HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

ソフトウェアチームにおけるAI利用パターン

AI usage patterns in software teams (linear.app)

158 pointsby giuliomagnifico101 コメント

要約

このレポートは、2026年のソフトウェア開発チームにおけるAIの利用状況を分析したものです。AI機能の利用率は、エンジニアリング、プロダクト、デザイン、セールス&マーケティングなど、あらゆる職種で大幅に増加しました。特にCEOやCTOなどの経営層のAI利用率の上昇が顕著で、企業規模に関わらずAI導入が進んでいることが示されています。また、AIは問題作成の半数近くを担うようになり、チームの生産性向上に貢献している可能性が示唆されています。

全文翻訳

ソフトウェアチームにおけるAIの利用パターン

チームの作り方

EDITION 01 - TIM QI (2026)

毎日、数万ものチームがLinearでソフトウェアを開発しています。6年間にわたるこの経験は、AIが広く普及する以前から現在に至るまでのプロダクト開発の全体像を詳細に把握する機会を与えてくれました。

モデル企業やコーディングツールは、トークン使用量やコード量について多くの情報を提供していますが、それは仕事の一層に過ぎません。私たちは、最初の課題からそれをクローズするプルリクエストまで、プロダクト開発のワークフロー全体を把握できる非常に有利な立場にあります。Linearの外で行われるAIの利用は把握できませんが、これは市場全体ではなく、自社の顧客基盤内での採用状況を示すものです。

この移行期間中に、私たちは3つの点に注目します。誰がAIを利用しているか、AIがLinearでの時間の使い方をどのように再形成しているか、そしてAIがどれだけ多くの成果を出荷するかに影響を与えるかどうかです。これらを合わせることで、2026年におけるAI支援プロダクト開発の現状を把握し、次回のレポートの基準とすることができます。

機能別の採用状況

AI採用はあらゆる機能に広がっている

2026年1月から6月にかけて、AI機能を利用しているユーザーの割合は、すべての機能で倍増しました。プロダクト部門が最も速く、12%から34%に増加し、コードベースから最も遠い部門であるゴー・トゥ・マーケット(GTM)でさえ、5%から18%に増加しました。私たちは職務名を正規化して役割を分類していますが、これは端の部分でいくらかのエラーを伴いますが、このパターンはあまりにも広範であるため、ラベリングのアーティファクトではありません。

機能別のLinear AI機能アクティブユーザー率(直近30日間)

機能別の直近30日間のLinear AI機能アクティブユーザー率

セグメント2026年1月2026年6月変化
ファウンダー14%30%+16パーセントポイント
エンジニアリング12%30%+18パーセントポイント
プロダクト12%34%+22パーセントポイント
デザイン6%22%+16パーセントポイント
GTM5%18%+13パーセントポイント

2026年1月 2026年6月 N = 2026年1月と6月にアクティブだった有料ユーザー127,000人

エグゼクティブチーム別の採用状況

採用はトップまで及んでいる

エグゼクティブは、チームと同等かそれ以上の率でAIを個人的に活用しています。201人以上の企業CEOは、6ヶ月で9%から36%に増加し、このレポートで最も大きな増加率を示しました。これは、最も上位のリーダーがテクノロジーについて読むのではなく、実際に使用することで学んでいることを示唆しています。企業規模はサードパーティのエンリッチメントから取得しているため、このカットはレポートの他の部分よりも少ないワークスペースをカバーしています。

エグゼクティブチーム別のLinear AI機能アクティブユーザー率(直近30日間)

エグゼクティブチーム別の直近30日間のLinear AI機能アクティブユーザー率

セグメント2026年1月2026年6月変化
ファウンダー, 201+10%26%+16パーセントポイント
ファウンダー, 51-20015%27%+12パーセントポイント
ファウンダー, 1-5015%31%+16パーセントポイント
CEO, 201+9%36%+27パーセントポイント
CEO, 51-20015%25%+11パーセントポイント
CEO, 1-507%21%+14パーセントポイント
CPO, 201+3%24%+21パーセントポイント
CPO, 51-20010%26%+15パーセントポイント
CPO, 1-5011%36%+25パーセントポイント
CTO, 201+11%35%+24パーセントポイント
CTO, 51-20012%28%+16パーセントポイント
CTO, 1-5016%33%+17パーセントポイント

