📌 この記事の要約

• 同僚の利用状況が初回利用を最も強く左右
  スキップレベル同僚の25%以上が使っている環境では、初回利用のオッズが216%高くなった。ライセンス配布や告知単独より、周囲に使う人が見える環境作りが効く。

• 早く試した人ほど定着しないという逆転現象
  IDE版Copilotを60日以上使っていた人は初回利用のオッズが83%高い一方、定着のオッズは15%低下。戻る先がある人ほど新しい習慣が根付きにくい。

• マージ済みPRが24.0%増、4か月間持続
  CausalImpactによる分析で採用者のマージ済みPRが24.0%増加。週5日以上の利用では50.1%まで伸び、効果は4か月間大きく減衰しなかった。

• Copilot CLIがClaude Codeの約2.2倍の伸び
  片方だけ使ったエンジニアで比較すると、Claude Codeが11.4%増、Copilot CLIが24.9%増。事前の評判とは逆の結果になった。

　コマンドラインからAIエージェントを動かす開発ツールが、2026年に入って現場へ一気に広がりました。代表格はAnthropicの「Claude Code」やGitHubの「Copilot CLI」です。ターミナルに用件を書いて渡すと、エージェントがファイルを読んでコードを書き換え、テストを走らせ、コミットまで自分で進めます。エンジニアの役割は、方針を渡して出てきた結果を確かめる側へ移りました。

　導入する側がまず身構えるのは費用でしょう。今回取り上げる論文が冒頭で引いたMetaの事例では、30日間の社内利用が合計60兆トークンを超え、最も使った1人は平均2810億トークンに達しました。Claude Opus 4.6の最も安い料金である100万トークンあたり5ドルで換算しても、この1人だけで140万ドル（約2億2000万円）を超えます。

　誰が使い始めるのか、誰が使い続けるのか、支出に見合う成果は出るのか。この3つに社内データで答えた論文「Adoption and Impact of Command-Line AI Coding Agents（コマンドライン型AIコーディングエージェントの導入と影響）」が、2026年7月1日に公開されました。著者はMicrosoftのEmerson Murphy-Hill氏やJenna Butler氏、Alexandra Savelieva氏の3名です。数万人規模のエンジニアの利用ログと人事データを突き合わせ、2026年前半の社内展開を約4か月追跡しています。社内にツールを配る側の視点から、結果を追いかけます。

Microsoftのエンジニア数万人を約4か月追跡した論文です。2026年7月1日に公開されました。

最初の1回を左右したのは周囲の同僚が使っているかどうか

　開発者のAI利用を扱った研究の多くは、アンケートやインタビュー、短時間の実験タスクに頼ってきました。公開リポジトリのコミット履歴から利用者を推定する研究もありますが、痕跡を残さない使い方をした人が使っていない人に混ざってしまいます。今回の論文は、使える状態にあったエンジニア全員を母集団として押さえ、一人ひとりの利用ログを直接確認しました。分母がはっきりしている点が、これまでの調査と大きく違います。

　採用を扱う分析は、Copilot CLIだけを対象にしています。Copilot CLIは社内の全エンジニアが同じ日から試せる状態になったのに対し、Claude Codeは2025年後半から一部の部門や個人に限って配られ、対象者もそのつど入れ替わりました。全員が同じ条件で試すかどうかを選んだ集団を作れないため、Claude Codeは採用の分析から外されています。

　初めて使うかどうかを最も強く左右したのは、周囲の同僚が先に使っているかどうかでした。論文は過去14日間の状況を3つの角度から測っています。導入前の13週間に3回以上コードレビューをやり取りした相手や、同じ上司の上司の下にいる同僚、そして直属の上司です。レビュー相手の25％以上がCopilot CLIを使っていたエンジニアは、誰も使っていない場合と比べて、その週に初めて開くオッズ（起こりやすさの比）が54％高くなりました。

