AI-Papers
- Microsoftの研究者が社内の数万人規模のエンジニアを対象に、Claude CodeとCopilot CLIの導入効果を4カ月間追跡した
- 導入初週に利用したエンジニアはマージ済みプルリクエストが平均24%増え、効果は調査期間を通じて持続した
- 試用のきっかけは本人の意欲より周囲の利用状況で、直属の上司が使っていると試用のオッズが82%上昇した
数万人規模の社内導入を追跡
Microsoftに所属する研究者らが、同社内でのコマンドライン型AIコーディングエージェントの導入状況と効果をまとめた調査結果を公開しました。ITmediaの「Innovative Tech」連載が2026年10月16日に取り上げたもので、元になった論文は「Adoption and Impact of Command-Line AI Coding Agents: A Study of Microsoft's Early 2026 Rollout of Claude Code and GitHub Copilot CLI」（arXiv:2607.01418）です。著者はEmerson Murphy-Hill氏、Jenna Butler氏、Alexandra Savelieva氏とされています。
対象となったのは、AnthropicのClaude CodeとGitHubのCopilot CLIという2つのツールです。いずれもエディタの補完機能ではなく、ターミナル上でコードの読み書きやコマンド実行をこなすエージェント型のツールにあたります。調査期間は2026年1月5日から4月29日までの約4カ月で、社内の数万人のソフトウェアエンジニアの利用ログと開発活動を突き合わせる観察的な手法が採られました。
これまでAIコーディングツールの効果測定は、数十人から数百人規模の実験や自己申告ベースのアンケートが中心でした。数万人規模の実利用を4カ月にわたって追跡したデータは、全社導入の投資判断を検討する企業にとって参照しやすい材料になります。
マージPRはツールで差が出た
生産性の指標として用いられたのは、マージ済みプルリクエスト（PR）の数です。ツールが社内に展開された初週に実際に使い始めたエンジニアは、使わなかった場合と比べて平均で24%多くのPRをマージしていました。
ただし、ツールによって数値には開きがあります。
ツール | マージ済みPR数の増加 |
|---|---|
Copilot CLI | 約24.9% |
Claude Code | 約11.4% |
全体平均 | 約24% |
この差がツール自体の性能によるものか、それぞれを選んだエンジニアの属性や担当業務の違いによるものかまでは、観察研究の性質上は切り分けきれません。注目したいのは持続性のほうで、効果は導入直後の一時的な盛り上がりで終わらず、4カ月の調査期間を通じて安定して観測されました。新しいツールに慣れるまでの学習コストで相殺されるのではないか、という懸念に対する一つの実測値といえます。
なお、PR数の増加をそのまま開発成果の増加と読むことには注意が必要です。PRの粒度が小さくなっただけの可能性や、レビュー側の負担が増える可能性も考えられます。この点については、AI導入義務化の2年後、開発者802人の追跡でPR提出2.09倍とレビュー負担倍増でも同様の論点が指摘されています。
普及は上司と同僚次第
調査のもう一つの柱は、誰がツールを使い始めるのかという普及の分析です。試用に踏み切る確率を押し上げていたのは、本人の技術的な好奇心よりも周囲の利用状況でした。
最も影響が大きかったのは、上司の上司を同じくする同僚、つまり隣接チームを含む広めの集団です。この集団の4分の1以上が直近2週間に使っていた場合、試用のオッズは最大216%上昇しました。直属の上司が使っている場合は82%、普段コードレビューをやり取りする相手の4分の1以上が使っている場合は54%の上昇です。
図1のように、試用の入り口は社会的な経路に強く依存します。全社展開の施策としては、ライセンスを配って告知するだけでは不十分で、管理職層や影響力のあるレビュアーに先に使ってもらう順序設計が効くことを示しています。
定着する人、しない人
試用した人がその後も使い続けるかどうかは、別の要因で決まっていました。継続利用と相関していたのは本人の普段のコーディング活動量で、多くのコードを書き、PRを頻繁に出す多忙なエンジニアほど定着しやすい傾向が見られました。作業量が多いほどツールによる短縮の実感を得やすいためと考えられます。
一方で、以前から別の開発環境でAIツールを使っていた層は、試すものの定着しにくい結果になりました。使い慣れた環境のほうがよいと感じるためで、既存ツールの利用者がそのまま新ツールの有望な候補者になるとは限りません。乗り換えを促すには、既存環境との差分を具体的に示す説明が必要になります。
導入を検討する企業への示唆
今回の結果を社内展開の計画に落とし込むと、検討すべき点は次のように整理できます。
- 効果測定は導入初週だけでなく、数カ月単位で継続して行う
- 管理職とレビュアーを初期の利用者に据え、社会的な経路を作る
- PR数の増加と同時に、レビュー工数や品質指標も併せて追う
- 既存のAIツール利用者には、差分を示した個別の導入支援を用意する
この調査はMicrosoftという単一企業の環境で行われた観察研究であり、ランダム化比較試験ではありません。ツールを使い始める人がそもそも生産性の高い層だった可能性は残り、増加率をそのまま他社に当てはめることはできないでしょう。それでも、数万人規模で4カ月の持続性が確認された点と、普及の障壁が技術面ではなく組織内の人間関係にあると示された点は、導入計画を立てる際の具体的な手がかりになります。
