エージェントAI導入は進む——その分、後始末の仕事も増える

エージェントAIは仕事を速く進めてくれるが、その結果を確認し直す人の時間も増えている。

企業はエージェントAI——AIエージェント（ユーザーの代わりに複数の手順を自分で進めるAI）——を、以前より速く日常業務に入れている。10月13日のGuardian報道と複数の調査は同じ警告を示す。準備なしで導入すると、低品質の出力や誤りを人が直し、確認・書き直しに使う時間が節約分を上回ることがある。

開発者への問いかけはだいたい二つだ。仕事は減るか、そして仕事はよりきつくなるか。いま見える証拠は「職業が一夜で消えた」というより、採用・雇用の伸びが鈍くなり、残った人がレビューと後始末を多く引き受ける方向に近い。

導入は増えたが、完全自律はまだ少ない

WhartonとGBK Collectiveの2026 AI Adoption Reportによると、調査対象部門の約3分の2（67%）が何らかの形でAIエージェントを使っている。
人が各ステップを承認せずにエージェントに作業を最後まで任せるのは17%にとどまる。大半は段階ごとに承認するか、下書きや提案を受けて最終判断は人が行う。
Gartnerが2025年1月にウェビナー参加者3,412人を対象にした調査では、所属組織がエージェントAIに大幅に投資したと答えたのは19%、保守的に投資したのは42%だった。残りのかなりは様子見か不明だとした。
同年6月、Gartnerはコスト上昇、不明確な事業価値、弱いリスク管理を理由に、2027年末までにエージェントAIプロジェクトの40%超が中止されうると予測した。これは測定済みの失敗率ではなく予測だ。
Gartnerはまた、チャットボットやRPA（決まった作業をスクリプトで繰り返す自動化）をエージェントと称するエージェント・ウォッシング（agent washing）を警告した。本当のエージェント能力があるベンダーは、数千のうち約130社程度だと推計した。

節約した時間は確認と後始末に戻ってくる

GleanのWork AI Instituteは、米国・英国・オーストラリアのフルタイムのデジタル労働者6,000人を2025年12月〜2026年1月に調査したWork AI Indexで、この逆説を数字で示した。

デジタル労働者の87%が仕事でAIを使い、自動化だけで週約11時間を節約すると答えた。
会社の業績が大きく改善したと見る人は13%にとどまった。
そのあいだ、人は週平均6.4時間をボットシッティング（botsitting）に使う。AIに文脈を渡し、出力を確認し、誤りを直し、AIが作った成果物を整え、ツールを行き来する仕事だ。報告書はこれを「AIを使えるようにする隠れた労働」と呼ぶ。
確認が負担になると人は飛ばす。AI利用者の69%が、レビューしていない、または十分理解していないAIの成果を出したこと（botshitting）を認めた。41%は、聞かれたら説明できない成果を出したことがあると答えた。
CIOの報道によると、Gleanは複数のAIエージェントを使う人ほど確認を飛ばしやすいと説明する。エージェントは一度に多くのステップを回せ、誤りが後になって初めて見えるからだ。

Adaptavist調査（知識労働者2,500人、GuardianとCIOの報道による）でも、42%が「AIで節約した時間より出力の検証に長くかかる」と答えた。

コードは増えたが、人のレビューは難しくなった

エンジニアリング現場では、この後始末がコードレビューのボトルネックとして現れる。エージェントが書く本番候補の変更の量が、人が読んで判断できる時間を上回る、という意味だ。

HarvardのFiona ChenとJames StrattonがJellyfishのエンジニアリング分析で700社超のソフトウェア企業（2021年〜2026年3月）を見た研究（2026年10月Ars Technica報道）によると、AIコーディングエージェント導入後、平均では次のようになった。

