AI活用で開発期間は本当に短縮できるか｜中小企業の経営者が知るべき現実

「AI開発ツールを使えば開発が早くなると聞いた。それを前提に工期を組んでほしい」

こういった発言をする経営者が増えたのは、ここ1〜2年の話だ。AI開発ツールが業界内で話題になり、「開発が何倍も速くなる」というメッセージが広まった結果、経営者がその恩恵を織り込んだ計画を立てるようになっている。

ただし、この期待がそのまま外注先やエンジニアへの要求として出ると、問題が起きる。「以前より短い工期を出したのに、なぜ遅れるのか」という摩擦が生まれ、ベンダーとの関係が悪化したり、無理な工期で品質が落ちたりする。

業務効率化に特化したエンジニアとして、AI開発ツールが実際に何を速くして、何を速くしないかを整理する。外注・内製問わず、開発プロジェクトに関わる経営者の判断材料として使ってほしい。

AI開発ツールが速くする部分と速くしない部分

まず事実の整理から始める。

AI開発ツール（GitHub Copilot、Claude Code等）が速くするのは、「コードを書く作業」の部分だ。定型的な処理の実装、既存コードの改修、バグ修正候補の提示——こういった反復的な手作業の部分が速くなる。

一方で、プロジェクト工数の大部分を占める作業は別にある：

速くならない作業

• 要件定義: 経営者・現場担当者と「何を作るか」を確認する作業。ここに費やす時間はAIでは短縮できない
• 業務理解: 御社固有の業務フロー、例外ケース、担当者だけが知っているルールを吸い上げる作業
• 既存システムとの連携調整: 会計システム、基幹系、クラウドサービスとの接続は、相手先の仕様理解と試行錯誤が必要
• ユーザーテスト: 作ったものが実際の業務で使いやすいかを担当者に確認して修正するサイクル
• レビューと品質確認: AIが書いたコードであっても、品質チェックは人間が行う必要がある

現場の経験から言うと、開発プロジェクトで「コードを書く」作業が全体工数に占める割合は、プロジェクトの種類によって異なるが、要件定義・業務理解・テスト・レビューといった「コードを書かない工程」の方が全体の半分以上を占めることが多い。

AI開発ツールが速くする部分はコーディング作業であり、コーディング以外の工程は従来通りの時間がかかる。

「2倍速くなる」は全体には当てはまらない

「AI開発ツールを使えば開発速度が2倍になる」という言い方を聞くことがある。これは部分的には正しい。AI開発ツールを使いこなすエンジニアは、コーディング作業の速度が上がることがある。

ただし「コーディング速度が2倍」が「プロジェクト全体が2倍速く終わる」には直結しない。理由は先述のとおりで、コーディング以外の工程——要件確認、業務理解、テスト、連携調整——は同じ時間がかかるからだ。

実際のプロジェクトで起きたこと

あるプロジェクトで、AI開発ツールを使うエンジニアがコーディングを通常より速いペースで進めた。ところが、テストの段階で「この動きはうちの業務フローと合っていない」という問題が複数発覚した。要件確認の時間が十分に取れていなかったためだ。結果として、コーディングで短縮した分の時間が修正対応で消えた。

コーディングが速くなると、要件確認が不十分なまま実装が進むリスクが上がることがある。「速く書ける」と「正しいものを作る」は別の問題だ。

全体工期への現実的な影響

AI開発ツールを適切に活用しているチームで、要件確認・テスト・レビューのプロセスも正しく踏んだ場合に、プロジェクト全体で10〜20%程度の短縮になることはある。しかし「半分になる」「3分の1になる」というのは、特定の条件下でのケースであり、一般的な開発プロジェクトには当てはまらない。

AI活用で開発期間が短縮しやすいプロジェクトの特徴

同じAI開発ツールを使っていても、プロジェクトの特性によって短縮効果は大きく変わる。

短縮しやすいプロジェクト

• 要件が事前に詳細に固まっている（現場担当者が仕様を文書化できている）
• 既存業務を一対一でデジタル化するだけで、業務フロー自体の再設計が不要
• 連携する外部システムのAPI仕様が整備されており、ドキュメントが充実している
• テストを行う現場担当者が業務を熟知しており、素早くフィードバックできる
• プロジェクトの変更が少ない（「やっぱり仕様を変えたい」が出にくい）

短縮しにくいプロジェクト

• 要件の確認に時間がかかる（「試作品を見て初めてイメージが固まる」タイプ）
• 紙運用やExcel管理を整理・統合する作業が含まれる（データ整備の時間が必要）
• 連携先システムのAPI仕様が不明確、または連携先との交渉が必要
• テストに現場スタッフの立ち会いが必要で、日程調整が難しい
• 担当者不在・異動・退職などで途中で関係者が変わる

