2026年、AIは「補完する」から「自分で書いて、動かして、直す」へ変わりました。でも“丸投げ”は事故のもと。性能・料金・費用対効果・落とし穴を、同じ物差しで並べます。
案内役はこの子、うごく君。専門用語はぜんぶ、日常のたとえに置き換えます。「AIが勝手にアプリを作る」——ニュースでは見るけれど、正直ピンとこない。そんな方のための記事です。プログラミングの知識はゼロで大丈夫。読み終わる頃には、次のことができるようになります。
全部おなじ「AIコーディング」ではありません。どこまで人間が手を放すかで、まったく別モノです。飲食店にたとえるなら、下の3つ。
人が書いた続きをAIが先読みして提案。主導権は100%人間。GitHub Copilot、Cursorのタブ補完など。いちばん安く、いちばん安全。
「この機能を直して」と頼むと、ファイルを読み・書き換え・テストまで自分で回す。Claude Code、Codex CLIなど。2026年の主戦場はここ。
依頼を投げると、AIが裏で環境ごと立ち上げて作業し、成果物を提出。Devinやクラウド型エージェント。人の目が離れる分、統制が必須。
この記事の数値は、原則として2026年7月時点の各社公開情報・公開調査に基づいています。この分野は数週間単位で変わるため、導入判断の際は必ず公式ページの最新値をご確認ください（出典は記事末尾）。
「コードを書かなくてよくなる」のではありません。正確には、コードを“書く人”の価値が下がり、“判断できる人”の価値が上がる。AIが書いたコードには一定割合で欠陥が混ざるという調査が複数あり、最後に責任を持つのは、いつも人間です。この一点だけ、先に押さえてください。
AI導入で最も多い失敗は、1ヶ月試して「思ったより使えない」とやめてしまうこと。品質は料金ではなく運用ルールの積み重ねで上がるため、3ヶ月は続ける前提で予算と評価日をカレンダーに入れておくのが定石です。
エージェントはファイル書き換えやコマンド実行ができます。だからこそ①どこまで書き換えてよいか ②何を渡してよいかを先に決める。顧客情報・取引先情報・パスワードは入れない。これは技術ではなく社内ルールの話です。
ニュースやSNSで飛び交う専門用語のうち、経営判断に本当に必要なのはこの3つだけです。
いきなり月$200のプランを契約する必要はありません。2026年7月時点で、以下は無料枠から試せます。「うちの業務のどこに効くか」は、触ってみないと絶対にわかりません。
GitHub Copilot 料金 ↗ Google Antigravity ↗ Cursor 料金 ↗※プラン内容・無料枠は頻繁に改定されます。必ず公式ページで最新をご確認ください。
AIの実力を測る代表的なテストが SWE-bench Verified。GitHub上の実際の不具合報告を渡し、AIが一発でどれだけ直せたかを％で示します。2023年の登場当初はトップでも数％でした。それが今は——
| 年 | トップスコアの目安 | ひとことで言うと |
|---|---|---|
| 2023年（登場時） | 数％台 | ほぼ使いものにならない |
| 2024年初頭 | 10〜20％台 | たまに当たる |
| 2026年時点 | 90％台に到達 | 既知の不具合なら大半を自力で修正 |
※2026年時点で、公開リーダーボードの首位は9割超（Anthropic系モデル）とされ、登録モデル全体の平均も6割台まで上がっています。
各社バラバラの呼び方（クレジット制・トークン課金・サブスク）を、月額の価格帯で並べ直しました。2026年7月時点の目安です。
| 価格帯 | 該当プラン | 向いている人 |
|---|---|---|
| $0 | Copilot Free／Antigravity プレビュー／Cursor Hobby | まず感触を掴みたい |
| $8〜$20 | ChatGPT Go（$8）／Copilot Pro（$10）／Cursor Pro（$20）／ChatGPT Plus（$20）／Claude Code Pro（$20） | 週に数回コードを触る／補完中心 |
| $39〜$100 | Copilot Pro+（$39）／Cursor Pro+（$60）／ChatGPT Pro（$100）／Claude Code Max 5x（$100） | 毎日エージェントを使う実務層 |
| $200 | Claude Code Max 20x／Cursor Ultra／ChatGPT Pro（$200枠） | フルタイムで回す／インフラ投資と割り切る層 |
| ツール | プラン／月額 | ポイント |
|---|---|---|
| GitHub Copilot | Business $19／Enterprise $39 | 管理機能・ポリシー制御が最も導入しやすい |
| Cursor | Teams $40 | Pro相当＋チーム管理 |
| Claude | Team プレミアムシート $100（年契約） | Claude Codeはプレミアム側に含まれる（標準シートはWeb/アプリのみ） |
| Antigravity | Enterprise $45 | プライベート展開・SOC 2対応 |
| Codex | ChatGPT Business $20（年払い） | 組織管理つき。ChatGPT契約に内包される形 |
「人月」「工数単価」は経営判断に使いにくい言葉です。中小企業・店舗が使うべき式は、これだけ。
（A時間 − B時間） × C円 − D円 ＝ 月次ROI
【例】社長が毎月20時間かけている集計・報告資料づくりを、
AIエージェントで月5時間まで圧縮した場合