コード行数は約30%、コミットは約20%、プルリクエスト（PR＝本線に合流する前の変更依頼）は約23%増えた。
イシュー・エピック完了率のような完成したソフトの出力の指標は、統計的に明確には増えなかった。
PR公開からマージまでの平均レビュー時間は49%増えた。変更依頼が付いたPRの割合はほぼ倍、PRあたりコメントは約35%増えた。
コードレビューをする従業員の割合は約14%増えた。研究者は、このデータだけではAIによる雇用削減をはっきり帰属できないとした。コーディングが速くなった分、人の検証側に仕事が移ったという解釈だ。
2026年3月時点で測定企業の約80%が何らかのAIコードレビューを使うが、レビューコメントの約23%、PRの約11%だけがAIによるものだった。大半はまだ人が行う。

人員削減が重なるとボトルネックはさらに大きくなる。Challenger, Gray & Christmasの6月報告は、2026年1〜6月にAIを理由に挙げた米国の解雇発表を101,743件、発表された人員削減全体の約23%と集計した。企業が示した理由を数えたもので、実際の原因とは異なりうる。解雇はAI生産性の証明ではない。Pittsburgh大学の研究（Guardian引用）は、企業がAIに投資して人員を減らした後も生産性は上がらなかったと結論したと伝える。

Metaの事例がこの緊張を示す。Reuters報道では、社内でProject OTと呼ばれた計画は一部チームを最大60%削減し日常業務をエージェントで置き換える案を検討し、その後5月の再編に続くさらなる削減の波は見送られたという。報道が引用した内部投稿では、コード変更は220%増えた一方、ユーザーに届く機能改善は36%にとどまり、技術・セキュリティインシデント対応の時間は最大70%増えた。生成は増え、コードを読みインシデントを止める人と時間は追いつかなかった形だ。

Farosの2026年エンジニアリング報告（自社プラットフォーム上の開発者約22,000人のベンダーデータ）は、中央値のレビュー時間が5倍になり、レビューなしでマージされたPRが31%増えたと記した。ベンダーデータであり独立研究と同列には置けないが、「生成は増え、人が担う確認は逼迫する」という方向はJellyfish研究・Meta報道と重なる。

MetaとMicrosoftが示した「急ぎ導入」のコスト

Guardian（10月13日）は、AIを急いで入れた後、誤り・低品質の後始末、セキュリティ・コスト負担で利用を制限したり教育を増やしたりする企業事例を集めた。

Meta：上記のProject OTとコード・インシデントの数字はReuters（2026年8月26日）とArs Technicaが骨子だ。内部投稿では、AIエージェントが「人がまず実行しない大規模で破壊的な行動」をしたという警告と、主要な技術・セキュリティインシデントが前年比40%増えたという内容も伝わる。Metaはそれらの内部数字へのコメントを拒否した。報道によるとMark Zuckerbergは7月のタウンホールで、エージェント技術の進展が期待ほど速くなかったと認めた。
Microsoft：Guardianによると、Kathleen Hoganは、ツールを配り、教育し、利用を伸ばすだけでは仕事の進め方は変わらず、プロセス自体を組み直す必要があったという趣旨を述べた。Ryan Roslanskyは、AIが文書を書き、AIが要約し、新しい思考が残らない「doom loop」を公に戒めた（Guardianのみ。原文は未確認）。

仕事は減るのか、仕事はきつくなるのか

仕事。 2026年3月のFederal Reserveワーキングペーパーは、ChatGPT公開（2022年11月）以降、コーダー（プログラミング比重の大きい職）の雇用増加が急に鈍化したとみる。産業ショックを統制したあとでも、年間成長率は以前より約3ポイント低かったという。同じ論文はコーダー雇用がなお増えているとも記す。「仕事がなくなった」ではなく「以前ほど速く増えない」に近い。

GitHub Copilot導入を見た別研究（NBER発表資料）は、導入企業で技術職の採用が約36%減った信号があり、打撃は既存社員の大量解雇より新規採用の縮小に集中したと説明する。Jellyfish研究は、標本企業でエージェント直後の明確な雇用減を見なかった。

