱みを増幅します。 同じツールを入れても、ボトルネックがどこにあるかで効果は大きく変わるため、他社や業界平均の数字を自社の予測へそのまま当てはめることはできません。 自社のベースラインから出発することが、結局いちばんの近道です。
関連して読める記事
AI導入の効果を数字で語るための土台は、DORAの現行定義と詰まりの診断方法です。
Four Keys はもう「4つ」ではない — 2026年版 DORA メトリクスの現在地と、AI導入の効果を証明する唯一の方法
「Four Keys は4つ」という理解は2026年時点では古く、DORA公式の指標は5つに増え、Elite/High/Medium/Lowのランク分けも廃止されています。5つ目は広く誤解されている「信頼性」ではなくデプロイ手戻り率であること、Googleのfourkeys OSSがアーカイブ済みで主要ツールもいまだ4指標止まりであること、そして手戻り率だけはツールなしで今日から測れることを、DORA公式ドキュメントで裏を取りながら整理します。AI導入の効果を数字で証明するための使い方までまとめました。
2026年7月27日
AI導入で生産性が上がらない会社は、どこで詰まっているのか
AIコーディング支援を入れたのに組織のリリース速度が変わらないとき、原因は実装ではなく、その下流のレビュー・仕様決定・承認・デプロイにあることが多くあります。DORAの現行5指標を結果指標、工程ごとの待ち時間を診断指標として切り分け、どの区間で何時間止まっているかを測る方法、症状から詰まりを特定する対応表、よくある五つの誤診断、そして打ち手を選ぶ順序をまとめました。
2026年7月28日
開発生産性とは？測り方の全体像と、指標選びで失敗しない考え方
開発生産性とは、開発組織が投入した人と時間に対して、どれだけ速く確実に価値のあるソフトウェアを届けられているかを表す概念です。行数計測が失敗する理由、Four Keys、SPACE、DevExの使い分け、測り始める5つの手順、指標を個人評価に使ってはいけない理由までを総論として整理します。
2026年7月28日
AI駆動開発（AIDD）とは？従来の開発との違いと導入の考え方
AI駆動開発（AIDD）とは、生成AIを開発工程の主役に置き、人間が方針決定と検証を担う開発スタイルです。コード補完との違い、開発工程がどう変わるか、導入の順序と注意点を解説します。
2026年7月25日
Claude Codeの料金はいくら？プラン別価格と「月200ドルでAPI換算20万円分」の実測データで解説
Claude Codeの料金はいくらか。Pro（月20ドル）からMax（月100〜200ドル）、Team、API従量課金まで2026年7月時点の価格を整理し、月200ドルのMax 20xプランでAPI換算1,400〜1,500ドル分を使っている自社の実測データを公開します。プラン選びの落とし穴と、料金表に載らない「運用設計」のコストまで、導入を検討する経営層・開発責任者向けに解説します。
2026年7月21日