多くのソフトウェア開発者が AI を使用しているものの、全員が AI を信頼しているわけではないことが、Google の 2025 DORA AI 支援ソフトウェア開発の現状レポートで明らかになりました。
DORAの研究チームは、テクノロジー主導の高業績チームに関するレポートを発表し、パフォーマンスを測定するための基準点を確立しています。昨年のレポートでもAIは言及されていましたが、今年はAIの導入が増加しているため、AIが特に注目を集めています。
「ここでの本当の狙いは、チームが AI を最大限に活用できるように支援することです」と、Google Cloud の DORA リーダー兼開発者アドボケートの Nathen Harvey 氏は、TechRepublic とのインタビューで述べています。
DORAの研究者は、5,000人以上の技術専門家を対象に調査を実施し、100時間以上に及ぶ定性データを分析しました。調査対象者には、製品マネージャー、サイト信頼性エンジニア、品質保証担当者、セキュリティ担当者、チームリーダーなどが含まれていました。
AI導入により開発者の41%の生産性がわずかに向上
調査によると、ソフトウェア開発プロフェッショナルにおけるAI導入率は90%にまで上昇しました。Google DORA調査プログラムでは、昨年と比較してAI導入率が14%増加しました。
「来年には、もうこの質問をする必要はなくなるだろうと思います」とハーベイ氏は述べた。「誰もがAIを使うようになるでしょう。」
Google DORAの研究者が調査した専門家のうち、65%がAIを「頻繁に」利用していると回答しています。平均的なユーザーは、1日あたり約2時間AIを利用しています。
AI が自身の生産性に与える影響についての開発者の認識はさまざまです。
- 13% が生産性が大幅に向上したと回答しました。
- 31％は「やや増加した」と回答した。
- 41％はわずかに増加したと回答した。
- 9％は影響はなかったと回答した。
- 3%は生産性がわずかに低下したと回答しました。
- 1%は生産性が中程度に低下したと回答しました。
- 「非常に増加した」と答えた人は1％未満でした。
DORAのレポートによると、AIの利用はより反射的になりつつあり、調査対象となったソフトウェア開発者の39%が、問題やタスクに直面した際にAIを利用していることが明らかになりました。仕事でAIをどのくらいの頻度で利用しているかという質問に対して、以下の回答が寄せられました。
- 37%が「中程度」と回答した。
- 30%が「少し」と回答。
- 20% は多くのことを語りました。
- 8%が非常に多いと回答しました。
- 5%は全くそうではないと答えた。
AIが役立つところと役に立たないところ
AIはどのように活用されているのでしょうか？大多数（55%）はChatGPTのようなチャットボットを使用しています。その他（41%）は、開発環境に組み込まれた生成型AI、外部Webインターフェース（31%）、または内部Webインターフェース（22%）を使用しています。比較的少数ですが、自動化ツールチェーンの一部としてAIを使用している企業（18%）、または他の開発ツールやプラットフォームでAIを使用している企業（18%）もいます。
チャットボットの利用は比較的一般的で、回答者の25%がコーディング作業のためにAI支援による会話を1日に数回利用しています。一方、エージェント型AIの利用はそれほど一般的ではなく、回答者の61%が自律型エージェントモードを「一度も」利用したことがないと回答しています。
ハーベイ氏は、利用されているAIの種類という観点から見ると、この範囲はおそらく市場で入手可能なものに帰着するだろうと述べた。「エージェント機能は市場に投入された中で最後に残ったものです。多くの人がそれを使っていません。これが大きなポイントです。これらの機能がどのように市場に投入されてきたか、その進化が見て取れると思います。」
彼は、最も人気のないタイプのエージェント型 AI と最も人気のあるタイプのチャットボットとの間の格差を、データが収集された 6 月と 7 月のスナップショットとして表現しました。
「来年には状況が変わると思う」と彼は語った。
30%がAIを「少し」または「全く」信頼していない
しかし、すべてのソフトウェア開発者が AI を信頼しているわけではありません。30% は AI を「少し」または「まったく」信頼していません。
コード品質の認識を見れば、その理由の手がかりが得られるかもしれません。回答者の31%はAIによってコードがわずかに改善されたと回答し、30%は影響がなかったと回答しました。
全体として、ソフトウェア開発者の 49% が AI 生成の出力を「ある程度」信頼していると回答しました。
AI導入のヒント
DORA 研究チームは、AI の導入をスムーズにするために、リーダーが次のことを行うことを推奨しています。
- AI の導入を組織変革として捉えましょう。
- 会話を採用から効果的な使用へと切り替えます。
- ソフトウェア配信のパフォーマンス メトリックだけでなく、それ以上の要素を使用してチームの健全性を診断します。
- プラットフォーム エンジニアリング イニシアチブに優先順位を付けて資金を割り当てます。
- ローカルな生産性向上を組織全体の大きな利点に変えます。
DORA AI機能モデルは、チームが改善できる点を評価できます。
本レポートでは、AIの影響力を高めるための7つの必須能力をまとめたDORA AI能力モデルを紹介しています。これらの能力は以下のとおりです。
- 明確かつ伝達された AI のスタンス。
- 健康データ エコシステム。
- AIでアクセス可能な内部データ。
- 強力なバージョン管理の実践。
- 少量ずつ作業します。
- ユーザー中心の焦点。
- 高品質な内部プラットフォーム。
「リーダーであれチームメンバーであれ、チームは集まって、『何が一番改善したいのか？どこに重点を置くべきなのか？』と話し合うことができます」とハーベイ氏は語った。
完全なレポートでご覧いただける DORA AI 機能モデルは、どの技術的および文化的要因がチーム パフォーマンスのどの要素に関連しているかを示します。
例えば、ハーベイ氏はこう言いました。「あるチームでは、製品のパフォーマンスに重点を置いているとします。このケイパビリティモデルを使って、製品のパフォーマンスに注力したいと伝えることができます。矢印を逆方向にたどってみましょう。製品のパフォーマンスを左右する条件は何でしょうか？この場合、それはアクセス可能な社内データです。少量のバッチで作業すること、そしてAIの活用方法に関する明確で明確なスタンスが示されています。ですから、チームとして、これら3つの点について、自分たちの状況はどうなっているのかを自問自答することができます。もしかしたら、弱点があるのかもしれませんし、もっと力を入れるべき機会があるのかもしれません。」
Google は Gemini AI ツールのバンドルを Chrome に直接統合し、複数のタブにまたがって質問する機能などを追加しました。