　差がさらに大きかったのは、上司の上司を共有する同僚です。論文はこの範囲をスキップレベルの同僚と呼んでいます。25％以上が使っている環境では、初回利用のオッズが216％高いという値が出ました。直属の上司が使っている場合の82％を大きく上回ります。日常的にレビューをやり取りする相手よりも、部署ひとつぶんの広さで見た集団のほうが効いていますね。人数が多いぶん誰かが使っている様子が目に入りやすく、部署の空気として伝わったと考えられます。

　アンケートの自由記述も、この広がり方を裏づけていました。回答者はツールでチームに貢献できる範囲が広がったと語り、ドキュメントの更新や品質の点検、アプリのアイデアの試作、チーム向けの小さなツール作りを挙げています。作った成果物がチームに回れば、それを見た同僚が自分も試そうとする流れができます。

同僚の利用状況が初回利用を強く押し上げました。スキップレベル同僚の216％が最も大きな数字です。

早く試した人ほど定着しないという逆転が起きた

　論文は採用を初回利用と定着の2段階に分け、別々に推定しています。定着の定義は、初めて使った日から14日のうち5日以上使ったかどうかです。最初の2週間で営業日の半分ほど触ったかを見る基準で、試して残った人と試して離れた人を切り分ける狙いがあります。

　この定着で、初回利用とは逆向きの結果が出ました。導入前の13週間にIDE（統合開発環境）版のGitHub Copilotを60日以上使っていた人は、初回利用のオッズが83％高い一方、定着のオッズは15％低くなっています。利用日数が1日から14日という軽い層でも、初回利用は49％高く、定着は12％低い水準でした。早く飛びつく人ほど残るとは限らないわけですね。

　IDE版のAI支援をすでに信頼している人は、コマンドラインの操作がしっくりこなければ慣れた道具に戻れます。戻る先があるぶん、新しい習慣は根付きにくくなります。Copilot CLIが初めてのAIコーディングツールになった人には戻る先がなく、残った場合はしっかり残る傾向が出ました。

　初回利用と定着の両方でプラスに振れた要素は、日ごろ書いているコードの量です。導入前に週2件以上のプルリクエスト（PR、コードの変更をチームに提出して取り込んでもらう単位）を作っていた人は、まったく作っていない人より定着のオッズが31％高くなりました。初回利用でも34％高い水準です。対して人事データから取れる属性の差は小さく収まりました。中堅の個人貢献者（IC4）を基準にすると、若手のIC2やIC3は初回利用が13％から14％低い程度で、上位のIC5やIC6も22％から29％高いにとどまります。

　マネージャー職のM4からM6には統計的に区別できる差が出ておらず、勤続年数も入社1年未満が11％高かったほかは基準とほぼ同じでした。同僚の利用状況が生んだ216％と並べれば、肩書きや在籍年数の効き方は一段小さいと分かります。

　ツールのライセンスを配る相手を役職や在籍年数で絞り込む発想は、この結果を見る限り筋が良くありません。日ごろどれだけコードを出しているかを見たほうが、定着しそうな人に当たりを付けやすくなります。

初回利用は右へ伸び、定着は左へ振れています。試す人と残る人が一致しない様子が読み取れます。

マージ済みPRの24％増が4か月間落ちなかった

　成果を測る物差しには、マージ済みPRを使いました。マージ済みPRとは、書いたコードがレビューを通ってチーム共通のコードに取り込まれた状態を指します。書きかけの変更や却下された変更は数に入らないため、実際に製品へ届いた仕事の量に近づきます。論文はPRの作成から28日以内に取り込まれたものを数えました。

　分析にはCausalImpactという手法を使っています。ベイズ構造時系列モデルを土台に、採用者がツールを使わなかった場合のPR件数を推定し、実際の件数と比べる考え方です。どちらのツールも使わなかったPR作成者から対照群を作り、展開直後の週に使い始めた採用者と比べたところ、1人1日あたりのマージ済みPRは24.0％増えました。推定の幅を示す95％信用区間はプラス14.5％からプラス33.7％です。何も起きていない2025年10月に介入があったと見立てたプラセボ検定ではマイナス1.1％となり、手法のチェックも通っています。

