マイクロソフトとOpenAIのパートナーシップから生まれたGitHub Copilotが2021年に登場して以来、AI によるコード生成は開発業界で急速に注目を集めている。コード生成の自動化により、開発効率向上と人員削減の可能性が企業側から期待されており、複数のスタートアップが大型資金調達を実施している。
はじめに
コード作成は、AI について世界が語り始める前から、すでに AI の重要な応用分野だった。2021年春、ChatGPT が世の中に知られるようになる18ヶ月前、マイクロソフトは非営利団体 OpenAI とのパートナーシップで初の成果物となる「GitHub Copilot」を発表した。このツールは開発者がコードを書く様子を観察し、コードスニペット（snippet）や行の自動補完を試みるものだった。性能は完璧ではなく、「制限付き技術プレビュー」版に過ぎなかったが、100万人以上の開発者がこれを試すために登録した。
大規模言語モデル（LLM）はソフトウェア開発をさらにシンプルで、さらに速くする可能性が明らかにあるように思われた。ほとんどのコードは比較的構造化されており分かりやすく、プログラミング言語は一般的に極めてよく文書化されている。また、膨大な量のコードがモデルの学習用途でオンライン上で利用可能である（ただし時に疑わしい手段を通じてではあるが）。LLM から得られる他の多くの情報と異なり、コードの品質は実際に実行することで検証できる。最初は、数社が、Google の自動補完のように次の単語を予測することでコード作成を高速化できるかもしれないと考えた。しかし程なく、コード作成の一部、あるいはすべてを AI が行える可能性があると期待するようになった。
長年にわたり、テクノロジー業界の多くの企業は「ローコード」「ノーコード」ソフトウェアという考え方を追求してきた。エンドレスな設定リストと判読不可能なメニューを提供する代わりに、事実上、ユーザー自身がソフトウェアを構築できるようにするという構想である。長い間、これは比較的手探り状態だった。Zapier や Apple Shortcuts のような、本質的には超複雑なワークフロービルダーなどのツールが登場し、または Notion や Airtable のようなソフトウェアが登場した。これらは非常に柔軟だが、使い方を理解するのは相当難しかった。
これらの初期段階においても、AI コーディングツールがいずれ優れたビジネスとなり得る理由は明白だった。開発者は高給取りであり、プロダクト開発には時間がかかる。企業が採用する開発者数を減らすことができたり、開発者の生産性を向上させたりする可能性のあるツールなら、世界中のソフトウェア企業にとって確実に売りやすいピッチになるだろう。もしこの技術が実現すれば、プロダクトはほぼ自動的に売れるはずだ。Cursor や Windsurf のような企業は、この試みに向けて莫大な資金を調達した。
