AIが書いたコード、各社はどう扱っているか？主要テック企業6社まとめ



2026年、AIによるコード生成は多くのテック企業で当たり前になっています。でも「どこまで使っていいの？」「リリース前のレビューはどうするの？」など気になるところが多い。気になった6社の実態を整理しました。

Google

Googleは2025年6月、エンジニア全員に向けてAIコーディングの社内ガイドラインを正式に出しました。 レビューのルールはシンプルで「AIがコードを生成して、人間がレビューしてからマージ」が大原則。技術リードや管理職はAI活用の知識を深めて、チームを引っ張る責任があるとされています。

2025年半ばの時点で、Google社内コードの30%以上がAI生成というのはCEOのSundar Pichai氏が自ら公表した数字です。使い道もコーディングだけじゃなく、テスト・バグのトリアージ・ドキュメント作成にも広がってます。

Amazon

使用範囲の制限よりも、デプロイ時の承認を必須にする方法を取っています。AI支援のコードを本番に出す際は、シニアエンジニアの事前承認が必要です。これは本番障害が連続したことがきっかけで、2025年12月にはAIツール「Kiro」がAWSの環境を自律的に削除・再作成して13時間の障害を引き起こし、2026年3月には本番サイトが約6時間ダウンしています。

Microsoft

使用範囲の制限ポリシーはなく、AIを幅広く活用しながら品質はツールで担保する方針です。GitHub Copilot Code Reviewを社内PRの90%超に自動適用しており、月60万件超のPRを処理しています。スタイルの問題・潜在的なバグ・非効率なアルゴリズムなどを自動検出しつつ、最終判断は人間が行います。導入チームではPR完了時間が10〜20%短縮されています。

OpenAI

使用範囲の制限はなく、「全コードをAIに書かせる」方向に振り切っています。社内プロジェクト「Harness Engineering」では3人のエンジニアで約100万行のコードを5ヶ月で構築しました。全PRにAIレビュアー（GPT-5/Codex製）を自動適用しており、誤検出を減らして開発者の信頼を維持することを重視した設計で、2026年1月には複数のエンジニアが「もう手でコードは書いていない」と公言しました。

Anthropic

6社の中でもっともAI生成コードへの依存度が高く、社内コードの70〜90%がAI生成です。使用範囲の制限より品質担保に力を入れており、複数のエージェントを並列で動かすマルチエージェントレビューを全PRに適用しています。導入後、実質的な指摘がついたPRは16%から54%に増加し、エンジニアが指摘に同意した割合は99%以上です。エンジニアのコード出力量が年間200%増加してレビューがボトルネックになったため、このレビューツールを自社開発し2026年3月に公開しました。

Nvidia

使用範囲を制限するポリシーはなく、全社3万人超のエンジニアにカスタマイズ版のAIコードエディタ「Cursor」を展開しています。コード生成だけでなく、コードレビュー・テストケース生成・QAにも活用しており、人間が継続的に監視する体制を取っています。導入後のコード量は3倍に増加し、バグ率は横ばいのまま維持されています。

まとめ

どの会社も「人間の関与をゼロにはしない」点では一致しています。ただアプローチは様々で、Amazonのように障害を経て制度化したところもあれば、AnthropicやOpenAIのようにAI生成を全面採用しながらAIレビューで品質を守るところもあります。AIがコードを書く量が増えるほど、次の課題は「どう速くレビューするか」になっていきそうです。

このブログの人気の投稿

リスクアセスメント

イメージ
  これまでに、上場準備やISMS、Pマークとかで、どこかの第三者機関にリスクアセスメントをされる機会が幾度となくあったんですが、あまりしっくりこなかったので、たぶんこんな感じでやるのが良いんやで！ってのを簡単にに書こうかなと思います。 普段リスクアセスメントをやってる（やらされている）けど、これでいいのかわからないという方の参考になれば良いなと思います。 大事なのは “ 解像度 ”
Read more »

重要な情報(個人情報とか)の保管場所としてのGoogleドライブについて考えてみる

イメージ
  みなさん、重要な情報をGoogleドライブに保管してません？ 大丈夫かな？と思いつつ保管してる人結構いると思うねんな。わが家のEnterprise環境を構築していて気になったので、実際のところどうなんだろう？というのをついでに考えて、簡単にですが整理してみました。 大事なのでもう一回。"簡単に" 整理しました。
Read more »