本文へスキップ
ウェブエンジニア問題集
第2章

AIコーディングエージェントはどれだけ使われているのか — 調査データの読み方

約9分
この章の目次開く

前の章で、エージェントとAIツール一般は別物だと整理しました。この章では、そのエージェントが実際にどれだけ使われているのかを見ます。

ただし本題は数字そのものではありません。その数字が何を測っていて、何を測っていないかのほうです。この領域は調査が乱立していて、二次記事の質にばらつきが大きく、数字だけを引くと簡単に誤読します。

学習者学習者

「開発者の8割がAIエージェントを使っている」って記事を見たんだけど、本当なの？

何が分かっているのか

主要な調査を並べます。

調査規模測っているもの主な数字
Stack Overflow Developer Survey 202549,000超・177カ国（AI設問の回答は33,662人）自己申告エージェントの業務利用31%（毎日は14.1%）／導入予定なし37.9%／AIツール全般は84%が使用または予定
DORA 2025約5,000人＋100時間超の定性調査自己申告日常業務でAIを使用90%（前年比+14pt）／利用時間の中央値は1日2時間
JetBrains Developer Ecosystem 202524,534人・194カ国自己申告AIを日常的に使用85%／アシスタント・エージェント・AIエディタのいずれかを使用62%
GitHub Octoverse 2025全ユーザーの行動記録実際の記録コーディングエージェントが5か月（2025年5〜9月）で100万超のPRを作成
データを見て考える人

冒頭の質問への答えは、この表の1行目にあります。8割が使っているのはAIツール全般で、エージェントは31%にとどまります。

アンケートと行動ログは別のものを測っている

表の最後の行だけ、性質が違います。上3つは人に聞いた結果で、最後は実際に起きたことの記録です。

この違いは軽くありません。自己申告には次の弱点があります。

  • 「使っている」の定義が回答者ごとに違う（1回試したのか、毎日使っているのか）
  • 答えたくなる方向にずれる（流行っているものは多めに、疲れているときは少なめに）
  • 回答する人自体が偏る（関心のある人ほど答える）
アンケートは「そう思っている人の割合」を測り、行動ログは「実際に起きた量」を測ります。前者から後者は導けません。

一方で行動ログにも弱点があります。特定のプラットフォーム上の出来事しか見えません。上の例はGitHub上のPRの数なので、GitHubを使っていない開発や、PRにならない作業は入っていません。

両方を並べて見るのが正しい読み方です。

「AIツール」と「エージェント」を混ぜない

いちばん多い誤読がこれです。同じ調査の中に 84% と 31% という2つの数字があり、前者を引いて「ほぼ全員が使っている」と書く記事が大量にあります。

前の章で定義を固定したのは、この区別のためです。補完機能を使うことと、環境に作用するエージェントに仕事を任せることは、別の行為です。

同じ調査からは、慎重さを示す数字も出ています。

項目割合
AIツールの正確性を積極的に信頼していない46%
信頼している33%
強く信頼している3.1%
エージェントの導入予定がない37.9%

普及率だけを見ると勢いよく見えますが、信頼度は別の絵を描いています。両方を見ないと実態を見誤ります。

実例 — 年号だけ差し替えられた記事

ここからが、この章でいちばん実務的な話です。

調べものをする人

この種の記事が厄介なのは、数字自体は正しいことです。間違っているのは年号だけ。しかしこの領域では、1年古い数字を最新として扱うと判断を誤ります。

数字を引くときは、一次ページを開いて調査年を自分で確認します。二次記事のタイトルにある年号は、根拠になりません。
先生先生

「出典が書いてある」と「出典を確認した」は違うからね。リンクを踏むだけで防げる誤りが、意外と多いんだ。

数字が測っていないもの

最後に、これらの調査全体に共通する限界を挙げます。

数字測っていないもの
利用率成果。使っていることと、役に立っていることは別
「毎日使っている」習熟度と依存度。同じ「毎日」でも中身は大きく違う
満足度・体感実際の速さや品質。次の章で扱う
導入率定着率。試して離脱した人は「導入した」に含まれる
全体の平均チームごとの差。実務では平均より分布が重要

つまり、この章の数字から言えるのは、どれだけの人が使っていると答えたかまでです。「効果があるのか」は、まったく別の測り方が要ります。それが次の章の主題です。

引用するときのチェックリスト

実務で数字を使うときは、次の5点を確認してください。

  1. 調査年 — 一次ページで確認する
  2. 母集団と規模 — 何人が、どの設問に答えたのか
  3. 質問文 — 何をもって「使用」と定義しているか
  4. 自己申告か記録か — 前者なら、それは意識の測定
  5. 一次情報か二次記事か — 二次記事なら必ず一次まで戻る

よくあるハマりどころ

AIツールの利用率をエージェントの利用率として引く。 最頻出です。同じ調査の中に両方あります。

二次記事のタイトルの年号を信じる。 前述の実例のとおりです。

普及率だけを見て信頼度を見ない。 84%と3.1%は、同じ調査の別の面です。

平均値だけを見る。 実務で知りたいのは「自分のチームに近い層はどうか」であって、全体平均ではありません。

利用率を成果の証拠として使う。 使っていることは、役に立っていることを意味しません。

ちゃんと使うためのポイント

  • エージェントの業務利用は31%（2025年時点）。AIツール全般の84%とは別の数字
  • アンケートは意識を、行動ログは実際の量を測る。両方を並べて読む
  • 普及率と信頼度は別の面。強く信頼しているのは3.1%
  • 二次記事の年号は根拠にならない。一次ページで調査年を確認する
  • これらの数字は成果を測っていない
  • 引用時は、調査年・規模・質問文・測定方法・一次かどうかの5点を確認する

次の章では、「では実際に速くなっているのか」という問いに進みます。ここには、体感と実測が正反対を向いた有名な研究があります。

参考リンク