Challenger集計（AI言及の米国解雇発表101,743件、6月まで）とMetaの再編は、こうした採用鈍化と人員の組み替えと並んで見える事例だ。範囲が違うため、「AIが開発者の席を置き換えた」と一行にまとめるのは早い。

強度。 ここは証拠がよりはっきりしている。週6.4時間のボットシッティング、レビュー時間+49%、Metaのインシデント後始末+70%は同じ方向を指す。コードを書く時間は減っても、エージェントが作った変更を読み、直し、責任を持つ時間は増えうる。人員を減らすか採用を止めつつ生成だけを伸ばすと、残った開発者がそのレビューと後始末を引き受ける。いま開発者にとってのAI導入は「席がなくなった」より、「同じチームでより多くの変更を検証しなければならず、採用の扉は以前より狭くなりうる」に近い。

確認できなかったこと、言い過ぎてはいけないこと

「エージェントAI導入がどこでも急増している」は部門調査（Wharton 67%）や投資意図（Gartner）とは合うが、世界中の実生産デプロイ率の測定ではない。
Metaのインシデント+40%、後始末時間+70%、コード変更+220%はReutersが確認した内部投稿に基づき、Metaが公式に認めた数字ではない。
JellyfishはAIが雇用を削った明確な証拠をほとんど見なかった。ChallengerのAI解雇件数、Metaの再編、Fedのコーダー成長鈍化は別のデータセットであり、同じ結論の繰り返しではない。
Fedの「約3ポイント」は成長率の鈍化であり、雇用総数が3%減ったという意味ではない。Copilot採用−36%は特定の導入企業・契約タイミングの標本に限られる。
Gartnerの「2027年までに40%中止」は予測である。
Farosのレビュー時間5倍・未レビューPR+31%はベンダーデータである。
Guardianの記事そのものは開けなかった。Microsoft幹部の発言とPittsburgh大学の研究はGuardianの報道を通じた単一の出典で、原典とは照合できていない。Challengerの数字は一次報告書、Adaptavistの数字は調査報道で別に確認した。

開発者に起こりうる変化

以下は報道に基づく筆者の推測と助言だ。いますべての開発者の仕事が一夜で消える局面には見えない。ただし採用は厳しくなり、現場の仕事はレビューと後始末の比重が大きくなりうる。

エージェント権限は小さく始める。本番でマージ、デプロイ、顧客データアクセス、外部API呼び出しなど取り返しのつかない操作は既定拒否（deny-by-default）にし、許可リストを少しずつ開く。
打鍵時間ではなく、通ったレビューを測る。コードや文書の量で成果を測ると、Metaのように変更もインシデントも増えうる。テスト合格率、ロールバック、セキュリティ問題、レビューで見つかった欠陥を追う。
エージェント展開と同時にレビュー人員を削らない。研究は、行数とPRが増えるとレビュー時間も増えると示す。先に人数を削ると未レビューマージとインシデント後始末が増えうる。
中間ステップをログに残す。エージェントがツールを連鎖すると、失敗点を見失うと後始末が高くつく。行動の記録（ログ）と、段階ごとにやり直して確かめられる実行記録が必要だ。
人のレビュー時間を予算に入れる。週6.4時間のボットシッティング数字がすべてのチームに当てはまるわけではないが、「AIがやる」と想定してレビュアーを削ると二重の負担になりうる。
書く力だけでは細い。エージェントが下書きを増やすほど、要件の分割、結果の検証、インシデント防止が差別点になる——採用が鈍る市場では特に。
「エージェント」という名前だけを信じない。チャットボットやRPAの再ブランドもある。目標を立て、ツールを選び、状態を保つか、単一プロンプトへの応答だけかを基準にする。

これから見るもの

WhartonとGleanの後続調査で自律エージェント利用とボットシッティング時間がどう変わるか、Gartner予測どおりエージェントプロジェクトの中止が増えるか、大企業がエージェント権限・監査ログ・役割別研修を正式方針にどう組み込むかを見ればよい。