開発者はAIなしではコードを書けなくなったが、データはそれが彼らを遅くし、数十億ドルの損失を生んでいると示している

2025年8月に行われたMETRのその後の試みは、57人の開発者と800以上のタスクに拡大されたが、危機をさらに深めるだけだった。結果は統計的に有意ではなく、推定4%の作業速度低下と、ゼロをまたぐ非常に広い信頼区間（-15%から+9%）を示した。決定的だったのは、参加者の30〜50%が「AIの支援なしでは完了できないタスクを提出しないことを選んだ」、つまり自己検閲を行っていたと認めたことだ。サンプルは、依然としてAIなしでの作業を厭わない少数の開発者に偏り、修復不可能な状態になった 。METRは最終的に実験全体を破棄し、そのデータを「信頼性に欠ける」と断じた 。

わずか1年足らずの間に、研究の知見は「AIは経験豊富な開発者を遅くするが、本人たちは気づいていない」から、「開発者はもはやAIなしでは仕事をしようとさえしない」という、より深刻なものへと変化した。依存は測定不能なほど深まってしまったのだ 。

「トークンマックス」の熱狂とその壮絶な崩壊

METRの研究が頓挫する一方で、シリコンバレーでは別の熱狂が吹き荒れていた。トークンマックス — 開発者の生産性の代理指標として、生のAIトークン消費量を最大化すること — は、2026年初頭を象徴するトレンドとなったが、その直後に自らの重みで崩壊した。

この文化は積極的にゲーム化された。メタの従業員は、消費したトークン数に基づいて「トークンレジェンド」や「セッションイモータル」といった称号を競う「Claudeconomics」と呼ばれる社内ダッシュボードで競い合っていたと報じられた 。エヌビディアのジェンスン・フアンCEOは、年収50万ドルのエンジニアがトークンを大量に消費していなければ「深く憂慮する」と発言して話題を呼んだ 。業界全体で、トークン予算は「AIへの傾倒」、ひいては革新的な成果の象徴として、一種の勲章となっていたのだ。

アマゾンが「KiroRank」を停止

この反動は2026年5月下旬に最高潮に達した。アマゾンは、社内開発者プラットフォーム「Kiro」上のリーダーボード「KiroRank」を、従業員が利用スコアを水増しするためだけに「無意味なAIエージェント」を作成していたことを受けて廃止した。デイブ・トレッドウェル上級副社長はスタッフに対し、「AIを使うためだけにAIを使わないでください」と直接的なメッセージを送った 。アマゾンの広報担当者は、このリーダーボードは「正式な、あるいは承認されたツールではないベータ版ダッシュボード」であったと述べたが、それが生み出した計算コストへの損害はすでに発生していた 。同社は現在、意味のある作業を測定するために「正規化されたデプロイメント」と呼ばれる指標への移行を進めている 。

ウーバー、年間AI予算を4か月で使い果たす

さらに劇的なことに、ウーバーのAI推進は教訓的な事例となった。同社は2025年12月、約5,000人のエンジニアにAnthropicのClaude Codeへの広範なアクセスを許可した。導入率は数か月で32%から84%に急増し、2026年4月までに同社は年間のAI予算を使い果たしてしまった。CTOのプラヴィーン・ネッパリ・ナーガ氏によると、現在ウーバーのエンジニアの95%が毎月AIツールを使用しており、コミットされるコードの70%がAIによって生成されている。これは大手テクノロジー企業で公表されている中では最高の割合である 。

しかし、この驚異的な導入には明確な成果が伴わなかった。COOのアンドリュー・マクドナルド氏は5月下旬のインタビューで、同社は膨大なAI支出と意味のあるビジネス成果との間に関連性を見出せないと公式に認めた。「その関連性はまだ見えていません」と彼は言った。「コストを正当化するのが難しくなっています」。内部的には、ウーバーの幹部たちはこの問題を「トークンマックス」という名で呼び始めていた 。

広がる反省の波

メタや他の大企業もAI使用量のランキングを廃止または見直し始めており、業界全体で、相応のリターンを生み出していない歯止めの効かないAI支出の再評価が進んでいる 。経済誌フォーチュンは、トークンマックスのトレンドは「死んだ」と結論づけた 。

隠れたコスト：より多くのコード、より多くのバグ、より多くの技術的負債

反動の背景にあるのは予算だけではない。AIが生成したコードが、ソフトウェアプロジェクトに時限爆弾を仕掛けているという証拠が増えているのだ。

• 生産性に関する幻想は実在する。 スピード感は、管理された研究によって否定されている。トークン量や生成されたコード行数への注目は、AIが書いたソフトウェアのデバッグ、リファクタリング、保守という隠れたコストを見えなくしている。2026年1月のGitClearのレポートによると、AIの導入率が高い環境では、コードの「チャーン」（削除行数と追加行数の比率）が861%も急増していた 。
• 技術的負債が蓄積されている。 AIツールによる迅速なコード出力は、より多くの手直しを必要とし、セキュリティ脆弱性をもたらすコードを生み出している。アナリストは、その結果として生じる保守負担が短期的な速度向上を容易に相殺し、コードベースの長期的な健全性を脅かすと警告している 。
• 測定の仕組み自体が壊れている。 この一連の出来事は、「コード行数」「トークン消費量」「呼び出されたAIエージェントの数」といった活動指標が、実際のアウトプットを測る上で非常に欠陥のある代替物であることを露呈した。ある分析が述べているように、「効果量自体が動いているにもかかわらず、主観的な印象は測定された影響に対する貧弱なガイドであった」。

新たな指針：AIと人間の監視を実際にバランスさせる方法

2026年の大反省は、ソフトウェアエンジニアリングにAIを統合するための、より冷静な新たなコンセンサスを生み出しつつある。

• トークンベースの指標を放棄する。 企業はリーダーボードを廃止し、AIの消費量ではなく、リリースされた機能、コード品質、欠陥率を追跡するエンジニアリングインテリジェンスへと移行している。アトラシアンが開発者体験プラットフォーム「DX」を10億ドルで買収したことは、生の活動量ではなく意味のある成果を測定することへの投資の象徴である 。
• 厳格な人間によるレビューを義務付ける。 METRの研究は、注意深い監視がなければ、AIツールが経験豊富な開発者の生産性を低下させる可能性があることを示した。コードレビューとアーキテクチャ計画は、依然として「必須の」活動であり、決してオプションではない 。
• AI支出の上限を、使用量ではなく実証された価値に基づいて設定する。 ウーバーの経験は、無制限かつ使用量ベースのAI支出が持続不可能であることを証明した。予算は、導入目標ではなく、測定可能なリターンに紐づけられなければならない 。
• 評価文化を再設計する。 「誰が最もAIを使っているか？」という中心的な問いを「AIは私たちのチームにどんな有益な成果をもたらしたか？」へと転換することが目標である。これは、単なる大量消費ではなく、AIの賢明で効果的な利用を評価することを意味する 。

2026年の教訓は明確だ。AIコーディングツールは、その経済的価値が確実に証明されるよりも前に、前例のない心理的および業務上の依存を生み出してしまった。このパラドックスを乗り越える企業は、AIを、より多くのトークンという生贄を捧げる神としてではなく、規律をもって習熟すべきツールとして扱う企業となるだろう。