重要なポイント
シニア開発者はジュニア開発者よりも約2.5倍多くの AI 生成コードをデプロイしている (32%対13%)
研究によると、AI は速く感じられるが、開発者が AI を使用すると約19%余計に時間がかかる場合がある
開発者の約3人に1人は、AI 出力の修正に十分な時間を費やしており、その分の利益を相殺している
経験が信頼を生む : 経験が豊富な開発者ほど本番環境での AI 利用に自信を持っている
AI は士気を高める (約80%がコーディングをより楽しんでいる) が、生産性の向上は不明確
ほとんどの開発者は AI が環境に与える影響を認識している
まとめ : AI コーディングツールは、生産性そのものを大きく向上させるというよりも開発者のワークフローを変えるものであり、恩恵を最大限に受けられるかどうかは経験によって左右されます。
---
コーディング向けの AI ツールは、多くの開発者の間で日常的なワークフローの一部として急速に普及しています。GitHub Copilot や Claude、Gemini、そのほかのコーディング支援ツールまで、開発者はコードの生成、バグのトラブルシューティング、開発の加速に、ますます AI に頼るようになっています。同時に、「バイブコーディング」（実装の細部まですべて十分に理解しないまま、AI が生成したコードに大きく依存する手法）をめぐる議論によって、生産性やコードの品質、安全性に関する疑問が提起されています。
そこで、Fastly はこうした議論を実際のデータに照らして検証するため、 2025年7月に791人の開発者を対象に調査を実施しました。
シニア開発者が AI 生成コードを2.5倍多くデプロイしている理由
シニア開発者 (経験年数が10年以上) の約3分の1が、デプロイしたコードの半分以上を AI 生成コードが占めていると回答しており、ジュニア開発者 (経験年数が0～2年) の13%のほぼ2.5倍に当たります。
「AI はコードをベンチテストし、人間よりもはるかに速くエラーを見つけてシームレスに修復します。このようなことはよくあります」と、あるシニア開発者は語っています。一方、あるジュニア開発者はトレードオフについて、「AI が私の行動を誤って仮定する場合、自分で戻って修正しなければならないので苦労します」とコメントしています。
また、AI が生成したコードの修正に時間を投資しているという回答は、シニア開発者の間でより多く見られました。シニア開発者の30%弱が、時間短縮効果の大半が相殺されるほど、AI の出力を編集するのに時間を費やしていると回答している一方、同様の回答をしたジュニア開発者の割合は17％にとどまりました。それでも、シニア開発者の59%が、総合的に AI ツールのおかげでコードをより速くデプロイできるようになったと回答しており、ジュニア開発者の49％を上回りました。
シニア開発者は AI による時間短縮に対してより楽観的
ジュニア開発者の50％超が、AI によってある程度作業が速くなると回答しています。対照的に、シニアな開発者で同じ回答をしたのは39％にとどまりました。にもかかわらず、シニア開発者の方が大幅な作業時間の短縮を報告する確率が高く、26%が AI によって作業がはるかに速くなると答え、これに同意したジュニア開発者 (13%) の2倍に上りました。
この差の理由の1つは、単純に、シニア開発者の方が AI のミスを見つけて修正する能力に長けていることがあるかもしれません。経験豊富なエンジニアは、AI が生成したコードが誤っている場合や安全性に欠ける場合、あるいは解決しようとしている問題の解決策として適さない場合、より素早く見極められるため、バイブコーディングのメリットを得やすい可能性があります。シニア開発者には、コードが「正しく見える」ものの、実際にはそうではないケースを見抜くのに必要な経験があります。そのため、たとえリスクが高いコードやビジネスクリティカルなコードであっても、AI ツールを効率的に使うことに自信があるのです。対照的に、ジュニア開発者はエラーを見抜く自身の能力を十分に信用できないため、AI への依存に対してより慎重になったり、本番環境での使用自体を避けたりする傾向が強くなる可能性があります。
これは、実際にどれだけの AI 生成コードが本番環境にデプロイされているかという点とも一致しています。ジュニア開発者のうち、デプロイしたコードの半分以上が AI 生成であると答えたのはわずか13％でした。対照的に、シニア開発者では32％が同様の回答をしており、経験豊富なエンジニアは AI をより積極的に利用しているだけでなく、本番環境でも AI をより信頼していることを示唆しています。これは、バイブコーディングがアプリケーションに脆弱性を持ち込むという懸念が高まっていることを考えると、意外な結果です。
開発者の3人に1人が、AI コードの修正で時間短縮効果が相殺されると回答
