より優れたAIモデルが、より意欲的な仕事を可能にする

私たちは、AIモデルの改善によって開発者の働き方がどう変わるのかを理解したいと考えています。特に、開発者が以前から行っていたタスクをどの程度より多くこなすようになるのか、そして、より優れたモデルによって、それまで手の届かなかった仕事がどの程度可能になるのかに関心があります。

この問いに答えるため、University of Chicago Booth School of BusinessのSuproteem Sarkar教授と共同で、2025年7月から2026年3月にかけてCursorを使う500社の開発者の働き方を調査しました。この8か月の期間には、AIコーディング機能に飛躍的な進歩をもたらした2つのモデル、Opus 4.5とGPT-5.2のリリースが含まれていました。

私たちの論文では、AIが優れるほどAIへの需要も高まることが分かりました。これは、効率の向上によって総消費が減るのではなく、むしろ増えるJevons効果に似た現象と整合的です。AI使用量は、ユーザーあたりの週平均メッセージ数で定義すると、調査期間中に44%増加しました。

この増加は、すぐに起きたわけでも、一様だったわけでもありません。私たちの観察では、開発者はまず、より優れたモデルを使って同程度の複雑度の仕事をより多くこなし、その後になって初めて、より複雑なタスクに取り組み始めました。さらに、この変化は特に金融、メディア、広告といった業界に集中しており、競争圧力や未開拓の新たな機会が導入を後押しした可能性があります。

メディア、ソフトウェア、金融が牽引

調査対象となったすべての業種で使用量は増加しましたが、伸び幅は業界によって異なりました。特に最も大きく伸びたのはメディアと広告で、ユーザーあたりのメッセージ数は54%増加しました。これにソフトウェアと開発者向けツール (+47%) 、金融とフィンテック (+45%) が続きました。

私たちは、金融分野では、より優れたAIが軍拡競争のような力学を生み出しうると考えています。つまり、ある企業がAIを使って取引上の優位性を得ると、他社も競争圧力を受けて追随せざるを得なくなるということです。一方、メディアと広告では仕組みが異なる可能性があり、より高性能なモデルが未開拓の新たな機会を広げ、企業がそれを活用しているのかもしれません。

業種別のユーザーあたりメッセージ数。メディアと広告、ソフトウェアと開発者向けツール、金融とフィンテックを強調表示

複雑度の高い側へのシフト

当初、開発者は改善されたAIモデルを使って従来と同じ प्रकारの作業をより多くこなしていましたが、4〜6週間ほど経つと、より複雑なタスクにもモデルを使い始めるようになったことが確認されました。全体として、「低複雑度」のメッセージ数は調査期間中に22%増加した一方、「高複雑度」のメッセージ数は68%増加し、その増加の大半は最後の6週間に集中していました。

論文では、この遅れは、より優れたモデルで何ができるのかを開発者が見極めるまでに時間がかかることと、企業が新たな機能に合わせてワークフローを見直す必要があることの両方を反映している、という仮説を示しています。

時間の経過に伴う低複雑度・高複雑度メッセージの件数。一定の遅れの後、高複雑度の伸びがより大きいことを示している

変化するタスク分布

AIのコード生成能力が向上するにつれて、開発者の仕事は生成されたコードを管理することへと移っていきます。この変化は、タスクカテゴリごとの使用量がどのように変化しているかを測定したデータにはっきり表れています。特に増加が大きかったのは、ドキュメント作成 (+62%) 、アーキテクチャ (+52%) 、コードレビュー (+51%) 、学習 (+50%) である一方、UI/スタイリングのような比較的自己完結したタスクの伸びはかなり小幅でした (+15%) 。

これは、AI生成コードによってコードベースの規模が拡大するにつれて、そのコードを文書化し、理解し、レビューする必要性もそれに応じて高まることを示しています。規模が大きく変化の速いコードベースでは、全体の整合性を管理する複雑さも増すため、アーキテクチャやデプロイのようなシステム横断的なタスクが大きく増えている理由もここにあると考えられます。モデルの性能向上によって、開発者がこうしたシステム横断的なタスクでもエージェントをより積極的に使うようになっている可能性もあります。