「エージェント時代の目覚め」― なぜコーディングが10倍速くなっても、組織の生産性は比例しないのか
Bessemer Venture Partnersが、2026年8月に公開したプレイブック「The Agentic Awakening」の、オーディオブック版(約2時間20分)です。同社のパートナーAdam Fischer氏が発案し、ソフトウェア企業のCEOを20年以上務めた著者(字幕では氏名が崩れており、確認できません)が執筆しました。2026年上半期に、Ramp、Lemonadeなど20社超のCTOやエンジニアリング責任者に、複数回にわたって聞き取りをしています。
副題は「なぜ10倍速いコーディングが、比例した組織の生産性にならないのか、そしてAIに傾倒したリーダーはどうしているか」です。この記事では、全体を、3部構成に沿って整理します。調査は、同社のポートフォリオ企業とその周辺が中心で、結果は、先進的な企業に偏っている点に留意が必要です。
1. 全体像:3つの問題が連動する
著者は、調査で、各社が次の4つの停滞に陥っていると述べました。
進捗を測る基準がなく、進んでいるつもりになっている
速く動いているが、方法を明かさず、比較できない
AIに多額を使っても、成果につながらない
何を変えるべきか分かっているが、組織が動かない
そのうえで、プレイブックは、3つの段階で構成されます。
教会を建てる(インフラ):人とエージェントが協働できる環境
人を変える(コンバージョン):コードを書く人から、エージェントを指揮・検証する人へ
共同体を組み立てる(組織の再設計):チーム構造、計画、所有の仕組み
著者が最も驚いたのは、「速さ」でした。取材した全員が、12カ月前なら無謀とされた判断をしていたといいます。たとえば、1週間の全社的なツール切り替え、管理職の60%削減、PMとエンジニアの比率の逆転、2カ月で100万ドルを超えたAI費用などです。ただし、著者は、「コード行数を指標にするのはプラセボだ」とも警告しています。
2. 第1部:インフラ(4つの次元)
2-1. コーディング基盤:4つの段階
自動運転にたとえて、次の4段階を示しています。
レベル1:アシスタント(運転支援)。IDE内で人とAIが対話しながら書く。CursorやGitHub Copilotが代表
レベル2:レビュアー。CI/CDにAIレビューを組み込む(Cursor Bugbot、Claude Code Reviewなど)。導入が簡単だが、見過ごされがち
レベル3:エンジニア。長時間、サンドボックスで動く、自律エージェント。Claude Codeが主流で、OpenAIのCodexが対抗。1人が複数を動かし、10倍以上の効果が出る。本格的なインフラが必要で、自前で構築する企業が多い
レベル4:チーム(艦隊の自律)。バグ、CI失敗、障害、顧客要望などがトリガーとなり、エージェントが修正し、本番に反映する「ダークファクトリー」。人の承認は、リスクに応じて行う
「自己修復するソフトウェア」が、VPエンジニアリングの夢とされています。
2-2. AI Ops:新しいDevOps
新モデル、ツール、価格が毎週のように出るため、通常業務の片手間では追えません。そこで、2〜5人の専任チームが、社内のAIインフラを担います。段階は、「担当なし」「兼務の担当者」「専任チーム」「全社の支援と、シャドーAIの抑止」の4つです。ある企業は、AIツールを審査する委員会を、IT、セキュリティ、AIの専門家による専任チームに置き換えました。新しいSaaSを買うときは、「MCPサーバーを提供しているか、エージェントが操作できるか」も条件になります。
2-3. 測定:4つの段階
利用:トークン、行数、セッション
品質:回帰、セキュリティ指摘、レビューの通過率
生産性:難易度で重み付けした成果(行数ではなく)
ベンチマーク:同業他社との比較
調査対象の企業は、この次元が最も遅れています。
3. 測定の数字:費用と成果は、平均ではなく分布を見る
プレイブックが挙げた主な数字は次のとおりです(いずれも、同書が引用する調査や取材によるもので、私は原典を検証していません)。
トークン:
