AI駆動開発の生産性は「案件別の工数実績」で測る──行数ではなく同じ見積もりの物差しで、レビューと納品後の手直しまで数える方法

この記事は、AI駆動開発の生産性を、案件別の工数実績で測り、AI導入の前と後を比べる方法を扱います。

「何割速くなったか」を、誰も同じ答えで言えない

「Claude Codeを入れてから、体感で倍は速い」
「いや、レビューが増えたので、そこまでではない」

同じ会社の中でも、AI駆動開発の生産性の話は、人によって答えが違います。
測り方が決まっていないからです。

体感の数字で見積もりを下げれば、粗利が削れます。

AI駆動開発の生産性とは、同じ見積もりの物差しで測った作業量に対して、レビューと納品後の手直しまで含めた実績工数がどれだけ減ったか、である

黒字化の外科医です。AI駆動開発の効果を、案件別の工数実績で比べる方法を解剖します。

この定義で測るべき理由は、三つあります。

第一に、案件の大きさがばらばらだから。
導入前の案件と導入後の案件は、同じではありません。実績の時間をそのまま比べると、案件が小さくなっただけで「速くなった」と見えます。

第二に、AIで減る時間と、増える時間があるから。
実装の時間は減りますが、AIが書いたコードを読むレビューの時間は増えがちです。実装の時間だけを見ると、効果を大きく見誤ります。

第三に、問題が出るのは納品の後だから。
確認が薄いまま納品すると、不具合への対応が保守期間に回ってきます。納品の時点で測りを止めると、その時間が抜け落ちます。

社内のAI活用全体の指標の選び方は、別の記事で扱いました。ここでは、開発の案件に絞ります。

▶ AIの生産性を社内で測定する方法、制作会社は「速くなった気がする」で止まっている──1案件の工数、1人あたりの粗利、手戻りの回数の選び方と、測り始めの手順

AI駆動開発の生産性で、使ってはいけない物差し

開発の生産性を測ろうとすると、手に取りやすい数字に流れます。次の4つは、使わないでください。

× コードの行数
　AIは行数を簡単に増やす。行数が増えるほど、レビューと保守の負担は増える

× コミット数・プルリクエストの数
　分け方しだいで、いくらでも増減する

× AIが書いたコードの割合
　割合が高くても、手直しとレビューの時間が長ければ、工数は減っていない

× 本人の体感
　実装の手応えは強く残り、レビューと手戻りの時間は記憶に残りにくい

どれも、粗利とつながっていません。

案件別に測る：「標準比」という物差し

作業の量を測るために、導入前から使っている見積もりの積算基準（標準工数表）を、物差しとして固定します。
導入後の案件も、AIを使わない前提の標準工数で一度積算し、実績と比べます。

標準比 ＝ 実績工数 ÷ 標準工数（AIを使わない前提の、従来の積算基準で出した工数）

実績工数に入れるもの
・生成と実装（AIへの指示、生成されたコードの手直しを含む）
・レビュー（AIが書いたコードを読む時間）
・テスト
・手戻り（社内の検品や顧客の指摘でやり直した時間）
・納品後30日の不具合対応（保守契約の範囲外で、自社の責任で直したもの）

標準比が1.0なら、従来の積算どおりの時間で終わったことになります。
0.8なら、従来の見積もりより2割少ない時間で終わったことになります。

積算の基準そのものの作り方は、こちらにまとめています。

▶ 見積もりの「工数の読み違い」をなくす積算シート──作業の分解表、リスクの上乗せ、過去案件との照合をAIで回すプロンプト一式

例：導入前後の3案件ずつを比べる（数字はすべて例）

【導入前】
案件　標準工数　実績工数　標準比
A　　 300時間　 330時間　 1.10
B　　 200時間　 210時間　 1.05
C　　 250時間　 290時間　 1.16
合計　750時間　 830時間　 1.11

【導入後】
案件　標準工数　実績工数　標準比
D　　 280時間　 230時間　 0.82
E　　 220時間　 200時間　 0.91
F　　 300時間　 240時間　 0.80
合計　800時間　 670時間　 0.84

検算：830 ÷ 750 ≒ 1.107、670 ÷ 800 ≒ 0.838。

比べるのは、案件ごとの比の平均ではなく、合計どうしの比です。

標準比は 1.11 から 0.84 に下がりました。従来の物差しで見て、実績は約24%少なくなっています（（1.107 − 0.838）÷ 1.107 ≒ 0.243）。

