Has the cost of building software dropped 90%?

Japanese Translation:

要約：
著者は、特に大規模言語モデル（LLM）を含む高度なAIエージェントがソフトウェア開発の時間とコストを劇的に削減できると主張し、小規模チームでも洗練された社内ツールを迅速に構築できると述べています。20年以上にわたる技術経験を踏まえ、Claude Code が数時間で数百のテストを生成した具体例を挙げ、開発者の思考時間は変わらないものの調整オーバーヘッドが90％削減されたことを強調しています。Opus 4.5 など新しいエージェントが長期コンテキストを保持することでこの主張を裏付けています。議論では、テスト駆動開発、マイクロサービス、Kubernetes といった既存の実践にこれらの利点を位置づけ、ブラウズズ法やジェヴォンズ逆説（生産コストが下がると隠れた需要が増える）とも共鳴していることを指摘しています。まだ一部のエンジニアは懐疑的であるものの、モデルの信頼性に関する新たな証拠が示すところでは、2026 年までに AI 補助チーム（ドメイン専門家＋アシスタントエージェント）が大規模チームを置き換える可能性があり、小規模企業が先行して取り組むことで、企業構造が適応する前に変革が起こると予測されています。この転換により、カスタムソフトウェアのコストは約 5 万ドルから 5 千ドルへと大幅に削減され、チーム編成が再構築され、業界全体で製品提供速度が加速するでしょう。
(注：要約には LLM がレガシーコードベースの保守を支援するという著者の主張は含まれていません。)

私はプロフェッショナルとしてソフトウェア開発に携わってきて約20年になります。SaaSの誕生、モバイルアプリへの大規模シフト、ブロックチェーンをめぐる熱狂、そしてローコードが開発者を不要にするといった永続的な約束事を目撃してきました。

エージェント型コーディングの登場で経済は劇的に変わり、ソフトウェア開発業界（ひいては広範な経済）全体が完全に再構築されるでしょう。2026年には多くの人々がその波に乗れないまま迎えられることでしょう。以前の記事で私は評価指標が大きな飛躍を見落としている理由について説明しましたが、その後、実際に体験したことから、今は世代を一度だけ経験するような転換期の初期段階にあると確信しています。

配布コスト

私はオープンソースが爆発的に広まった頃に開発を始めました。この時期こそ、カスタムソフトウェア構築の費用を変える最初の転換点でした。SQL ServerやOracle の膨大なライセンス料に圧倒され、MySQL に移行しました。これで数十万ドル規模の年間データベースコストなしにネットワーク化されたアプリケーションを構築できました。

それ以降、クラウド（本当にコスト削減になるか議論は分かれますが、初期投資は抑えられる）と複雑さの時代が続きました。ソフトウェアエンジニアリングは、TDD、マイクロサービス、複雑な React フロントエンド、Kubernetes などの人件費を多く必要とするパターンにより、しばしば不必要に複雑化しています。近年、大幅なコスト削減はほとんど見られません。

しかし AI エージェントはソフトウェア開発の労働コストを大幅に削減します。90 % の節約が実際にどこから生まれるのでしょうか？

2025 年初頭、私は多くの AI コーディングツールに懐疑的でした。いくつかは高機能なローコードツール（Loveable、Bolt など）や VS Code の派生で、半分は便利でもしばしばイライラするオートコンプリート改善のように感じました。

平均的な社内ツールプロジェクトを想定します。データモデリングがすでに完了しており、ウィジェットを管理するウェブアプリを実装する必要があります。以前は、小さなチームが CI/CD を設定し、データアクセスパターンやコアサービス、CRUD ページ、ダッシュボード、テストを構築して月後にリリースしました。これが直接の労働であり、スタンドアップ、チケット管理、コードレビュー、ハンドオフ、不具合解消などの調整オーバーヘッドは大きな時間を占めます。