（20 − 5） × 5,000円 − 15,000円 ＝ 月 60,000円のプラス
| 時期 | 起きること | ROI |
|---|---|---|
| 1ヶ月目 | 料金は発生。AIの事実誤り・出力のブレを直すのに時間が消える | マイナス |
| 2ヶ月目 | 「何をチェックすべきか」が言語化され、社内ルールになる | トントン |
| 3ヶ月目〜 | ルールに沿って回り始め、量が伸びる | プラスに転じる |
※ある2名規模の企業では、この整備を経て月次の記事本数が2.5〜3倍に伸びた一方、書き手の総作業時間はむしろ抑えられた、という公開事例があります。効果の中心は「作る速さ」ではなく「直す速さ」でした。
2026年の最大の変化は、AIが「指示を待つ道具」から「目標を渡すと自分で段取りする担当者」になったことです。ここが、費用対効果の桁を変えます。
先進的な現場は「どれが最強か」を争いません。相談はA・実装はB・雑務はCと役割を割り振ります。1本に絞るより、2本を使い分けるほうが安く速い——これが2026年の結論です。
「優劣」ではなく「設計思想の違い」で選びます。◎＝もっとも向く／○＝十分使える／△＝不向き。
| やりたいこと | 補完型 Copilot / Cursor | エージェント型 Claude Code / Codex | 自律型 Devin / クラウド |
|---|---|---|---|
| とにかく安く始めたい | ◎ 無料〜$10 | ○ $20〜 | △ 月数百ドル規模も |
| 非エンジニアが自分で作る | △ 前提知識が要る | ◎ 日本語で依頼できる | ○ ただし統制が必須 |
| 大きな作り直し・重い実装 | △ | ◎ 得意領域 | ◎ |
| 複数作業を同時進行 | △ | ◎ 並列実行に強い | ◎ 非同期が本領 |
| 人を介さず成果物だけ欲しい | △ | ○ | ◎ |
| 既存の開発フローに載せる | ◎ GitHub連携が滑らか | ○ | ○ |
| 社内統制・監査ログ | ◎ 法人プランが成熟 | ○ 設定次第 | △ 要件確認が必須 |
| 導入の心理的ハードル | ◎ 低い | ○ 中 | △ 高い |
社内にエンジニアがいないなら → まずエージェント型を1本（日本語で頼めるから）。
社内にエンジニアがいるなら → 補完型を全員 ＋ エージェント型を1〜2名。
どちらの場合も → 自律型は、ルールが固まってから。順番を飛ばすと必ず事故ります。
「プログラミング」と身構えると使い道が見えません。「繰り返していて、面倒で、ルールがある作業」——そこ全部が対象です。
エージェントへの頼み方は、優秀な外注さんへの発注書と同じです。この4点を足すだけで、結果が段違いになります。
あなたは、プログラミング未経験者に伴走する丁寧なエンジニアです。
これから 〔作りたいもの／例：店舗別の売上集計ページ〕 を作りたいです。
以下を守ってください。
・専門用語には必ず日本語の説明を添える
・1度に1ステップだけ進め、私の「OK」を待つ
・私が何を操作すればいいかを、画面の言葉で具体的に指示する
・作業前に「これから何をするか」を3行で説明する
まず、私に確認すべき質問を5つだけ挙げてください。
【ゴール】〔完成したら何ができるか〕 【入力】〔渡すデータ・ファイル〕 【出力】〔画面／ファイル／形式〕 【触ってよい範囲】〔このフォルダのみ 等〕 【触ってはいけないもの】〔既存の◯◯は変更禁止 等〕 【合格条件】〔テストが通る／サンプルで正しい数字が出る 等〕 上記で作業してください。着手前に、認識のズレがないか確認質問をどうぞ。 完了後は、変更点と残っている懸念を日本語の箇条書きで報告してください。
今作ったものについて、非エンジニアの経営者にも分かる言葉で 以下を点検し、危険度の高い順に報告してください。 1. 誰がアクセスできる状態か（ログインの仕組みは十分か） 2. 個人情報・機密情報がどこに保存されるか 3. 存在しない・出所が怪しい外部部品を使っていないか 4. 外部に公開した場合、想定されるリスクは何か 5. このまま社内で使ってよいか。ダメなら、何を直せばよいか
※③は必ず実行してください。「動いた ＝ 安全」では、まったくありません。
画面が動くことと、外部から攻撃されないことは別問題です。公開前・社内配布前に、必ず第三者かAI自身に安全点検をさせてください。
AIは実在しない外部パッケージ名を、もっともらしく書くことがあります。攻撃者はその名前を先回りして登録します。出所不明の部品は必ず確認を。
ファイル書き込み・コマンド実行の許可制、サンドボックス、監査ログ。この3点は、配る前に設定レベルで決めておきます。
顧客の個人情報、取引条件、パスワード、未公開の経営数値。社内ルールとして明文化し、全員に配ってください。
入力内容がモデル学習に使われるかは、サービス・プラン・設定で異なります。法人利用ならオプトアウト可否を契約時に確認を。
試作は1日でできても、認証・障害対応・データ整合性など“最後の2割”で止まります。本番運用の線引きを最初に決めましょう。
誰も中身を説明できないツールが社内に増えると、半年後に負債になります。「何を作ったか」の記録だけは人が残すこと。
AI導入が頓挫する最大の理由は、技術ではなく手元のデータが整っていないことだと指摘されています。まずは業務時間の記録から。
ツール選びの前に決めるべきは、どの業務を、どこまで任せるか。飲食・建設・EC・宿泊——複数の事業を自ら回してきた実践者が、机上論ではない導入順序をご提案します。まずは無料のAI化診断から。数分で回答できます。