月10億トークン未満(約1,000ドル)はIDEプラグイン水準で、月100億超は艦隊運用。後者は、約20万行の採用コードに相当する場合がある費用:
先進企業の平均は、エンジニア1人あたり月1,000〜2,000ドル。ある企業の組織平均は月1.2万ドル。エンジニア1人が、1カ月に約2.8万ドル分のトークンを使った例では、うち1.6万ドルは、1回の実行で50のエージェントを並列に立ち上げ、止まらなかったことによる(止めなければ400時間走る計算だった)Uber:
2025年12月にClaude Codeを5,000人のエンジニアに展開し、2026年3月には84%がエージェント利用者、コードの70%超がAI生成。2026年のAI予算を、4カ月で使い切った。CTOは、予算が「吹き飛んだ」と述べたSalesforce:
2026年に、Anthropicのトークンに約3億ドル(約15,000人のエンジニア、1人あたり月約1,700ドル)。エンジニアの採用を凍結し、30%の生産性向上を主張している価格の裁定:
Claude Max 20xなどの月額プランは約200ドル。ヘビーユーザーのAPI定価換算は月2,000〜8,000ドル。ただし、一元課金や監査ログがなく、企業では使いにくい場合が多い分布の偏り(Cursorの2026年報告):
エンジニアの上位層では、AI生成の行数が中央値の10倍(約90パーセンタイル)でも、マージされたPRは4倍。上位1%では、46倍と15倍。ジニ係数は0.77。生成は、出荷より約3倍速く増える他の調査:
Circleでは、上位5%のチームのスループットはほぼ2倍で、中央値は4%増。DXの400社超の調査では、AI導入が65%増えても、PRのスループットの中央値は7.76%増にとどまった
品質については、「初回レビュー時のマージ率」「2週間以内の差し戻し率」「AIが触れたモジュールの障害率」「生成行数に対する採用行数」を、挙げています。
3-1. 生産性は「複雑さ」で割る
コード行数やトークンでは、難しい1行の修正と、定型の2,000行を比べられません。Lemonadeは、LLMでPRの難易度を採点するツールを、オープンソースで公開しています。別の企業は、作業をT0〜T7の7段階に分類し、人の介入なしで通る割合(ワンショット率)を追っています。指標は、「複雑さで重み付けしたスループット」を、人とAIを合わせた総費用で割る形へ移るべきだとしています。
4. セキュリティ:「AIを使わない」は防御にならない
プレイブックは、4つの面を挙げています。
エージェントが書くもの:
大量のコードに、従来の目視レビューが追いつかない。SAST、DAST、秘密情報とライブラリのスキャン、書き手と批評役の別モデルによる検証をPRごとに入れるエージェントがすること:
プロンプトインジェクションは「新しいSQLインジェクション」だが、決定的な防御(パラメータ化クエリのようなもの)はまだない。EchoLeak(CVE-2025-32711)は、Microsoft 365 Copilotの例。供給網では、2025年のnpmのワーム(Shai-Hulud)や、2026年2月に、MCPサーバーを装ってCursorなどに侵入した事例を挙げている。確率的な防御(入力のタグ付けなど)と、構造的な防御(特権を持つモデルと、外部を読むモデルの分離、権限の限定、人間の承認)を重ねる他者のエージェントがすること:
CrowdStrikeの2026年報告では、AIを使う攻撃者の作戦が前年比89%増。Anthropicが述べた2025年のサイバー諜報作戦では、戦術的な作業の80〜90%をAIが担ったとされるモデルと提供者:
学習への不使用だけでなく、ゼロデータ保持(ZDR)、ルーティング先、ネオクラウドのログまで確認する。中国系のオープンウェイトは、独立した評価で検証し、用途と言語でテストする
コンプライアンスでは、SOC 2のCC8.1(変更管理)が、エージェントによる変更を、どう満たすかが課題です。同書は、「エージェント向けの認証」としてAIUC-1にも触れています。末尾に、「エージェント・セキュリティの10の掟」を示しました。要点は、モデルと実行境界の選択、アクセスの事前制限、外部入力の防御、権限の分離、エージェントごとのID、ツールの管理、監視と復旧、全PRのAIレビュー、継続的なレッドチーム、人が決める範囲の明確化です。
