Harnessレポート：AI開発ツールの生産性向上が「見えない」問題、700人調査で明らかに

概要

DevOps・CI/CDプラットフォームを提供するHarnessは2026年5月13日、700人のソフトウェアエンジニアを対象に実施した年次調査「State of Engineering Excellence 2026」を公開した。調査によると、AIコーディングツール（GitHub Copilot、Cursor、Windsurf等）の利用によって個人の生産性は平均35%向上したと回答者は感じているが、その効果を組織レベルのKPIや成果指標として可視化・計測できている企業は少数にとどまることが明らかになった。

事実のポイント

• 回答者の68%がAIコーディングツールを業務で使用していると回答
• 35%が「個人の生産性がAIツール導入前より向上した」と感じている
• しかし組織レベルの指標（デプロイ頻度、リードタイム、障害率）には反映されていないと回答した企業が過半数
• AIによって個人作業は速くなっているが、コードレビュー・設計議論・QAなど人間協働が必要な工程がボトルネックになっている可能性が示唆された
• チームマネージャーの42%が「AIツールの効果測定方法がわからない」と回答
• 測定できていないことで、追加投資の稟議が通りにくいという声も多数

用語・背景の補足

DORA Metrics（DevOps Research and Assessment 指標）: ソフトウェアデリバリーのパフォーマンスを測る4指標（デプロイ頻度・変更リードタイム・変更障害率・平均復旧時間）。エンジニアリング組織の「健康状態」を測る業界標準だが、AIツールの効果をこの指標で捉えることが難しいという課題がある。

可視化ギャップ（Visibility Gap）: 現場のエンジニアが体感する改善効果と、経営層・マネージャーが管理ダッシュボードで見える指標の乖離を指す。AIツール投資の継続・拡大判断に悪影響を与える可能性がある。

注意点

• 自己申告式の調査のため、「生産性が上がった」という感覚は主観的なバイアスを含む
• 調査対象が700人という比較的小規模なサンプルであり、業種・企業規模の偏りがある可能性がある
• AIツールの種類・使い方・組織文化によって効果は大きく異なる

編集部見解