生成AIを開発現場で使うのは、もう珍しいことではなくなりました。一方で、SIerの現場では「セキュリティ的に使っていいのか」「品質は大丈夫か」と、導入に慎重なところも多いはずです。
この記事では、PLの立場から「生成AIをどこで使うと効果があり、どこに注意すべきか」を整理します。
データで見る:開発者のAI利用は「使うけど信用しきれない」
Stack Overflowが2025年に実施した開発者調査(177か国・4.9万人以上が回答)では、次のような結果が出ています。
- 開発でAIツールを使っている、または使う予定の開発者は84%(2024年は76%)
- AIの出力の正確さを信用していない開発者は46%(2024年は31%)
- 不満の上位は「AIが生成したコードのデバッグに時間がかかる」(45%)
つまり、利用は広がっているものの、「そのまま信じて使える」段階ではないというのが現場の実感です。PLとしては、この前提でルールを考える必要があります。
PL業務で生成AIが効きやすい場面
| 業務 | 使い方の例 | 効果 |
|---|---|---|
| 議事録・報告書 | 会議メモから議事録のたたき台を作る | 作成時間の短縮 |
| 顧客への説明資料 | 技術的な内容を、非エンジニア向けの言葉に言い換える | 説明の分かりやすさ向上 |
| 要件の整理 | ヒアリング内容から要件の抜け漏れ候補を洗い出す | 確認漏れの防止 |
| 見積り・WBS | 作業分解のたたき台を作る | 計画づくりの初速アップ |
| テスト観点 | 仕様からテスト観点の候補を出す | 観点漏れの防止 |
| レビュー | コードや設計書の気になる点を事前に洗い出す | レビュー負荷の軽減 |
筆者がPLとして一番時間を使うのは顧客・ユーザーとの調整と説明なので、説明資料の言い換えや議事録のたたき台は特に相性がいいと感じる領域です。
導入時に注意すべきこと
1. 顧客情報・機密情報の扱い
SIerでは顧客の情報を扱うため、最も注意が必要です。入力データが学習に使われない設定や法人向けプランになっているか、会社や顧客との契約で外部サービスの利用が認められているかを必ず確認しましょう。
2. 出力のレビュー責任
AIの出力は「たたき台」と位置づけ、最終的な確認は人が行うルールにします。上の調査でも、AIが作ったコードのデバッグに時間がかかるという声が多く、レビューを省けば手戻りが増えます。
3. チーム内のルール統一
人によって使い方がバラバラだと、品質のばらつきや情報漏えいのリスクにつながります。「使っていい業務・使ってはいけない情報・レビューの方法」を簡単なルールにまとめておくと安心です。
生成AI時代に、PLの価値はどう変わる?
資料作成や作業分解のたたき台はAIが作れるようになっても、顧客と合意をつくることや、AIの出力を見て「これで進めて大丈夫か」を判断することは、引き続き人の仕事です。
むしろ、AIで作業時間が減るぶん、調整・判断・リスクの先読みといった「PLにしかできない仕事」の比重が大きくなっていくと考えています。生成AIの活用経験は、今後の転職や副業でもアピールしやすいポイントになるはずです(エンジニアが年収を上げる方法)。
まとめ
- 開発者の84%がAIを使う(予定含む)一方、46%は正確さを信用していない
- PL業務では議事録・説明資料・要件整理・テスト観点で効きやすい
- 機密情報の扱い、レビュー責任、チームのルール統一が導入の前提
- AI時代こそ、合意形成と判断というPLの価値が大きくなる
参考:Stack Overflow 2025 Developer Survey(プレスリリース) / 2025 Stack Overflow Developer Survey:AI
執筆:平凡PL(SIer勤務・エンジニア歴10年/PL歴3年)