バイブコーディングをめぐる議論では、劇的な生産性の向上に焦点が当てられることが多いものの、今回の調査結果は、現実がより複雑である可能性を示しています。開発者の3人に1人近く (28％) が、AI が生成したコードを頻繁に修正または編集する必要があるため、時間短縮効果の大部分が相殺されると回答しています。変更が必要なことはほとんどないと答えたのは14％にすぎませんでした。それでも、開発者の過半数は、Copilot、Gemini、Claude などの AI ツールによって作業が速くなると感じています。
AI による生産性向上に疑問を投げかけているのは、Fastly の調査だけではありません。経験豊富なオープンソース開発者を対象に実施された最近のランダム化比較試験 (RCT) では、さらに驚くべき結果が示されました。 開発者が AI ツールを使用した場合、タスクの完了に19％長く時間がかかったのです。
現実とのこのギャップは、心理学に帰着するかもしれません。AI コーディングの場合、スムーズに感じられることが多くなります。数回キーを叩くだけでコーディングが自動的に完了するからです。そのため勢いがあるように見えますが、最初にスピードアップした後は、編集やテスト、手直しのサイクルが続き、結局は時間の節約というメリットが失われることがよくあります。このパターンは、Fastly の開発者との会話や、アンケートで受け取った多くのコメントにも表れています。
ある回答者は、次のように述べています。「GitHub Copilot のような AI コーディングツールは、コードスニペットや関数全体を提案してくれるので、ワークフローで非常に役立ちます。とは言え、以前生成された複雑なアルゴリズムは、一見、正しく見えたものの小さなバグがあり、結局、数時間のデバッグが必要でした」
別の開発者は、「AI ツールは定型コードを使用することで時間を節約しますが、非効率な部分を手作業で修正する必要があり、生産性が低くなる」と指摘しています。
開発者の80％近くが、AI ツールによってコーディングがより楽しくなると回答
生産性の向上は不透明かもしれませんが、仕事の満足度向上は明らかです。開発者の80％近くが、AI ツールによってコーディングがより楽しくなると回答しています。人によっては、面倒な作業を省けることがその理由です。また別の人にとっては、必要なコードがすぐに得られることで感じる快感かもしれません。
「行き詰まったタスクを完了するのに役立ちます。タスクの完了に必要な答えが見つかるからです」と、ある調査回答者は言います。
楽しい＝効率化というわけではありませんが、燃え尽き症候群や未処理の作業と格闘している職業では、AI による士気の向上が何かしらの意味を持つかもしれません。
「グリーンコーディング」に対する認識は経験とともに高まる
Fastly の調査では、グリーンコーディング（エネルギー効率の高いソフトウェアを作成するプラクティス）に対する開発者の認識と、AI コーディングツールの背後にあるエネルギーコストについても調べました。グリーンコーディングの実践は、経験とともに大幅に増加します。この認識は経験とともに大きく高まり、業務においてエネルギー消費を積極的に考慮していると答えたジュニア開発者は56％超だったのに対し、ミドルレベルおよびシニアレベルのエンジニアの80%近くが、コーディング時にこれを考慮していると答えました。
開発者は、より一般的な意味で AI ツールの環境への影響を広く認識しており、すべての経験レベルを通じて、開発者のおよそ3分の2が、こうしたツールは環境に大きな負荷をもたらす可能性があることを知っていると回答しました。まったく認識していなかったのは、ごく少数 (最も経験の浅い層でも8％未満) にとどまりました。
「バイブコーディング」とは何ですか？
バイブコーディングは、プログラマーが AI 生成コードと自然言語のプロンプトに大きく依存してアプリケーションを構築し、すべての行を手作業で書くのではなく、出力をレビュー、テスト、修正する開発スタイルです。バイブコーディングの支持者は、これによって反復的な作業が減り、開発が加速すると述べています。一方、批判者は、開発者がそれを過信すると、AI が生成したコードがバグや非効率性、セキュリティ脆弱性を持ち込む可能性があると警告しています。この意見の対立は、今回の調査データに直接反映されていました。
コーディングの生産性を決めるのは AI ツールではなく経験
シニア開発者は、より多くの AI 生成コードをデプロイし、その修正により多くの時間を費やしている一方で、最も大きなスピード向上のメリットを報告し、本番環境の作業における AI の使用に最も高い信頼を見せています。実際に誰がメリットを得るのかは、ツールそのものではなく、「経験」によって決まるようです。
AI コーディングツールがソフトウェア開発の標準の一部となる中、問題は開発者がそれらを使うかどうかではなく、どう使うかに移っているのかもしれません。
調査方法
この調査は、Fastly が2025年7月10日～7月14日に、プロの開発者791名を対象に実施しました。回答者全員が、コードの作成またはレビューが仕事の中心であることに同意しています。調査は米国で配布され、正確性を確保するために品質管理されていますが、すべての自己申告データと同様に、ある程度の偏りが生じる可能性があります。