4-1. ハーネスを自作するか
RampのInspect(PRの過半に関与)、StripeのMinions(週に1,000件超のPR)、Coinbaseの「Forge」など、自社で作る例もあります。ただし、同書は、深いエンジニア陣がいる企業以外には、既製品を勧めています。自社固有の部分(文脈、サンドボックス、評価)だけ持ち、残りは買う、という考え方です。「現在のモデルの弱点に合わせて作ると、機能が出る前に陳腐化する」ので、「次のモデル」を前提に作るべきだとも述べています。
5. 第2部:人を変える
5-1. トップダウンが必須
変革を決めるのは、エージェントの艦隊を自分で動かしたことのあるリーダーです。「AIを90%使っている」という自己申告を、本人の経験で見抜けるからです。ボトムアップだけでは、1四半期で元に戻ります。AIを機会に、文化を作るのではなく、速さ、所有、自動化を、元から重んじていた組織が有利です。採用と研修は一体で、新規採用者の最初の1カ月は、既存の2〜3人のエンジニアの教材にもなります。機械学習・データ出身者は、評価の感覚があり、適応しやすいとされます。
5-2. 4つのクラスター
ビリーバー:10倍の速度、並列3つ以上のエージェント
ツール利用者:1〜2倍。委譲の深さが足りない
レガシーの守護者:低活動だが、根拠のある抵抗(アーキテクチャ制約型と、アイデンティティ型)
抵抗者:根拠のない低活動(恐れ、パフォーマンス、道徳的反対)
介入はクラスターごとに変えます。ビリーバーには、可視化と、レガシーチームへの配置を。ツール利用者には、委譲の義務(スプリントごとに、チケットからPRまでAIで通す)や、並走型の比較を。抵抗者には、公平な基準と期限、結果の責任を。守護者には、まず診断します。「テストやサンドボックスなど、環境が足りないのか」「環境は整っているのに、抵抗があるのか」を分けるためです。
5-3. 現場の変換事例
ベイクオフ:オフサイトで、エージェントと人を、同じ課題で比較した
CRMを1週間で作る:10年続くソフトウェア企業が、全エンジニアリングを1週間止め、Claude Codeで、CRMを端から端まで作らせた。以後、出荷コードの98%がClaudeの生成
日曜までに義務化:ある上場の消費者向け企業は、木曜に切り替えを発表し、日曜までに義務化。コードを「読む」ことは、システムを信用していない証拠として、推奨されない
全面的な書き直し:レガシーの.NETスタックを、Goで書き直した。旧システムを、仕様と検証の基準にし、並行運用した
全社ハッカソン:従業員約18,800人のフィンテックで、約1,000人が参加し、600のプロジェクト(採点はモデルのアンサンブル)。優勝は営業部門で、通話中に、顧客の感情を採点し、次に言う内容を提案するコパイロット
ヒーローによる書き直し:レガシー派の古参に、エージェントが書き直したテストスイートをレビューさせ、考えを一変させた例
5-4. エンジニアの新しい仕事:オーケストレーション
3〜5本のエージェントを並行して動かし、その決定を捌く仕事です。文脈の切り替えが最大のコストで、並列には限界があります。同書は、「バイブコーディング」(出力を受け入れるだけ)と、「エージェント型エンジニアリング」(設計と判断を握ったまま、AIを使う)を区別し、後者は、検証可能性(テスト、型、評価)を整えることが要だと述べています。初期は、プロジェクトがエージェントに合うまで遅く感じますが、修正のたびに、テストやルールが積み上がり、ある時点で、新機能がほぼ1回で完成する「脱出速度」に達するとのことです。
人によっては、移行を断念する例もあります(データサイエンティストが退職した、など)。同書は、これを、プログラムが「誠実に機能している」結果と見ています。
5-5. 製品へのAI
ほぼすべての企業が、製品へのAI組み込みを、名前の付いた予算付きの取り組みにしています。専門SaaSが、単一スキル付きの汎用エージェントに置き換わる恐れがあるためです。効果は、AIセンター・オブ・エクセレンスの形成、新規開発のスピードによる変革の証拠、人材の磁石としての効果、そして、「それはロードマップにない」と言えなくなる顧客対応の敏捷性です。
