会員（無料）になると、いいね！でマイページに保存できます。

「モデル学習」はたった1割…損保ジャパンが語る、AI開発自動化を左右する“設計力”

AIによるコード生成が当たり前になった今、次の焦点は、“AI開発そのもの”の自動化に移りつつある。データの分析から改善案の作成、モデルの学習までをAIエージェントが担い、従来は数日かかっていた実験を数時間で回せるようになった。だが、実行が速くなればAIプロジェクトが成功するかといえば、そうではない。むしろ自動化が進むほど、何を解かせ、何をもって成功とするのかという「人が握るべき仕事」の重要性が増している。損害保険ジャパンでチーフエンジニアを務める眞方篤史氏が、AI開発の自動化で変わる「人とAIの役割」を解説する。

AIがコードを書くのは当たり前に…自動化で見えた「次の課題」

　AI開発の未来を占う“先行指標”として、ソフトウェア開発の世界では劇的な変化が起きている。かつて数行のコード補完に過ぎなかったAIは、今や数時間にわたり自律的に機能一式を実装する「実行者」へと変貌を遂げた。グーグルは2025年4月時点で、新しいコードの30％超をAIが生成していると公表しており、AIによる開発支援はもはや実験段階ではなく、本番のコードに組み込まれるのが当たり前の時代だ。

　しかし、その輝かしい成果の裏には見過ごせない影も存在する。ある調査では、AIが生成したコードに含まれる脆弱性の含有率が、人間が書いたものに比べて約2.7倍に上ることが報告されている。また、熟練したエンジニアがAIを使ったことで、逆に生産性が19％低下したという検証結果もある。これは、AIの出力を検証・修正するコストが、生産性向上の効果を上回った例といえるだろう。

　同じことはAI開発にもいえる。ソフトウェア開発とAI開発には、「実装はAIに任せられる」「人のレビューコストは残る」「速くなる人・遅くなる人が共存する」といった共通点がある。

　一方でAI開発には、ソフトウェア開発とは本質的に異なる難しさも存在する。それは、「評価指標の設計が難しい」「データ品質は見えづらい」そして「問題定義があいまいなことが多い」という3つの壁だ。この壁を乗り越えるには、開発のプロセスを分解し、AIと人間の役割を再定義することが不可欠となる。

この記事の続き＞＞

・「モデルの学習」はたった1割？AI開発を左右する「6つの工程」

・AI開発は「数日→数時間」に…それでも人が必要なワケ

・なぜベンチマークの成果は「現実」で通用しないのか？

・「どのモデルを使うか」ではない…AI開発の成否を分ける3視点

この続きは
会員限定（完全無料）です

ここから先は「ビジネス+IT」会員に登録された方のみ、ご覧いただけます。

今すぐ登録(無料)

今すぐビジネス＋IT会員に
ご登録ください。

すべて無料！今日から使える、
仕事に役立つ情報満載！

ここでしか見られない

2万本超のオリジナル記事・動画・資料が見放題！
完全無料

登録料・月額料なし、完全無料で使い放題！
トレンドを聞いて学ぶ

年間1000本超の厳選セミナーに参加し放題！
興味関心のみ厳選

トピック（タグ）をフォローして自動収集！

完全無料　
ビジネス+IT会員のメリットとは？

関連タグタグをフォローすると最新情報が表示されます

「モデル学習」はたった1割…損保ジャパンが語る、AI開発自動化を左右する“設計力”

AIがコードを書くのは当たり前に…自動化で見えた「次の課題」

・「モデルの学習」はたった1割？AI開発を左右する「6つの工程」

・AI開発は「数日→数時間」に…それでも人が必要なワケ

・なぜベンチマークの成果は「現実」で通用しないのか？

・「どのモデルを使うか」ではない…AI開発の成否を分ける3視点