半年前からAIコーディング比率は倍増、急速な普及を支える基盤とは？
講演の前半ではCTOを務める田中氏が、弁護士ドットコムにおけるAI駆動開発の現状を語った。
開発組織は約160名のエンジニアで構成され、各事業向けの開発部門に加え、SRE室やエンジニアリング室といった横断組織を持つ。技術スタックはバックエンドにPHP/Go、フロントエンドにVue.js/Nuxt/React/Next.js、インフラにAWSというオーソドックスな構成だ。
開発面では、各種モデルやAIコーディングツールを活用するためのAI利用基盤を整備し、開発生産性を大幅に向上させている。さらに運用面においても、障害報告書の自動作成や、ナレッジベースを活用した社内ドキュメントからのQ&Aシステムの構築、問い合わせ対応における自動返答の作成などにAIを活用し、成果を上げているという。
AI導入の結果、開発生産性はどの程度向上したのだろうか。田中氏は、2025年6月と、2026年1月に行われた社内アンケート結果の比較を通して、現場のエンジニアの実感を浮き彫りにする。「AIに書かせたコードの比率」（体感値）は、半年前の約40%から80%へと倍増した。さらに「生産性が50%以上向上した」（体感値）と答えたエンジニアの割合も、前回の25.3%から、過半数の54.7%にまで増加。また、エンジニアが使うツールも半年間で変化した。前回の調査では「Cursor」が主流だったが、現在は「Claude Code」が最も人気のツールとなっている。
この急速な普及を支えているのが、約1年をかけて整備してきたAIツール利用基盤だ。2024年前半までには、一部のエンジニアが、コード補完に「GitHub Copilot」を、コードレビューに「Code Rabbit」を使い始めていた。そして2024年末に、「Devin」など新しいツールが相次いで登場したことがきっかけで、本格的なAI導入に向けた調査が始まったという。
2025年4月にはCursorなどのAIツールを全社員が利用できるようにした。7月にはLiteLLMによるLLMプロキシ基盤を稼働させ、煩雑な手間なしに、主要なLLMモデルを一通り利用可能な環境を構築した。その他にも、LiteLLM導入のメリットとして、利用状況の可視化や、「Dify」や「n8n」といったノーコードツールから各種モデルにアクセスしやすくなったことが挙げられる。MCPの活用も推奨しており、内製でMCPサーバーを作るメンバーも増えてきているという。
またコスト面では、ヘビーユーザーにはコスト効率の高い定額制を、新しいツールを試したいメンバーには柔軟な従量制を提供することで、ROIを最大化している。こうした基盤を整備することで、チームが試行錯誤しながらノウハウを蓄積できる環境が整ったと、田中氏は振り返る。
「CLAUDE.mdの育て方や、Sub-agentやSkills活用のノウハウ、仕様駆動開発の実践、さらにCode RabbitとClaude Codeなどを組み合わせたコードレビューの自動化をはじめ、各チームで新しい取り組みが進んでいます。」（田中氏）
