Sundaralatha M, モダンエンジニアリング副社長、ソナタソフトウェア Sundaralatha M モダンエンジニアリング副社長、ソナタソフトウェア

コンテキストがインターフェースに語る：開発者の生産性から企業の速度へのシフト

過去2年間、企業のAI会話は、開発者の生産性をどれだけ高めることができるかという1つの質問によって支配されてきた。指標は馴染み深いものだった：生成されたコードの行数、節約された時間、早く完了したユーザー・ストーリー、早くマージされたプル・リクエスト。これらの指標は有用だが、物語の全貌を語るものではない。大規模な企業では、ソフトウェアの配信は、コーディングだけで制限されることはまれである。コンテキスト、ガバナンス、建築、セキュリティ、ドメインの知識、コンプライアンス、組織の複雑さによって制限される。ビジネス・リーダーにとって、より重要な質問は、開発者がコードを早く書くのにAIが役立つかどうかではなく、企業全体が早く動くのにAIが役立つかどうかである。この区別は重要である。 マッキンゼーの2025年のAI調査によると、AIの採用は広く行われているが、多くの組織はまだ実験を拡大したビジネス価値に変換するのに苦労している。この調査では、ワークフローの再設計がAIの価値の実現の重要な要因であることも強調されている。 DORAの2025年のAI支援ソフトウェア開発に関する調査も同様の結論に達している：AIは周囲のシステムを増幅する。高性能の組織では、フローを加速する。断片化された組織では、非効率性を増幅する。これは生産性の罠を生み出す。企業は数千の開発者にAIのコード・アシスタントを提供しても、配信サイクル、コスト、ビジネスへの対応性を改善できない可能性がある。個人の生産性は向上するが、組織の速度は変わらないままである。その理由の1つは、コーディングの生産性が急速にコモディティ化していることである。主要なプラットフォームはすべてコード生成機能を提供している。競争上の優位性はコード生成から、企業がAIをどのように統治し、コンテキスト化し、オーケストレーションし、運用化するかに移りつつある。次の変革の波は、コード・アシスタントだけによって定義されることはない。安全なコンテキスト、再利用可能なインテリジェンス、統治された実行を組み合わせたプラットフォームによって定義されることになる。つまり、未来は、コンテキストを仕事の場で利用できる企業のものである。次の世代のAI配信プラットフォームは、プロンプトからコードへのシステムではなく、コンテキストからコードへのシステムになる。企業のコンテキスト、顧客の標準、プロジェクトの知識、規制の管理、再利用可能な資産、配信ワークフローは、実行の場で利用できる必要がある。コンテキストが実行可能になると、AIは生産性を超えて配信そのものを変革し始める。銀行の近代化プログラムに参加する開発者を考えてみよう。伝統的な環境では、要件の理解、建築の標準、コンプライアンスの義務、ドメインの用語、再利用可能な資産の理解に多くの時間を費やす必要がある。コンテキスト駆動型の環境では、インターフェースはすでに運用環境を理解している。承認された建築パターン、セキュリティの管理、規制の要件、API、テストの標準、配信ワークフローを知っている。開発者は単にコードを書くのを助けられるのではなく、チームは最初の日から正しく実行できるようになる。開発者の生産性から企業の速度へのシフト企業の速度とは、アイデアを測定可能なビジネス成果に迅速に、繰り返し、安全に変換する能力である。銀行、保険、ヘルスケア、公共サービスなどの規制された業界では、ガバナンスのない速度はリスクを生み出す。目標は、統治された加速である。これを達成するには、AIを活用した配信のための新しい運用モデルが必要である。このモデルは3つの基盤に基づいている。第一に、安全なコンテキストがある。AIは、企業そのものを理解していない限り、企業の仕事を有意義に加速することはできない。汎用的なプロンプトや公共の知識は、複雑な変革プログラムには不十分である。システムは、組織のポリシー、建築、コードのリポジトリ、ビジネス・プロセス、管理、以前の配信の知識に基づいて構築される必要がある。第二に、再利用可能なインテリジェンスがある。すべての企業は、プログラムを通じて貴重な知識を蓄積するが、その多くは文書、メール、チケット・システム、個人の経験の中に閉じ込められている。AIは、この知識を再利用可能な資産、たとえば参照アーキテクチャ、ドメイン・モデル、コンプライアンスのマッピング、移行のプレイブック、テストのアクセラレータに変換することで、より強力になる。知識の再利用は、企業の速度の最も重要な原動力の1つとして浮上している。近代化のイニシアチブは、洞察、決定、確立された実践を生成するが、多くの組織はプロジェクトを通じて同じ教訓を繰り返し発見する。AIは、新しい出力を生成するだけでなく、組織の知識を継続的に活用し、豊富にするべきである。企業の速度は、配信の知識が設計によって再利用可能になることで現れる。第三に、統治された実行がある。企業は、単に多くの出力を生成するAIではなく、使用可能な、コンプライアントな、監査可能な成果物を生成するAIが必要である。セキュリティの検証、ポリシーの強制、追跡性、承認ワークフロー、説明可能性、人間の監視は、配信プロセスに直接組み込まれる必要がある。AI生成の出力が拡大するにつれて、ガバナンスは重要性を増すのではなく、むしろ重要性が増す。銀行の近代化の例は、違いを示している。インターフェースにコンテキストが利用できる場合、チームは以前のプログラムからの承認されたワークフロー、セキュリティの管理、建築上の決定、再利用可能な資産を継承できる。以前は週単位の発見と整合が必要だった活動は、数日で完了できる。これは、微小な生産性の改善ではない。企業の実行における構造的な強化である。タイミングは重要である。 Stack Overflowの2025年の開発者調査によると、開発者の間でのAIの採用は高く、しかし、信頼はまだ大きな課題であり、AI生成の出力よりも信頼できない開発者が多い。業界のアナリストは、企業が将来の数年間で生成的なAIの採用を拡大するにつれて、労働力とスキルの大きな変革が起こることを予測している。これらの信号は、明確な結論を導き出す：企業は、AIを単独のツールとして扱うことができない。仕事の実行をAIの周りに再設計する必要がある。CIOやCTOにとって、これは、開発者の生産性の狭い尺度を超えて考えることを意味する。デプロイの頻度、コードの生成、サイクルの時間などの指標はまだ関連があるが、企業のパフォーマンスのより広い指標で補完される必要がある：アイデアから生産までの時間、コンプライアンスのサイクル時間、知識の再利用、オンボーディングの速度、ビジネス成果の実現。最も前向きに考える組織は、異なる質問を問うだろう。企業の知識はどれだけ再利用可能か。どれだけのガバナンスがデザインによって組み込まれているか。新しいチームはどれだけ早く生産的になるか。どれだけの再作業はコンテキストの欠如によるものか。ビジネスのアイデアはどれだけ早く統治されたデジタル機能に変換できるか。AIは確実にコードを書くことを速くする。しかし、より大きな機会は、企業を速くすることにある。企業のコンテキストを実行可能なインテリジェンスに変換できる企業が成功する。知識を再利用可能にし、ガバナンスを内在させ、配信を拡大できる企業が成功する。そうすることで、AIは生産性のツールから企業の変革のための戦略的なエンジンに進化する。