Dmitry Marinov, ANY.RUNの最高技術責任者 Dmitry Marinov ANY.RUNの最高技術責任者

アウトソーシングの終焉：AIの時代に旧来のモデルはもう機能しない理由と代替案

約2 десяти紀にわたり、アウトソーシングは、グローバルな才能にアクセスし、スケールアップするための迅速でコスト効率の高い方法として、ソフトウェア開発を定義してきました。2024年までに、ITアウトソーシング市場は512億ドルを超え、企業は労働力に最大70パーセントの節約を行い、インド、東ヨーロッパ、ラテンアメリカのアウトソーシングチームを通じて柔軟性を獲得しました。数年前、私が現在CTOを務めるグローバルなサイバーセキュリティプラットフォームに参加したとき、私たちはまだ小さなチームで急成長を目指していました。多くの若い企業と同様に、私たちは外部ベンダーに頼って急速にスケールアップしようとしました。しかし、外部チームが扱ったプロジェクトは、コンテキストの喪失、標準の不一致、学習サイクルの遅れに苦しむことが多かったです。紙上では効率的だったものが、実践では高価なものとなりました。規制されたセクターでは、ささいなエラーでも、数ヶ月にわたる是正が必要でした。2025年の報告書によると、伝統的なフルタイムアウトソーシング契約は、より柔軟な契約に取って代わられ、多くのルーチン開発タスクがAIシステムに委託され、より迅速で一貫した結果が得られるようになっています。AI as the New Engineering Modelジュニアデベロッパーまたはアウトソーシングチームに割り当てられていたタスク — デバッグ、テスト、ドキュメント化、ボイラープレートコード — は、現在、AIによってより迅速かつ一貫して実行されています。アジェンティックコーディングワークフロー（人間のプロンプトなしでコードを計画、書き、テストできる自律的なAIエージェント）とAIコパイロット（コードを提案、生成、最適化するリアルタイムのアシスタントツール）は、継続的に動作し、リポジトリと内部ランブックから学習します。彼らはハンドオーバーを待たず、コンテキストを失わず、時間単位で請求しません。私の現在のCTOとして、私はバグとインシデントのためのAIソリューションの開発を主導し、エンジニアリング時間を解放し、問題が発生する前に最初の洞察を得ることができます。AIアシストコーディングは、ニッチな実験から主流のエンジニアリングツールセットに進化し、製品の設計と出荷方法を再定義しています。AnthropicのClaude Code、Cursor、Lovableなどのツールは、この変化の規模を示しています。AnthropicのClaude Codeは、100,000以上の開発者を超える週に約195万行のコードを処理しています。一方、AIパワードコードエディターのCursorは、2年以内に年間再発生収入1億ドルを超えました。スウェーデンのスタートアップLovableは、自然言語「バイブコーディング」によるノーコードアプリ作成を可能にし、8ヶ月以内に18億ドルの評価額に達しました。これは、こうしたソリューションに対する市場の強い需要を示しています。これらのツールは、AIがアウトソーシングへの依存を減らし、作業をAIに委託することで、スピードと効率を高める役割を示しています。私たちのチームが開発した類似のソリューション、たとえば脅威説明のためのAIチャットボットも、外部の専門知識が必要だった複雑な分析を説明するのを支援することで、これを反映しています。真の利点は、スピードだけではありません。コンテキストの保持です。ヒューマンインザループシステムは、AIまたはマシンラーニングワークフローに人間の知能を統合し、知能を組織内に保持します。エンジニアは、AIの出力を実際の製品目標に対して検証し、セキュリティ、信頼性、継続性を確保します。AIの別の重要な利点は、コンテキストを保持することです。知識はチーム内に留まり、ハンドオーバーまたは外部契約者によって失われることはありません。AIとアウトソーシングの影響を捉えるための単純な指標は、TTM（一定のヘッドカウントでのマーケットへの変更時間）です。ヒューマンインザループエージェントを統合するチームは、品質基準を維持しながら、比較可能なワークロードで20〜50パーセント高速に製品を出荷します。私たちの会社では、このアプローチにより、耐久性も強化されました。生産インシデントの平均復旧時間（MTTR）は28パーセント短縮されました。つまり、AIはアウトソーシングを必要としないものにしたのではなく、合理的でなくなったのです。コンパクトなAI拡張チーム：より良い代替案アウトソーシングが地盤を失っている場合、代わりに何が必要なのでしょうか。大きいインハウス部門に戻るのではなく、コンパクトなAI拡張自律スクワッド — 人間の専門知識とAIの支援を組み合わせた3〜6人のチーム — が台頭しています。私の指導の下で、チームは数年間このモデルに向けて進化してきました。各チームは故意に小さく構成されています。プロダクトマネージャー、デザイナー、2〜5人のエンジニアで構成され、明確な成果物 — マーケットへの時間、信頼性、セキュリティ — を所有し、AIコンピューティングとツールシートの予算を管理しています。2025年、この取り組みはサイバーセキュリティ脅威インテリジェンスのゴールドグロービー賞を受賞しました。AIは現在、繰り返しの基礎作業 — テストスキャフォールドの生成、ドキュメントの作成、バグの検出 — を担当しています。エンジニアは、価値を生み出す部分 —...