AIで開発は速くなり始めたが、契約の型は追いついていない：浮いた工数の行き先は、次の契約更改で発注側が決めにいく

10月末の上期決算で、富士通は開発でのAI活用を3段階に分けて示した。レベル1は生成AIによる開発作業の効率化、レベル2はAIエージェント（自ら手順を組み立てて作業を進めるAI）による工程内の自動化、レベル3は複数のAIエージェントによる複数工程の自動化である。同社は、レベル2と3を合わせたプロジェクトの比率を、今後約2割から約4割に上げるとしている（ベンダー発表による）。比率はプロジェクト数で数えたもので、いつまでにという年次は書かれていない。

同じ資料によると、サービスソリューション事業の上期は、採算性の改善が前年同期比69億円、粗利率で0.6ポイントの改善だった（ベンダー発表による）。同社が「通常分」と区分する生産性向上の効果は178億円（粗利率1.6ポイント）とされ、採算性の改善全体を上回る。69億円は、ほかの要因と差し引いた後の数字と読める。効果が広がった理由として、AIを適用するプロジェクトの増加とAI活用レベルの移行が挙げられている。この69億円がすべてAIの効果だとは書かれていない。それでも、AIを採算の説明に正面から組み込んだ開示であることは確かだ。同事業の上期売上収益は1兆1,294億円、調整後営業利益は1,337億円である。

NECは、外部の生成AIの社内利用を開始から4か月で1.5万人に広げたとし、AIを使い分けて品質とコストを最適化する仕組みで、AI利用の拡大に伴うコスト増に対応するとした（いずれもベンダー発表による）。ただし、決算概要に開発生産性の数値は見当たらない。NTTデータグループの決算説明資料も、AIの数値はIT運用分野にとどまり、システム開発の生産性の数値は見当たらない。

つまり、開示の足並みはそろっていない。富士通は段階、比率、採算への寄与まで示した。NECは利用規模とコスト対策を示したが、開発生産性の数値はない。発注側から見れば、自社の案件でどれだけ速くなったのかは、公開資料からは読み取れない。

同じ時期、開発の速さを示す発表がほかにもあった。Replitの開発ツールを使った三井住友ファイナンス＆リース（SMFL）は11月4日、自社のSaaS発表の中で、従来の方法なら6人で約半年かかると想定した開発を、1人・1週間で実現したと述べた。同社は、実際の期間や効果は対象業務、要件、既存システムによって異なるとも書いている。

翌日、米Replitは東京にアジア初の拠点を開いたと発表し、同じ事例を「従来は6人で6か月を要していたプロジェクトを、わずか1週間で完了」と書いた。SMFLは「想定」と書き、Replitは過去の所要期間として書いている。同じ事例でも、比較の前提の書き方が両社で異なる。いずれもベンダー発表による数字で、「従来手法」の中身や測り方は示されていない。

FDE AIの見解では、この違いこそ発注側が契約で詰めるべき点を示している。生産性の主張は、何と比べたのか、誰が測ったのか、どの範囲の作業なのかで意味が変わる。基準が決まっていなければ、同じ成果が、大きな案件の価値にも、短期間の小さな作業にも見えてしまう。

FDE AIの見解では、見積工数を基礎に対価を固定する契約のままでは、同じ成果を少ない工数で出したときの差（以下、差益）は、単価や範囲の調整、あるいは他案件への要員の振り替えとして受託側で処理されやすい。差益が発注側に戻る道は、契約に書かれていない。

公開されている契約の参考資料も、まだこの変化を織り込んでいない。IPAのモデル取引・契約書の見直しポイントは、成果報酬型の準委任契約の位置づけを論点に挙げているが、生成AIによる開発には触れていない。経済産業省は、AIの開発・提供・利用に関する契約の論点と現場の課題について事例を10月30日まで募集し、AI・データの利用に関する契約ガイドラインの改訂に向けた検討を行うとしている。改訂の時期は示されておらず、多くの企業の次の契約更改には間に合わない可能性があるとFDE AIは見る。

だからこそ発注側が先に動く意味がある。開発の速さが案件ごとにばらつく今の段階で、生産性の測り方と分け方を契約に入れた企業は、改訂を待たずに交渉の土台を持てる。逆に、人月単価の据え置きだけで更改すれば、生産性向上の効果が発注側に還元されているかを確かめられないまま契約が続く。