工程の内訳を見る

工程　　　　　導入前（3案件の合計）　導入後（3案件の合計）
生成・実装　　530時間　　　　　　　 310時間
レビュー　　　 60時間　　　　　　　 140時間
テスト　　　　140時間　　　　　　　 130時間
手戻り　　　　100時間　　　　　　　  90時間
合計　　　　　830時間　　　　　　　 670時間

検算：530 ＋ 60 ＋ 140 ＋ 100 ＝ 830時間。310 ＋ 140 ＋ 130 ＋ 90 ＝ 670時間。

実装は220時間減りましたが、レビューは80時間増えています。レビューの多くは、時間単価の高いベテランの時間です。

納品後の手直しまで含める

納品後30日の不具合対応
導入前：A 12時間　B 10時間　C 14時間 → 36時間
導入後：D 18時間　E 22時間　F 20時間 → 60時間

納品後まで含めた標準比
導入前：（830 ＋ 36）÷ 750 ≒ 1.15
導入後：（670 ＋ 60）÷ 800 ≒ 0.91

検算：866 ÷ 750 ≒ 1.155、730 ÷ 800 ≒ 0.913。

納品後まで含めると、減った割合は約24%から約21%に縮みます（（1.155 − 0.913）÷ 1.155 ≒ 0.210）。
この差が、確認を厚くすべき場所を教えてくれます。

測るときの4つのルール

□ 標準工数表を、比べる期間中は変えない（変えるなら、導入前の案件も積算し直す）
□ AI駆動開発を始めて最初の1〜2案件は、慣れの期間として別に記録する
□ 案件の種類をそろえる（Webサイトの改修と、業務ツールの新規開発を混ぜない）
□ 少なくとも3案件たまるまで、見積もりの基準を下げない

今すぐ試せる：案件別の標準比を出すプロンプト

私はWeb制作会社の経営者です。AI駆動開発の導入前後で、開発案件の生産性を比べたいです。

【データ】
・案件ごとの、従来の積算基準で出した標準工数：〔貼り付け〕
・案件ごとの実績工数（生成・実装、レビュー、テスト、手戻りに分けて）：〔貼り付け〕
・案件ごとの、納品後30日の不具合対応の時間：〔貼り付け〕
・AI駆動開発を始めた時期と、慣れの期間とする案件：〔記載〕

1. 案件ごとの標準比（実績工数 ÷ 標準工数）を出す。
2. 導入前と導入後で、合計どうしの標準比を出す（慣れの期間の案件は除く）。
3. 工程ごとの時間を、導入前後で比べる表を作る。
4. 納品後の不具合対応を含めた標準比も出し、含めない場合との差を示す。
5. 比べ方に偏りがないか（案件の種類、件数、担当者）を指摘する。

計算の途中をすべて示すこと。データがない項目は推測せず、「記録が必要」と書くこと。

構造的なリスク

逆説を指摘しておきます。

標準比で測ると、「標準工数を大きめに積めば、生産性が上がって見える」という抜け道ができます。
導入後の案件の標準工数は、見積もりを作った人とは別の人が、従来の基準で積算し直してください。

また、結果を個人の評価に直結させると、レビューや手戻りの時間が記録されなくなります。見積もりの基準と体制の見直しに使ってください。

よくあるQ&A

Q. 工数の記録がない。どこから始めればよいか？

今月から、案件名・工程・時間の3つだけを毎日記録してください。導入前の比べる相手は、過去の見積もりの積算と請求の記録から作れます。

Q. ツールの費用は、どこに入れるのか？

生産性の比較とは分けて、案件の原価に入れます。工数の減り方と、ツール費・レビュー費を並べて、案件ごとの粗利を出す計算は、こちらのシートで扱っています。

▶ AI駆動開発の粗利シミュレーションシート──工数・単価・ツール費・レビュー費を役割別に積み、値下げの上限、手戻りと従量課金の感度、請負と準委任の差まで計算する型

最後に

AI駆動開発の生産性は、行数でも体感でもなく、同じ物差しで測った案件別の実績で決まります。

標準工数を物差しに固定し、レビューと納品後の手直しまで数えた会社だけが、見積もりを下げてよい場所と、確認を厚くすべき場所を、数字で見分けられるのです。

これまでの記事は、メンバーシップ「黒字化オペ室」でまとめて読めます。月額1,980円、記事2本分の金額です。詳しくはプロフィールから。

#Web制作会社 #AI駆動開発 #生産性 #工数管理 #見積もり #ClaudeCode #制作会社経営 #中小企業 #受託開発 #効果測定