- AIは、GitHub Copilotなどのツールなどを通じてコーディング効率を高めることができます。これにより、開発者は深く考える時間が増えるため、開発者はコーディングをより速くし、コードの品質を向上させることができます。
- 開発者の生産性を向上させる大きなチャンスは、開発者の 1 日の約 75% を占めるノンコーディングタスクの自動化にあります。Glean のようなツールを使うと、ソリューションのリサーチ、文書化、チームメイトとの共同作業に費やす時間を大幅に削減できます。
- ジェネレーティブAIツールとGleanの生産性ソリューションを組み合わせることで、開発者は毎日最大2.5時間の生産的なコーディング時間を増やすことができ、実質的にアウトプットが倍増します
最近、あるお客様が、AIを使用してソフトウェア開発チームの生産性を倍増させるという野心的な目標を掲げて私のところにやって来ました。
彼らは成長を計画していましたが、予算の制約がありました。エンジニアをさらに雇うことは選択肢ではありませんでしたし、現在のチームを燃え尽きさせることも選択肢ではありませんでした。優秀な人材を維持し、満足させることが最優先事項でした。
そして、この顧客は一人ではありません。によると Cortex 2024 開発者の生産性の現状 調査によると、回答者の 90% が、生産性の向上が2025年の最重要課題であると述べています。
私たちは一緒に疑問に思いました: AIは開発者のアウトプットを現実的に倍増させることができるのか?
これに答えるには、まずソフトウェアエンジニアリングチームが毎日何をしているのかを理解する必要があります。
開発者の1日のほとんどはコーディングに費やされていません
コーディングは仕事において非常に重要な部分ですが、ほとんどのソフトウェアエンジニアはコーディングに時間を費やしていません。GitHub チームによる最近の開発者調査によると、ほとんどのソフトウェア開発者は時間の 75% 以上をコーディング以外の作業に費やしています。 フォレスターリサーチの 2024 年開発者調査 「残りの時間は、設計、テストの作成、バグの修正、利害関係者とのミーティングに費やされます。開発者がコードを書くだけでなく、はるかに多くのことをしていることは容易にわかります。」
「多くの場合、開発者は1日に2時間程度しかコードを書かず、ソフトウェア開発ライフサイクル全体を通して日常的なタスクで行き詰まっています。さらに、問題、バグ、または脆弱性を特定して解決できない場合、開発者は出荷よりも解読に多くの時間を費やしています...」
トーマス・ドームケ
GitHub 最高経営責任者
そのため、コード効率の向上は重要ですが、全体的な生産性の全体像のごく一部しか解決していません。

コーディングの効率化:ジェネレーティブAIソリューション
AI、特にジェネレーティブAIがコーディング効率を向上させる最も明白な方法は、開発者がより速くコーディングできるようにすることです。GitHub Copilot や Augment などのツールは、開発者がコーディングタスクを迅速に行えるように特別に設計されています。 55% までと同時に、開発者の満足度も向上させます。
Glean では、開発者がより効率的になるように、コード生成ツールの使用を採用しています。しかし、節約された1秒すべてが直接変換されるわけではないことがわかりました 新品です コード。代わりに、彼らはしばしば次のことに導きます より良い コード—エンジニアが深く考える時間が増えるため、より思慮深く、よく構造化された、革新的なソリューションになります。これは、コード生成を使用するチームが低品質の製品を開発するという一般的な考えと矛盾しています。実際には、AIを効果的に使用すれば、開発者はより優れたコードを書くことに集中できるスペースが増え、単にコードを書くことだけに集中できるようになります。
欠けている部分:コンテキスト
効率的なコーディングを妨げる最大の要因の 1 つは、コードを書くという行為ではありません。それは文脈の欠如です。
開発者が必要としているのは、コードベースやスタイルガイドのドキュメントだけではありません。フローを中断することなく、依存関係や API ドキュメント、専門知識にすぐにアクセスできなければなりません。 GitHub Glean するは、企業に関する深い知識をコーディングプラットフォームにもたらし、コードが作成された場所からすぐにアクセスできるようにします。GitHubに組み込まれたGGlean のエクスペリエンスにより、開発者は作業している場所で直接自然言語で質問したり回答を得たりできます。
それでも、開発者がコーディングに費やす時間の 25% の効率を劇的に改善したとしても、その影響は 1 日のほんの一部にすぎません。コード生成ツールがコーディング効率を 50% 向上させると寛大に見積もったとしても、 実際のコーディング時間は約2時間のみ ほとんどの開発者は毎日そうしています。チームがその 2 時間で 100 ユニットのコードを書いた場合、AI はそれを150ユニットのコードに増やす可能性があります。確かに改善されていますが、倍増ではありません。