2026年1月 2026年6月 N = 2026年1月と6月にアクティブだったエグゼクティブ13,300人

企業規模別の採用状況

あらゆる規模で一貫した採用

AIの採用は、スタートアップからエンタープライズまで、ほぼすべての規模で3倍近くになりました。企業規模は通常、組織が新しいテクノロジーをどれだけ速く導入するかを予測する良い指標ですが、ここではほとんど影響が見られません。

企業規模別のLinear AI機能アクティブユーザー率(直近30日間)

従業員数別の直近30日間のLinear AI機能アクティブユーザー率

セグメント2026年1月2026年6月変化
1001+ FTE8%25%+17パーセントポイント
201-1000 FTE9%27%+19パーセントポイント
51-200 FTE9%25%+16パーセントポイント
1-50 FTE8%23%+14パーセントポイント

2026年1月 2026年6月 N = 企業規模が判明している有料ユーザー199,000人(2026年1月と6月にアクティブ)

アプリケーション - 作成と整理

チームはシステムにより多くのものを投入している

2025年6月から2026年6月にかけて、作成、トリアージ、コメントに費やされた時間はほぼすべての機能で増加しました。特にエンジニアリング部門では、作成とトリアージだけで約17%増加しました。ファウンダーはより大きな変動を示し、作成に17分、コメントに26分増加しましたが、これはより小規模なコホートであり、ノイズが多いです。より多くの作業がより多くの調整を必要とし、その調整がコンテキストエージェントの行動の基盤をますます設定しているようです。

ユーザーあたりの平均月間時間(2025年6月 vs 2026年6月)

ユーザーあたりの課題の作成、トリアージ、割り当て、更新、コメントに費やされた平均時間(2025年6月 vs 2026年6月)、機能別

セグメント2025年6月2026年6月変化
作成とトリアージ、エンジニアリング24分28分+5分
作成とトリアージ、プロダクト38分37分-1分
作成とトリアージ、デザイン22分25分+3分
作成とトリアージ、GTM27分31分+4分
作成とトリアージ、ファウンダー40分57分+17分
割り当てと更新、エンジニアリング16分19分+3分
割り当てと更新、プロダクト26分26分0分
割り当てと更新、デザイン12分15分+3分
割り当てと更新、GTM12分15分+3分
割り当てと更新、ファウンダー22分29分+7分
コメント、エンジニアリング35分40分+5分
コメント、プロダクト48分49分+1分
コメント、デザイン32分34分+2分
コメント、GTM49分55分+6分
コメント、ファウンダー39分64分+26分

2025年6月 2026年6月 N = 有料ユーザー54,300人(2025年6月)→ 89,000人(2026年6月)

アプリケーション - 課題作成

AIが全課題のほぼ半分を作成している

2年前、1000件の課題のうちAIによって作成されたものは1件未満でした。現在、チームはLinearで作成されるすべてのもののほぼ半分をAIに書かせており、このペースではすぐに人間とインテグレーションを合わせた数を超えるでしょう。

週あたりの課題作成数(千単位)、ソース別

エージェントとMCPクライアントによって作成された課題数(千単位)対人間とインテグレーションによって作成された課題数(千単位)、2024年6月から2026年8月、インポートされた課題を除く

