【チームによるAI駆動開発の勘所：第7回】AIに、二度、同じ指摘をしない

AI駆動開発を続けていると、AIが生成したコードの品質問題が際限なく報告される。その指摘を「毎回人手で修正する」のか「仕組みに変えて自動化する」のかで、チームの生産性は大きく分かれる。深津航による連載「チームによるAI駆動開発の勘所」第7回は、その選別を定量化する指標「資産化率」を提案している。資産化率とは「レビュー指摘のうち、どれだけの割合を自動ガードレール・CLAUDE.mdのルール・Golden Snippetsなどの仕組みに落とし込めたか」を測る比率だ。目標は50%以上と設定されている。GitClearの調査によると、AI生成コードの重複は81%増加し、リファクタリング率は21%から3.8%へ低下している。つまり、AIは同じ問題を何度も繰り返し、人間がその度に同じ指摘をする悪循環が発生しているわけだ。 この連載が興味深いのは「AIは悪いコードを書く」という単純な結論に終わらない点である。実態はより微妙だ。Veracode調査によれば、セキュリティ合格率は全体で56%だが、カテゴリによってばらつきが極端だ。XSSで15%、ログインジェクションで12%という低さに対し、SQLインジェクションは83%、暗号関連は87%という高さだ。つまり「AIが苦手なカテゴリが明らかに偏っている」のである。さらに、AI支援コミットはシークレット露出率で人手オンリーの2倍超という報告もある。これは「AIが危ない」ではなく「AIの弱点をカテゴリ別に把握し、そこだけ仕組みで防ぐ戦略が必須」という処方箋を示唆している。 中小企業がAI導入で「品質が落ちた」と嘆く前に、この資産化率の考え方を取り入れるべきだ。重要なのは、すべての指摘をルール化することではなく「何が繰り返し発生しているか」を台帳で可視化し、再発2回以上のカテゴリから優先的に仕組みを入れることだ。また、仕組みを作ったら終わりではなく「その仕組みが実際に効いているか」を他者に検証させ、差し戻しと改善を経て初めて「資産」と呼ぶという厳密さが必要である。このサイクルが回り始めると、AI導入の負債ではなく企業資産へと転換する。