エージェント型コーディング CLI ではほぼすべてが数時間で完了します。Claude Code に複雑な社内ツール用に 300 件以上の単体／統合テストスイートを書かせたことがあります。手作業であれば数日、あるいは他の開発者でも同様です。エージェント型ツールはビジネスロジック仕様を洗練された API やサービスに変換するのが得意です。

月かけていたプロジェクトが今では1週間で完了します。思考時間はほぼ同じままで、実装時間だけが短縮されます。チーム規模が小さくなるとコミュニケーションオーバーヘッドも消え（ブルックスの法則の逆転）、数人で指数関数的に多くを達成できます。

潜在需要

表面的にはソフトウェア開発にとって悪いニュースに見えるかもしれませんが、経済学は別の視点を示します。ジェヴォンズのパラドックスによれば、生産コストが下がると「同じ量を安くする」だけでなく、全体的な消費量が増加します（例：電灯がろうそくやガスランプに取って代わったように）。

これをソフトウェア工学に当てはめれば、膨大な潜在需要があります。各組織には重要プロセスを追跡する数百・千もの Excel シートが存在し、それらは SaaS アプリとして実装されたほうが遥かに優れています。ある代理店が 50 k ドルで作るとすれば、開発者＋AI ツールなら 5 k ドルで完成でき、需要を劇的に拡大します。

「ドメイン知識」が唯一の堀

エージェントを人間が「世話」する価値は依然として巨大です。作業をチェックし、アプローチを提案し、不適切なパターンを回避することで、純粋に YOLO コーディングでは散乱したコードになりやすくなります。人間が関与していれば、高品質で高速にソフトウェアを構築できます。

この技術をマスターした開発者はビジネス課題解決に極めて有効です。彼らのドメインと業界知識―最適なアーキテクチャ、フレームワーク、ライブラリを把握していること―が大きな槌となります。AI ツールにビジネス理解を重ねることで、伝説的な 10 倍エンジニアが現れたように感じられます。

ビジネスドメインの専門家と熱意ある開発者、そのツールを組み合わせることは非常に強力で、将来的には一般化するでしょう。大規模なスペシャリスト・開発チームではなく、数人の密接なペアリングが主流になると予想されます。これにより迅速なイテレーションが可能になり、ソフトウェアはほぼ使い捨てになります。方向性が誤っている場合は廃棄して再スタートし、その学びを活かせます。重要なのは概念的思考であり、タイピングではありません。

先に立たないように

エージェントとモデルは急速に進化しています。Opus 4.5 は 10〜20 分の長いセッションでもトラッキングを失わずに追跡できます。私たちは数十億ドル規模の GPU 投資の実利を見ている段階であり、将来のモデルは現在のものをすぐに置き換えるでしょう。

「LLM は多くのミスを犯す」「フレームワークを理解できない」「時間が節約できない」などと抵抗するソフトウェアエンジニアに数多く出会いました。これらの主張は、2007 年 iPhone を否定したデスクトップエンジニアに似ており、やがて事実とは異なるものになっています。結果としてネットワークは改善され、携帯電話は高速化し、モバイル OS は高度な機能を備えるようになりました。

エンジニアはこの変化に乗り込む必要があります。短時間で起こるわけではありませんが、大企業は官僚主義やベンダー承認の遅延で小規模競合他社に劣勢になる可能性があります。小さな会社やチームでこれらツールを使える立場なら、ぜひ導入してください。仕事は変わります――ソフトウェアは常に変化していますが、今回は誰も予想しないほど速く変わるかもしれません。2026 年が近づいています。

よく聞く反論：LLM はグリーンフィールドプロジェクトしか得意としない

私はその主張に強く反論します。3 年前に書かれたコードベースを徹底的に理解する時間を費やした経験がありますが、エージェントはこれを劇的に容易にします。コードの動作を説明し、バグを見つけ修正案を提示してくれるので、三年前に不安定な契約者によって書かれたテストもなくスパゲッティ状のクラスやメソッドが散在するリポジトリよりも、エージェントと優秀なエンジニアが関与したリポジトリを継承したほうがずっと望ましいです。