週エージェント & MCP人間 & インテグレーション
2024年6月3日0605
2024年6月10日0599
2024年6月17日0582
2024年6月24日0689
2024年7月1日0602
2024年7月8日0628
2024年7月15日1621
2024年7月22日0627
2024年7月29日1650
2024年8月5日0654
2024年8月12日1624
2024年8月19日0660
2024年8月26日1650
2024年9月2日1670
2024年9月9日1690
2024年9月16日1692
2024年9月23日1725
2024年9月30日0696
2024年10月7日1726
2024年10月14日1724
2024年10月21日1741
2024年10月28日1721
2024年11月4日1760
2024年11月11日0760
2024年11月18日1795
2024年11月25日1677
2024年12月2日1765
2024年12月9日1800
2024年12月16日1770
2024年12月23日0373
2024年12月30日0460
2025年1月6日1825
2025年1月13日1878
2025年1月20日1869
2025年1月27日1920
2025年2月3日1930
2025年2月10日1924
2025年2月17日1890
2025年2月24日1934
2025年3月3日1942
2025年3月10日1974
2025年3月17日3971
2025年3月24日3984
2025年3月31日1985
2025年4月7日1999
2025年4月14日1974
2025年4月21日1994
2025年4月28日31029
2025年5月5日51037
2025年5月12日71063
2025年5月19日91042
2025年5月26日11992
2025年6月2日181095
2025年6月9日181074
2025年6月16日281064
2025年6月23日341148
2025年6月30日351092
2025年7月7日441166
2025年7月14日401137
2025年7月21日411164
2025年7月28日451177
2025年8月4日521171
2025年8月11日501206
2025年8月18日551177
2025年8月25日471225
2025年9月1日481200
2025年9月8日461299
2025年9月15日451272
2025年9月22日451294
2025年9月29日581338
2025年10月6日621352
2025年10月13日681350
2025年10月20日651382
2025年10月27日741414
2025年11月3日851461
2025年11月10日851457
2025年11月17日911436
2025年11月24日931299
2025年12月1日1221473
2025年12月8日1421487
2025年12月15日1471526
2025年12月22日110795
2025年12月29日139808
2026年1月5日2061601
2026年1月12日2731725
2026年1月19日2911721
2026年1月26日3231806
2026年2月2日4011897
2026年2月9日4511901
2026年2月16日5161875
2026年2月23日5992048
2026年3月2日7072123
2026年3月9日7942170
2026年3月16日8372106
2026年3月23日9162297
2026年3月30日9352104
2026年4月6日10382063
2026年4月13日11282297
2026年4月20日12092173
2026年4月27日12752185
2026年5月4日13822238
2026年5月11日15062278
2026年5月18日15972271
2026年5月25日14722132
2026年6月1日15422270
2026年6月8日17662371
2026年6月15日16522256
2026年6月22日17282372
2026年6月29日17992265
2026年7月6日20782532
2026年7月13日21432465
2026年7月20日21952396
2026年7月27日23482357
2026年8月3日24352481

エージェント & MCP 人間 & インテグレーション 課題作成数(週あたり)、2024年6月から2026年8月。インポートされた課題は除く

アプリケーション - 計画

計画に費やす時間はLinear内では変化していない

顧客からのリクエスト、ドキュメント、プロジェクトに費やされた時間は、このレポートのほぼすべての項目が上昇したこの1年で横ばいを保ちました。計画のプラクティスはチームごとに大きく異なり、多くの計画はどこかに記録される前に会話の中で行われるため、平均値は熱心なプランナーとそうでないプランナーの混合となります。この横ばいが示唆するのは、AIはこれまで、構築すべきものを決定する方法よりも、実行方法をはるかに変えてきたということです。

ユーザーあたりの平均月間時間(2025年6月 vs 2026年6月)

ユーザーあたりの顧客リクエスト、ドキュメント、プロジェクトに費やされた平均時間(2025年6月 vs 2026年6月)、機能別

セグメント2025年6月2026年6月変化
顧客リクエスト、エンジニアリング1分1分0分
顧客リクエスト、プロダクト3分4分0分
顧客リクエスト、デザイン1分1分0分
顧客リクエスト、GTM4分4分+1分
顧客リクエスト、ファウンダー2分3分+1分
ドキュメントとプロジェクト、エンジニアリング3分3分+1分
ドキュメントとプロジェクト、プロダクト13分14分+1分
ドキュメントとプロジェクト、デザイン4分5分+1分
ドキュメントとプロジェクト、GTM3分3分+1分
ドキュメントとプロジェクト、ファウンダー7分8分0分

2025年6月 2026年6月 N = 有料ユーザー54,300人(2025年6月)→ 89,000人(2026年6月)

アプリケーション - AI

新しいレイヤーの作業が出現した

AIとのチャットやエージェントへの課題委任は、1年前には存在しなかった作業カテゴリであり、現在ではすべての機能の週次活動に現れています。特にプロダクト部門が最も積極的に利用しています。他の作業が縮小してこれらの作業スペースができたわけではなく、AIは少なくとも現時点では、既存の作業を置き換えるのではなく、その上に積み重なる形で導入されていることを示唆しています。

ユーザーあたりの平均月間時間(2025年6月 vs 2026年6月)

ユーザーあたりのエージェント課題とAIチャットに費やされた平均時間(2025年6月 vs 2026年6月)、機能別

セグメント2025年6月2026年6月変化
エージェント課題、エンジニアリング0分1分+1分
エージェント課題、プロダクト0分1分+1分
エージェント課題、デザイン0分0分0分
エージェント課題、GTM0分0分0分
エージェント課題、ファウンダー0分2分+2分
AIとのチャット、エンジニアリング0分2分+2分
AIとのチャット、プロダクト0分5分+5分
AIとのチャット、デザイン0分3分+3分
AIとのチャット、GTM0分3分+3分
AIとのチャット、ファウンダー0分4分+4分

2025年6月 2026年6月 N = 有料ユーザー54,300人(2025年6月)→ 89,000人(2026年6月)

