AIコーディングが5年で激変！LLMの進化とビジネスへの影響を解説
NTT「tsuzumi 2」開発者がInterop Tokyo 2026で解説したAIコーディングの急進化を読み解き、中小企業のIT担当者が知っておくべき技術トレンドとビジネス活用のポイントをわかりやすく解説します。
AIコーディングが5年で激変！LLMの進化とビジネスへの影響を解説
① ニュース概要：たった5年でここまで来たAIコーディング
2021年、コーディングに特化した大規模言語モデル（LLM）が初めて登場しました。それからわずか5年。AIはいまや、自然言語のプログラミング指示から実際の開発作業全体をこなせるレベルにまで急進化しています。
2026年6月に開催されたネットワーク・インフラ技術の展示会「Interop Tokyo 2026」では、NTTが独自開発したLLM「tsuzumi」のコーディング能力を研究する布施大樹氏が登壇し、AIコーディングのここ数年の急速な発展背景とその仕組みを詳しく解説しました。
NTTが開発する「tsuzumi 2」は、少ないGPUリソースで同等以上の性能を発揮できる効率的なLLMとして注目されており、2025年10月から商用提供が開始されています。布施氏は約3年でLLMのコーディング能力がここまで向上した背景には、データの質・量の飛躍的な改善と、モデル開発手法そのものの革新があると分析しています。
② 技術的なポイント：LLM進化の「3段階」を理解する
AIコーディングの急進化を理解するうえで、LLMの進化を「3つのフェーズ」で捉えると整理しやすくなります。
フェーズ1：ベースモデル（2020〜2021年）
最初のフェーズは「ベースモデル」の時代です。OpenAIの「GPT-3」に代表されるモデルで、大量のテキストデータを学習させることで文章を生成する能力を身に付けました。
コーディング分野では、OpenAIの研究者がソースコードを大量に与えれば自然とコードを生成できると考え、GitHubからPythonコード159GB分を収集して学習させたモデルが登場します。これが「Codex」であり、後に「GitHub Copilot」の初期バージョンに採用されました。
ただし当時の性能はまだ発展途上。164問で構成されるコーディングベンチマーク「HumanEval」の正解率はわずか**28.8%**にとどまっており、現行のLLMが90%以上を達成していることを考えると、その差は歴然です。
フェーズ2：インストラクションモデル（2022〜2023年）
次のフェーズは「インストラクションモデル」の時代です。ChatGPTの前身である「InstructGPT」から始まったこのアプローチでは、人間にとって「望ましい回答」を返すようにモデルを訓練します。コードを書くだけでなく、「なぜそのコードを書いたか」を説明したり、ユーザーの意図に沿った修正を行ったりできるようになりました。
フェーズ3：エージェントモデル（2024年後半〜現在）
そして現在の主流が「エージェントモデル」です。このフェーズの最大の特徴は、AIが自律的に複数のステップを踏んで問題を解決できるようになった点です。
自然言語でのプログラミング指示から始まり、実際の開発工程にまで踏み込めるようになりました。「Claude Code」をはじめとするAIエージェントサービスが次々と登場しており、エンジニアが行う作業の多くをAIが代替できるレベルに達しています。
データの「量」より「質」が鍵だった
技術的な進化においてもう一つ重要なのが、学習データの品質向上です。
オープンソースモデル「StarCoder 2」の学習用データセット「The Stack v2」は、集めたコードからライセンス上問題のないものだけを選び、パスワードなど機密性の高い情報をマスキングし、重複を除去するなど徹底的に精製した結果、サイズは32.1TB・619億件に達しました。
さらに、別の研究チームが開発した「OpenCoder」では、コンパイルできないコードやTODO・FIXMEのコメントが残ったままの品質の低いコードをあえて除外する手法を採用。フィルタリングなしでは30点台だったHumanEvalのスコアが、65点まで向上したという成果が得られています。
「山を登るときに余分な荷物を捨てるように、データの品質を上げていった」
布施氏のこの言葉が、この技術進化の本質を端的に表しています。
③ ビジネスへの影響：中小企業にとって何が変わるか
AIコーディングの急進化は、大企業のエンジニアだけの話ではありません。中小企業の経営者やIT担当者にとっても、無視できない変化が起きています。
開発コストと時間が大幅に短縮される可能性
従来、社内システムの開発や業務ツールのカスタマイズには多大なコストと時間がかかっていました。しかし、AIコーディングツールを活用すれば、専門的なエンジニアでなくても一定レベルの開発作業が可能になりつつあります。「ノンエンジニアによる開発（市民開発）」の範囲が大きく広がると考えられます。
ITベンダーへの依存度が変わる
社内にIT専任担当者がいない中小企業にとって、外部ベンダーへの依存は長年の課題でした。AIコーディングの進化により、簡単な修正や機能追加を自社で完結できるケースが増えてくるでしょう。一方で、AIが生成したコードの品質管理やセキュリティチェックは引き続き専門家の目が必要です。
エンジニア採用・育成の戦略が変わる
「とにかくコードが書ける人材を採用する」という採用戦略は見直しの時期を迎えています。AIツールを使いこなし、生成されたコードの意図を理解して品質を担保できる「AIと協働できるエンジニア」の価値が高まっています。
④ Papapapapa の見解：AIコーディングとどう向き合うか
合同会社Papapapapa（IT/DX/AIコンサルティング）として、私たちはこのトレンドをどう見ているのかをお伝えします。
AIコーディングの進化は、「エンジニアが不要になる」変化ではなく、「何に人間の時間を使うべきかが変わる」変化だと考えています。
今回のニュースで特に注目すべきは、学習データの「質」の重要性です。ビジネスの文脈でも全く同じことが言えます。AIに適切な指示を出し、生成された成果物を正しく評価するためには、業務・業界に関するドメイン知識が不可欠です。つまり、「AIを使う人間側の知識とリテラシー」こそが、これからの競争力の源泉になります。
中小企業の皆様には、まず以下の3つのステップをお勧めします。
- 現在使っている業務ツールでAIコーディング機能が使えるか確認する（例：Microsoft 365のCopilot機能など）
- 小さな業務改善タスクでAIコーディングを試してみる（マクロ作成、簡単なスクリプトなど）
- AI生成コードの「レビュー文化」を社内に醸成する（生成されたものをそのまま使わない習慣づけ）
私たちPapapapapa は、このような実践的なAI活用の導入支援・社内教育・ツール選定のコンサルティングを行っています。「どこから手をつければいいかわからない」という段階からでも、ぜひお気軽にご相談ください。
⑤ まとめ：5年後の「当たり前」を今から準備する
AIコーディングは2021年から2026年のわずか5年間で、「補完ツール」から「自律的な開発エージェント」へと劇的に進化しました。この進化の背景にあるのは、モデルアーキテクチャの改善だけでなく、学習データの品質への徹底したこだわりと、「人間にとって有用な出力」を目指したファインチューニング手法の洗練です。
中小企業にとって今重要なのは、このトレンドを「大企業や開発者だけの話」として傍観するのではなく、自社の業務にどう取り込むかを具体的に考え始めることです。
技術の進化は止まりません。5年後の「当たり前」は、今日の「最先端」です。その変化に乗り遅れないよう、小さな一歩から始めてみましょう。
合同会社Papapapapa は、中小企業のIT・DX・AI活用を支援するコンサルティング企業です。AIコーディングツールの導入支援から社員向けリテラシー研修まで、幅広くサポートしています。お問い合わせはWebサイトよりお気軽にどうぞ。