自社のプロジェクトがどちらに近いかを把握した上で、外注先との工期設定を行うことで、後から「なぜ遅れているのか」というトラブルを減らせる。

「AIを使っているなら工期を短くしてほしい」という交渉について

外注先への交渉として「AI開発ツールを使うなら工期を短くしてほしい」という話が出ることがある。この交渉が意図しない結果を生むケースを説明する。

問題1: 何が省かれるかが見えない

工期を短縮した分、何かの工程が削られる。削られやすいのは「やらなくても動く」工程だ。テストの実施回数、要件確認の丁寧さ、レビューの深さ——これらが削られた状態でシステムが納品される。納品後に問題が発覚し、修正費用が発生するケースがある。

問題2: AI使用の強制で品質が落ちるケース

エンジニアによってAI開発ツールの習熟度は異なる。熟練したエンジニアはAIを判断補助として使いこなす。一方で経験が浅いエンジニアがAI生成コードをレビューなしに使うと、品質問題が発生しやすい。「AIを使っているから安い・速い」を前提にした契約は、後者のリスクを高める。

正しい交渉のアプローチ

「AIを使うから工期を短く・費用を下げる」という交渉ではなく、「以前と同じ品質で何がどう変わるか」を確認する方が実態に近い。

具体的には：「AI開発ツールを使うことで、今回のプロジェクトのどの工程がどう変わりますか？品質はどう担保しますか？」という聞き方が有効だ。

経営者が開発プロジェクトの進捗を確認する方法

「エンジニアに任せているが、本当に進んでいるのか分からない」という状況は、AI開発ツールの有無に関わらず起きる。

週次確認で見るべき3点

• 完了した機能: 「○○画面が完成した」「△△の処理が動くようになった」という具体的な状態
• 残りと遅れの原因: 予定より遅れている場合、原因が「技術的な問題か」「要件確認の待ちか」「外部連携の調整か」を区別する
• 次週の完了予定: 「来週末までに○○が完成する」という1週間単位の予定

「進んでいます」という感触報告ではなく、「何が完成して何が残っているか」という状態の確認に切り替えることで、問題を早期に発見しやすくなる。

工数増加のサインと原因

プロジェクト途中で工数が増える場合、原因は以下のいずれかが多い：

• 要件の変更・追加（依頼側の都合）
• 連携先システムの仕様が想定と違った（外部要因）
• テストで想定外の問題が多発した（品質管理の問題）
• 業務フローの問題がコーディング後に発覚した（設計の不足）

「AI開発ツールを使っているのに遅い」という評価をする前に、上記のどれに当たるかを確認する。工数増加の原因がAI使用率と無関係なケースが大半だ。

AI開発ツールを実際に使いこなしているかを確認する方法

外注先がAI開発ツールを適切に活用しているかどうかを技術的な知識なしに確認することは難しいが、以下を聞くことで大まかに判断できる。

確認すべき3つの質問

• 「開発の中でどのAI開発ツールを使っていますか？どの作業に使っていますか？」
• 「AI生成のコードは必ずレビューしますか？それともそのまま使いますか？」
• 「AI使用の前後で、チームの開発の進め方はどう変わりましたか？」

2つ目の質問は特に重要だ。AI生成コードをレビューなしに使うエンジニアは、品質問題のリスクが高い。「AIが書いたコードでも必ずレビューします」という回答の方が、品質管理が機能していることを示す。

「ツールを使っている」という事実より、「どう使っているか」の方が品質に影響する。

まとめ: 経営者が持つべき現実的な期待値

AI開発ツールは有効だ。ただし効果は「全自動で開発が完了する」方向ではなく、「人間の作業を補助し、特定の工程を速くする」方向にある。

経営者として重要なのは「AIを使えば何でも速くなる」という期待でも「AIは使えない」という懐疑でもなく、「何が変わって何が変わらないか」を正確に把握した上で外注先・社内エンジニアと合意を形成することだ。

開発プロジェクトの判断を整理したい場合

「外注先の見積もりが適切か判断できない」「工期設定の根拠を確認したい」——こういった状況でAI活用に詳しいエンジニアの意見が必要な場合、ラズリのAI顧問では開発の入口段階から要件整理、ベンダー評価、進捗管理の構造化まで対応している。

「AIを使えば早くなる」という前提で組まれた計画の妥当性確認から始めることも可能だ。