AIコード出力は300%急増、ソフトウェアリリースは30%増に留まる

AIの生産性向上は、最終利益に届く前に消散していることが2つの新たな研究で明らかになり、同セクターの株式市場上昇を牽引してきた1兆ドル規模の投資テーゼに疑問符が付いている。

マサチューセッツ工科大学（MIT）の研究によると、人工知能（AI）ツールは爆発的なペースでコードを生成しているが、その出力の大部分は最終的なソフトウェア製品に移行することはない。AIアシスタントを利用する開発者は、作成または編集するコードファイル数が約300%増加した。この増加率は、コードがレビュー段階に達するまでに約150%に縮小し、最終的なソフトウェアリリースに組み込まれる頃には約30%にまで落ち込んだ。

「ボトルネックはコードを書くことから、その後のすべてのこと（レビュー、統合、テスト、デプロイ）にシフトした」と、同研究の共著者でありMITの研究者であるMert Demirer氏は述べた。「AIは上流のタスクを劇的に加速させるが、下流のプロセスは変わっていない。」

この発見は、Bain & Co.が9業種の951社の大企業を対象に実施した並行調査の結果と一致する。AIによるコスト削減を定量化できる企業のうち、最大のグループ（40%）は10%以下の削減効果しか報告しておらず、当初の期待を大きく下回った。ベインの推計によれば、世界の企業によるAIへの支出は現在1兆ドルを超えているが、その投資収益率はほとんどの組織にとって依然として不明瞭である。

漏斗（ファネル）問題

MITの研究は、AIの生産性向上がどの段階で失われるのか、これまでで最も詳細な地図を提供している。同研究は、開発者のアウトプットを4つの段階（生のコードファイル作成、個別ファイル編集、コードレビュー提出、最終ソフトウェアリリース）で調査した。各段階で、AIによる向上効果はおよそ半分以上減少した。

このパターンはコードを超え、実際の市場需要にも及ぶ。AIツールが開発のハードルを下げたことで、モバイルアプリのリリースは過去1年で大幅に増加したが、アプリのダウンロード数はそれに応じて増加していないことが研究者らによって明らかにされた。ほとんどの新規アプリは、わずかなユーザーベースすら獲得できておらず、AIによって加速された生産が自動的に市場価値を生み出すわけではないことを示唆している。

ベインの調査では、より構造的な懸念が明らかになった。大企業の44%が、まだ実現していない前回のAI投資によるコスト削減で次のAI投資資金を調達している。同コンサルティング会社はこの力学を「構造的欠陥を抱えた循環的な賭け」と表現した。ガートナーは、2027年末までにエージェンティックAIプロジェクトの40%以上が放棄されると予測している。

ネイティブ vs 既存企業の格差

生産性のギャップは経済全体で一様ではない。ゼロからAIを中心に構築された企業と、既存のワークフローにAIを接ぎ木した伝統的企業とでは、劇的に異なる結果が見られている。

Claudeモデルの開発元であるAnthropicは、同社のAIが現在、コードベースに統合されるコードの80%以上を作成していると報告した。これは、2025年2月にClaude Codeが研究プレビューでローンチされる前の数%未満から上昇した数字である。同社のエンジニアは2024年と比較して約8倍のコードをリリースしていると述べた。エンジニア1人あたりの1日あたりのコード行数は、同社の最初の4年間は一定だったが、2025年に急上昇したとAnthropicは報告書「When AI Builds Itself」の中で述べている。

この対比は、20世紀初頭の工場の電化を彷彿させるとMITの研究者らは指摘する。工場のレイアウトを変えずに単に蒸気機関を電気モーターに置き換えただけでは、生産性の向上はわずかだった。真の飛躍は、エンジニアが個別のワークステーションに専用モーターを備えた工場を再設計した数十年後に訪れた。AIも同様の軌跡をたどる可能性があり、その効果を最大限に引き出すには、付け加えるだけのツールではなく、新しい組織構造が必要となるかもしれない。

投資の見直し

投資家にとって、このデータはAI関連株のバリュエーションに関する厄介な疑問を提起する。Nvidiaからハイパースケールクラウドプロバイダー、AIソフトウェア企業に至るまでの現在のAI株プレミアムは、実現したリターンではなく、将来の生産性向上への期待に基づいている。ファネル効果が持続すれば、AI支出と測定可能なビジネス成果とのギャップが、市場の再評価を引き起こす可能性がある。

UberのDara Khosrowshahi最高経営責任者（CEO）は最近、同社がAI予算の年間枠を1四半期で使い切ったことを明らかにし、ほとんどのAI利用を低コストモデルに移行し、最先端ツールは特定のユースケースにのみ限定する計画であると述べた。法務アプリケーションに関する別の研究では、低コストのオープンソースAIとプレミアムモデルを組み合わせることで、わずかなコストでより良い結果が得られることが判明した。

「テクノロジーは機能するが、その価値はまだ実現していない」とベインは報告書に記した。

Anthropicは自社の分析においても不確実性を認めている。「これらのいずれも、再帰的な自己改善が目前に迫っていることを保証するものではない」と同社は述べた。「Claudeが研究上の判断力、つまり取り組むべき適切な問題を選択する能力を持っているかどうかは、まだ明らかではない。」

AI主導の生産性向上に賭ける投資家にとって、その待ち時間は現在市場が織り込んでいるよりも長くなる可能性がある。テクノロジーは、その価値を獲得するために必要な組織やプロセスよりも速く進歩している。

※本記事は情報提供のみを目的としており、投資助言を構成するものではありません。