プログラマーはAIを愛用――法務・金融・顧客対応は追いつけるか

AIコーディングツールは、シリコンバレーの若い企業で働くソフトウェアエンジニアの日常を変えた。最終的な成果物は変わらない。膨大な量のコードだ。ただ、席に座ってキーボードを打つ代わりに、彼らはマイクに向かってつぶやく。その話した指示は人工知能で文字に起こされ、AIエージェント――プログラム内部で動作できるソフトウエアで、ここではコードを書く――に渡される。

他の多くのオフィスワーカーはまだ「この世界」には到達していない、とチャットGPTを手がけるオープンAIのコリン・ジャービス氏は認める。同社の見通し――そしてより広いAIブーム――は、その状況が変わるかどうかにかかっている。巨額のデータセンターへの支出を正当化するには、アメリカのクラウド大手に加え、アンスロピックやオープンAIのようなAI研究所が、この技術の導入を急速に拡大し続ける必要がある。大まかな試算では、データセンター拡張の費用をまかなうには、AI利用による年間の総収入が現在の約1500億ドルから10年代末までに年2.5兆ドルに達する必要がある。

開発者がAIコーディングツールをいち早く導入した理由

これまでの導入は、ソフトウェア開発者が群を抜いて最も進んでいる。オンラインフォーラムのスタック・オーバーフローによると、プログラマーの5分の4がAIコーディングツールを使っているという。調査会社のセミアナリシスは、アンスロピックとオープンAIではコーディングが両社の年経常収益の合計の半分超を占めるとみている。年経常収益は直近の1カ月から推計する、流行の売上指標だ。

2025年6月には、AIコーディング新興4社であるコグニション、カーサー、ラバブル、レプリットの年経常収益の合計は約8億ドルだった。現在は60億ドルに達している。

プログラマーの熱意が、彼らが雇用に占める割合が大きい業種ほどAIが速く普及している一因だ（図表参照）。強気派はこの傾向を、AIブームはまだ始まったばかりで、他の用途が成熟するにつれて今後数年でこの技術への支出がさらに大幅に増える証拠と捉えるかもしれない。だが、構造的要因によりコーディングが例外となる可能性もある。

法務・金融・顧客対応は急成長している

AIの次の飛躍的用途としてしばしば挙げられる3つの候補は、法務、金融、顧客対応だ。いずれも拡大は目覚ましい。AI法務ツールを開発するハーベイ、クリオ、レゴラの3社は、過去1年で年経常収益の合計をほぼ倍増させ、10億ドルに達した。ハーベイによると、弁護士が同社のプラットフォーム上で費やす時間は毎月倍増しているという。

銀行員やその他の金融関係者もこの技術を受け入れ始めている。金融サービス業界向けツールを開発するAI新興企業のロゴは、直近の四半期に法人顧客を100社増やし、年経常収益を50％伸ばした。

顧客対応でもAIが離陸している。この用途のツールを開発するシエラは6月に年経常収益が2億ドルに達し、昨年11月の2倍となった。ベンチャーキャピタリストは強気だ。今年に入ってから彼らはこの分野のAI新興企業に30億ドルを投じており、他のあらゆるAI応用分野を上回る。AIコーディング新興企業への投資は停滞しているが、その一因はAI研究所自身のコーディングツールが急成長したことにある。

この3つの用途はコーディングといくつかの共通点を持つ。対象となる市場規模が大きく、業務が定型的であることが多い。それでも、コーディングを際立たせる4つの要素がある。訓練データへのアクセス、モデル出力の検証のしやすさ、仕事に求められる人的接触の少なさ、そしてソフトウェアエンジニア自身の存在だ。AI企業は他の分野でこうした隔たりを埋めようとしているが、成功は容易ではない。

コーディングを別格にする4つの優位性

AIがプログラミングの相棒としてこれほどうまく機能した理由の一つは、オンラインに投稿された膨大なオープンソースコードの集積だ。そのためコードはモデルに取り込まれ、場合によっては全訓練データの5分の1近くを占める。顧客の苦情や契約交渉については、これに匹敵する量の公開資料は存在しない。

機械が生成したコードは比較的検証しやすいという利点もある。ソフトウエアのテストは標準的なエンジニアリング手法で、一つのスクリプトが別のスクリプトを検証する。これにより、AIが書いたコードの欠陥が被害を出す前に見つかる可能性が高まる。さらに、テストはエラーが起きるたびにそれを知らせることでモデルの改善に役立つ。怒った顧客がなだめられたか、企業会計の機微を評価モデルが適切に捉えたかを判断するのはより難しい。

コーディング支援ツールにはさらなる利点もある。業務に必要な文脈の多くがすでにプログラムのコードベース内に存在するか、アプリケーション・プログラミング・インターフェースとして知られるソフトウエア同士をつなぐデジタル経路を通じて入手できるからだ。他の多くの現場では、重要な知識はデジタル記録にはなく、コールセンター職員の頭の中や相手方弁護士の表情などにある。

他のオフィス業務でAIは差を埋められるか

AI企業はこうした課題のすべてに取り組んでいる。ハーベイのトップであるウィンストン・ワインバーグ氏は、AIの進歩により、AIシステムが生成する「合成」データに一部頼ってツールを訓練できるようになったと話す。メルコーのような新興企業は、AI企業とさまざまな分野の専門家を結びつけ、専門知識をモデルに移転させている。

AI顧客対応新興企業のクレスタのトップであるピン・ウー氏は、数千件のコールセンターの記録を分析することで、返金の処理方法など職員の頭にある知識の一部を推測できると話す。いわゆるフォワードデプロイ・エンジニアの大部隊が今、AI企業から顧客企業のオフィスに派遣され、問題解決やツールの改善にあたっている。

だが、コーディングにおけるAIの成功の最後の要因は模倣が難しいかもしれない。ソフトウエアエンジニア自身の存在だ。彼らは技術好きで、プログラミング言語が数年ごとに更新されるため変化にも慣れており、新しい技術を本能的に取り入れる。ベンチャーキャピタルであるアンドリーセン・ホロウィッツのアニッシュ・アチャーリャ氏が指摘するように、AIコーディングの普及の多くはボトムアップで起きており、エンジニアが独自にツールを見つけて試している。

対照的に、コールセンターのオペレーターは通常、業務中に試す動機も自由もなく、技術がトップダウンで導入されるのを待つ傾向がある。弁護士や金融関係者は、自らの職業を律する多くの規制に違反しないよう慎重に行動しなければならない。

AIの他の用途も確実に成長を続け、モデルが改善し、企業がAIエージェントへの業務委譲に慣れるにつれて加速する可能性も高い。だが、大多数のオフィスワーカーがマイクに向かってささやきながら一日を過ごすようになるまでには、まだ時間がかかりそうだ。■

Report a correction