IDE の向こう側:Glean が 75% の問題を解決
開発者の生産性を向上させる大きなチャンスは、コードを書くことではなく、それを取り巻くあらゆることにあります。ソリューションの調査、ドキュメントの作成とレビュー、バグへの対応、質問への回答、チームメイトとの共同作業は、開発者の1日の75%を占めることがあります。これらのタスクは不可欠ですが、エンジニアの流れが崩れ、最も楽しい仕事から遠ざかることがよくあります。
実際には、 スタック・オーバーフロー調査 次のことがわかりました。
- 53% レポート 回答を待つのに無駄な時間 それは彼らの仕事にとって重要なことです
- 50% がそれを報告している 情報サイロはマイナスの影響 彼らの仕事
- 30% がそうだと報告している 週に10回以上悪影響を受ける (1日2回程度)
開発者が待ち続けると、時間を失うだけでなく、勢いを失います。

GitHub の GGlean を使用すると、開発者は特定のコード依存関係を探したり、古い Jira チケットを参照したり、API の動作を再確認したりする場合でも、ブロッカーを数秒で解決できます。タブを切り替えたり、チームメイトを追跡したりする代わりに、簡単な自然言語クエリで正しい答えをすぐに見つけることができます。
Glean は、情報を表示するだけでなく、時間のかかるタスクの自動化にも役立ちます。エンジニアができること プルリクエストの説明を自動生成、 関連するコードスニペットを数秒で検索、 Jira チケットを自動的に作成、および チームメイトに Slack メッセージを送る —すべてコーディング環境を離れる必要はありません。
これらの効率は積み重なっていきます。ほとんどのチームが見る 少なくとも 25% の削減 コーディング以外の作業に費やされた時間で、レポート作成の効率も上がるものもある 最大 47% の利益。つまり、1 日あたり約 1.5 時間を、開発者がより深い問題解決、イノベーション、より優れたコードの作成に充てることができるということです。

Glean とコード生成:毎日2.5時間延長
以下を組み合わせると、
- コード生成ツールにより約 1 時間短縮、
- Glean を使用することで約1.5時間分の時間を短縮
... 最終的に同等の結果になります 生産的なコーディング時間を2.5時間延長。これは当初の2時間の基準値の2倍以上です。
もちろん、生産性の向上はさまざまです。しかし、まとめると、GGlean やGitHub CopilotなどのAIツールを組み合わせると、このケースが明確になります。
開発者の生産性を倍増させることは可能です。

アウトプットだけではなく、アウトカムも重要です
多くの場合、生産性の向上は測定が難しく、人、チーム、またはタスクによって異なる場合があります。最も重要なのは、取り戻された時間をどのように使うかです。意図的に使用すると、少しでも効率が向上する可能性があります エンジニアリングチームを助ける より大きな目標を達成:
- より高品質なコードを書く。 生産性が向上したチームは、単にコード行を増やすだけでなく、より優れたコードを書き、より詳細にテストし、問題をより迅速に修復できます。
- 開発者のスキルを高めましょう。 再利用された時間は、エンジニアリングスタッフのトレーニングと成長に充てることができます。これにより、従業員の満足度が高まるだけでなく、より優れた、より革新的な製品をより迅速に作成できるスタッフがいることによる複合的なメリットも得られます。
- より革新的な製品を作りましょう。 繰り返しの多いタスクが減れば、エンジニアは顧客のニーズを調査したり、新しいアイデアを試作したり、アルゴリズムを改善したりするための余裕が広がります。考える時間がより良い解決策につながることがよくあります。
- より幸せなチームを作りましょう。 開発者がインパクトのある仕事に集中できるスペースがあると、彼らはより充実感を感じます。これにより、コラボレーションの強化、定着率の向上、全体的な結果の向上につながります。
生産性の真の価値は、より多くのことを行うことだけではありません。より良い仕事、より強力なチーム、より影響力のある成果のための場を作ることです。
開発者の生産性を再考する
開発者のアウトプットを向上させる計画がコード生成で始まり、コード生成で終わるとしたら、オポチュニティのほとんどを後回しにしていることになります。真のメリットは、開発ワークフロー全体にわたる摩擦を取り除くことです。つまり、適切なドキュメントを見つけ、コンテキストを表示し、やり直し作業を減らし、回答を待つ時間を最小限に抑えることができます。
AIがコードとコンテキストの両方をサポートし、開発者のフローの中で開発者と連携すれば、アウトプットを加速するだけではありません。チームがより優れたソフトウェアを作成し、よりレバレッジの高い仕事に集中し、誇りに思える製品を開発できるように支援します。
生産性を 2 倍に高めるには、より速く書くことではなく、他の開発者エクスペリエンスの妨げにならないことが重要です。
実際に見てみたいですか?エンジニアリングチームがGlean をワークフローに取り入れる方法については、ウェビナーをご覧ください。




