はじめに

AIの活用により、この1年劇的に業務が変化しました。
この記事では、2025年時点で自分やチームどのようにAIを使っていたかを残すために作成します。
細かいノウハウというより、「この頃はこんな温度感で使っていた」と、後で振り返るためのものです。

前提

使用しているAI(および、ツール)は、以下の通り (使用頻度順)
- 仕事
  - ClaudeCode
  - Cline
  - ChatGPT
  - GitHub Copilot
  - Gemini
- 私用
  - Perplexity (Pro)
  - ChatGPT / Sora
「現時点でAIが到達しているところ」というよりは「自身が活用できているところ」となります

この1年でAI活用がどう変わったか

チャット中心からエージェント中心へ

2024年までは、チャットで質問してコード片や解説をもらう使い方が中心でしたが、2025年は、より複雑な業務を自動化できるエージェントの利用が活発になりました。
チャット形式でも、壁打ちや単発の質問、画像/動画生成、検索エンジン替わりの利用など、引き続き使ってはいますが、圧倒的に利用頻度が減りました。

雑務が減り楽になった

単純作業やまとめなど、AIに任せられる雑務が多くなってきました。
具体的には、以下のようなタスクはAIエージェントに大部分任せられるようになっています。

コードの変更内容からGitHubのPR作成
議事録の作成
Confluenceの軽い修正や構成の整理
処理手順からPlantUMLを使ったシーケンス図の作成
etc

今更自分で作成するようには、面倒すぎて戻れないかも知れません。

ツール作成が圧倒的に楽になった

「ちょっとしたスクリプト」や「ワンショットの自動化」は、ほぼすべてAI経由で書き始めるようになりました。
特に業務で使うツールの作成は厳密なレビューが必要ないため、大部分をAIに任せられます。
イースターエッグ(隠しゲーム)を仕込んだりも簡単にできるようになりました←

画像生成や動画生成も進化

Soraでの動画生成は驚くばかりです。
画像生成のクオリティも上がり、資料作成時のイラスト追加など、お遊びだけでなく業務でもなくてはならない存在になっています。

まだイマイチだと感じているところ

完全な自動化は道半ば

社内ツールでの自動レビューは実施できているものの、プロジェクト用のGitHubActionsでClaudeコードを動かしたり、JIRAチケット作成をトリガーに自動で作業をしたり、といった「人が起点とならないAIの利用」は、社内利用の制約もあって、あまり進められていません。

ROI（生産性向上）の評価が難しい

レビューにAIを入れると品質は向上するものの、一方で、コメントが増える分対応時間も増え、「本当にトータルで早くなっているのか？」は正直まだ判断しづらいです。(定量的な数値で説得力のあるものが出しづらく、少ない)
開発速度も向上していますが計測が難しく、また、それによってリリースが早められたかというと、疑問が残ります。

コーディングでの得意分野・苦手分野

自分がある程度わかっている領域では、AIは面倒な実装やテストコード生成を任せる相棒としてかなり優秀です。ただし、自分があまり詳しくない内容の場合、指示も曖昧になってしまうため、望む結果を得られず、結局一次情報にあたり直すことも多いです。
また、自身がある程度詳しい領域でも、予期せぬ事態に陥った時の調査(例えば負荷試験での調査や、原因のわからないIssueの解決)では、自分で調査した方が早いケースも多い印象です。

レスポンス時間がネック

モデルやエージェントによっては、レスポンスが返ってくるまでの時間がそれなりに長いです。
待ち時間中に別の作業を進めたりしているものの、マルチタスクになり負荷が上がっています。
「人が働いてない時間に動かす」など、作業負荷を下げるための工夫を進めていきたいです。

おわりに

2025年はAIエージェントの台頭により、業務内容が劇的に変化しました。
来年はどうなっているのか、とても楽しみです。
まずは、人手起点ではない自動トリガーの比率を増やすところから、よりAIの活用を進めていきたいと思います。