　同じエンジニアの中で、ツールを使わなかった週と使った週を比べる分析も行われました。週1日で3％、2日で5％、3日で15.0％、4日で22％、5日以上では50.1％の増加という、きれいな右肩上がりの曲線が出ています。使った分だけ伸びる関係が見えるため、もともと生産性の高い人が採用しただけという説明は当てはまりにくくなりました。

　伸びが続くかどうかも検証されています。オープンソースでのCursor利用を扱った先行研究では、初期の伸びが数か月で消えました。今回は2月がプラス29.4％、3月1日から4月29日がプラス20.0％で、信用区間が大きく重なるため減衰したとは言い切れません。物珍しさが薄れて元に戻る動きは、少なくとも4か月では見えていません。

　社内イベント「Agentic Engineering Day」の参加者から集めた609件の自由記述にも、一時的な流行では説明しにくい声が並びました。

「エージェントを使って広く考え、全体的な進め方を組み立てられるようになりました。以前のように狭い解決策ばかりを思い浮かべることがなくなり、生産性がはるかに上がったと感じています。もう元には戻れません」（アンケート回答者）

　別の回答者は、AIへの指示を5回から10回やり取りする必要があり、1回あたり10分から15分かかったと振り返りつつ、その待ち時間にPRのレビューや設計文書の確認へ切り替えられる点を利点として挙げました。1つの作業が速くなったというより、複数の作業を同時に進められるようになったという説明です。

週3日で15.0％、週5日以上で50.1％まで伸びます。使う頻度と成果がきれいに対応しました。

Copilot CLIの伸びはClaude Codeの約2.2倍だった

　ツール間の比較は、論文自身が意外だと書いた結果になりました。片方だけを使ったエンジニアに限ると、Claude Codeは11.4％増、Copilot CLIは24.9％増です。2026年前半に公開された比較では、自律的にコードを書かせる用途でClaude Codeを推す評価が優勢でした。マージ済みPRという物差しでは、その順序が逆に出ています。

　理由として論文は2つの仮説を挙げました。1つは、2つのツールが違う種類の作業に使われている可能性です。もう1つは、MicrosoftがGitHubを保有しているため、Copilot CLI側が社内の働き方に合わせて調整されやすかったという見立てです。アンケートには、勉強会のあとClaude CodeをやめてCopilot CLIだけを使うようになったという声もありました。観測期間が終わった直後には、大半のエンジニアのClaude Codeライセンスを約1か月後に打ち切り、Copilot CLIへ移行するよう促す社内告知も出ています。

　伸び幅は人によっても変わります。週3日利用の時点で、基準となるIC4は21.3％増でした。若手のIC2は34％増、上位マネージャーのM6は44％増と、より大きく伸びています。中堅より上下の両端が伸びるC字型の傾向は勤続年数でも同じで、勤続5年から15年の21.5％増に対し、1年未満は83％増と突出しました。入社直後はツールと関係なくPRが増えるため、著者はこの数字だけ慎重に読むよう断っています。

Claude Codeが11.4％増、Copilot CLIが24.9％増です。事前の評判とは逆の順序になりました。

ライセンスを配るだけでは社内に広がらない

　組織側が手を入れるべき場所は、この結果ではっきりしました。誰かが使っている様子が見えている環境ほど、次の人が使い始めます。ライセンスを配って告知するだけでなく、チーム内の利用状況を見えるようにし、上司自身が使う姿を見せる設計が効きます。定着には別の打ち手が要ります。日ごろPRを出している人ほど残りやすいという結果からは、実際の業務のどこに組み込むかを一緒に考える必要が見えてきます。

　費用の判断は、24％という伸びをどう評価するかにかかります。マージ済みPRは量の物差しであり、コードの品質や複雑さまでは映しません。増えたPRが本当により良いソフトウェアにつながっているのか、それを確かめる指標は業界にまだありません。論文は、その物差しづくりを研究コミュニティが優先して取り組むべき課題に挙げて締めくくっています。