6. 第3部:組織を変える
6-1. 「50%の壁」
コード生成は約10倍でも、意図から展開までの生産性は、50%を超えず、多くは25〜30%でした。「フェラーリを、200mごとに赤信号のある道で走らせる」たとえです。信号を全部無視するのではなく、機械の速さで動く制御は自動化し、不要な停止は除く、という経路の再設計が必要です。ある技術者は、承認の関門が撤廃されても、決定のたびに許可を求めに行ったそうです。
6-2. PM対エンジニア比率
従来は、PM1人に対し、エンジニア約6人でした。機能が1日で出ると、PMが律速になります。方向は2つあります。
A:エンジニアが顧客を代弁できる分野(開発者向けなど)では、比率が1:10以上に広がり、エンジニアが製品の判断を担う
B:代弁できない分野では、PMがコーディングツールで試作し、エンジニアは「仕様の翻訳」から「試作の堅牢化」へ移る(例:1:6から1:2へ向かう企業)
Uberは、AIに強いエンジニアを、ドメイン専門家と1対1で組ませ、16部門を2カ月で変換しました(資本配分の作業は15時間から30分へ)。ベータ版が仕様、PRが引き継ぎになります。Claude Codeの製品責任者Cat Wu氏の、「職務が溶け合っている」という言葉も紹介されています。
6-3. 小さな自律チームと、4人のチーフ
チーム:1〜5人(多くは2〜3人)。1人チームは賛否が分かれる
若手:AIの習熟と製品感覚が条件で、アーキテクトが近くにいれば、有力。一方、大規模では、経験が判断を生むという逆の観察もある
4人のチーフ:チーフアーキテクト、プロダクト、デザイナー、セキュリティ。会社全体の一貫性を保つ。事例では、アーキテクチャ審査なしで作った内部アプリが、約2カ月で約50万ドルの請求漏れを起こし、設計審査を挟む運用に改めた。AIによるデザインが、Tailwindなどの統計的な平均に収束する問題も指摘する
意思決定:各チーフが、エージェントで全プロジェクトを走査し、必要な場面で関与する
6-4. 組織図は、短く、広くなる
例:エンジニアリング管理職の数を約6割減らした企業。管理職の担当が4〜6人から15〜25人へ
一方で、AIネイティブな600人規模の企業のように、R&Dを約40人に抑えつつ、月に約80人を採用し、拡大する例もある
管理職の道は3つ。担当範囲を広げる、再び手を動かす、チーム横断の役割に移る。共通の条件は、自分自身がAIを使いこなすこと
6-5. エンジニアリングの外へ
RevOps、財務、HR、サポートでも、エージェントと、社内向けアプリが、業務を置き換え始めています。AI Opsは全社の機能になり、「中核の記録システムは買い、会社を特徴づけるワークフローは作る」という線引きが現れます。
7. 結論:自分の位置を知る
著者は、2025年第4四半期(Claude Code 2.0が9月、Opus 4.5が11月)を、エージェントが「デモから頼れる存在」になった転換点としています。METRの無作為化試験では、2025年前半のツールを使った経験者が、AIなしより19%遅かったが、同じ開発者を後半に再試験すると、方向が逆転した、とも紹介されています(新しい結果は、弱いシグナルとの但し書き付き)。
企業の位置は、3つに分けられます。
AIに傾倒した組織:すでに転換点を越え、組織の再設計と測定の段階
慎重に動く組織:一部でエージェントを使うが、多くは、IDE中心。守護者と抵抗者が多い
まだ動いていない組織:IDEのツールを足しただけで、すべての変更が人のレビューを通る
後発にも、より良いツールと、実績ある手順があるため、運用モデルをリセットすれば、追いつける、というのが同書の見方です。同書は、1年後、数百のエージェントが夜通し動き、人の仕事は、「何を作るか」と「答えが正しいか」の判断になると予測します。ここでも、「変化は止まらない」ことが、唯一の確実性だとされています。
本記事は、プレイブックの内容を整理したもので、特定の企業や製品への投資・導入を推奨するものではありません。