アウトプット - PR作成

非エンジニアがより多くのコードを出荷している

プルリクエストを添付するプロダクトマネージャーの割合は、2年間で3%から10%に増加し、デザイナーは1%から8%に増加しました。Linearに接続されているリポジトリのプルリクエストのみをカウントしているため、このループ外で出荷している人はここでは見えませんが、これは数字が上限ではなく下限であることを意味します。かつて変更を説明していた人々が、自分でそれを実行するようになっています。

プルリクエストを添付したユーザーの割合(直近30日間)

機能別の直近30日間のプルリクエストを添付したユーザーの割合、2024年6月から2026年6月

セグメント2024年6月2025年6月2026年6月変化
ファウンダー11%12%23%+12パーセントポイント
エンジニアリング20%22%34%+14パーセントポイント
プロダクト3%3%10%+7パーセントポイント
デザイン1%2%8%+7パーセントポイント
GTM1%1%3%+2パーセントポイント

2024年6月 2025年6月 2026年6月 N = 有料ユーザー166,000人(2026年6月)

アウトプット - PRボリューム

2年間でプルリクエストが111%増加

ワークスペースあたりのプルリクエスト数は、2024年6月を基準として111%増加しました。最初の1年間は出力はほぼ横ばいでしたが、モデルの品質と採用率が共に上昇した2026年には上向きに転じました。マージされた数ではなく開かれたPRをカウントしており、開かれたPRは変更の価値について何も語りませんが、その変化は無視できません。

チームあたりの週あたりのプルリクエスト数の変化率(2024年6月以降)- 全有料ワークスペース

週あたりのプルリクエスト数(有料ワークスペースあたり)の変化率、2024年6月を基準として

週変化
2024年6月2日0%
2024年6月9日+9%
2024年6月16日+10%
2024年6月23日+3%
2024年6月30日+8%
2024年7月7日-4%
2024年7月14日+8%
2024年7月21日+7%
2024年7月28日+8%
2024年8月4日+7%
2024年8月11日+6%
2024年8月18日+3%
2024年8月25日+10%
2024年9月1日+10%
2024年9月8日+5%
2024年9月15日+12%
2024年9月22日+10%
2024年9月29日+14%
2024年10月6日+8%
2024年10月13日+11%
2024年10月20日+9%
2024年10月27日+18%
2024年11月3日+8%
2024年11月10日+15%
2024年11月17日+11%
2024年11月24日+17%
2024年12月1日0%
2024年12月8日+16%
2024年12月15日+17%
2024年12月22日+10%
2024年12月29日-58%
2025年1月5日-50%
2025年1月12日+6%
2025年1月19日+15%
2025年1月26日+13%
2025年2月2日+15%
2025年2月9日+19%
2025年2月16日+21%
2025年2月23日+17%
2025年3月2日+21%
2025年3月9日+19%
2025年3月16日+26%
2025年3月23日+26%
2025年3月30日+23%
2025年4月6日+17%
2025年4月13日+24%
2025年4月20日+11%
2025年4月27日+10%
2025年5月4日+7%
2025年5月11日+14%
2025年5月18日+21%
2025年5月25日+22%
2025年6月1日+9%
2025年6月8日+22%
2025年6月15日+16%
2025年6月22日+12%
2025年6月29日+22%
2025年7月6日+8%
2025年7月13日+16%
2025年7月20日+16%
2025年7月27日+16%
2025年8月3日+13%
2025年8月10日+9%
2025年8月17日+5%
2025年8月24日+10%
2025年8月31日+8%
2025年9月7日+4%
2025年9月14日+11%
2025年9月21日+10%
2025年9月28日+8%
2025年10月5日+9%
2025年10月12日+9%
2025年10月19日+9%
2025年10月26日+9%
2025年11月2日+14%
2025年11月9日+15%
2025年11月16日+13%
2025年11月23日+16%
2025年11月30日+1%
2025年12月7日+17%
2025年12月14日+17%
2025年12月21日+14%
2025年12月28日-48%
2026年1月4日-54%
2026年1月11日+10%
2026年1月18日+22%
2026年1月25日+22%
2026年2月1日+27%
2026年2月8日+32%
2026年2月15日+36%
2026年2月22日+33%
2026年3月1日+50%
2026年3月8日+49%
2026年3月15日+54%
2026年3月22日+55%
2026年3月29日+58%
2026年4月5日+41%
2026年4月12日+46%
2026年4月19日+60%
2026年4月26日+66%
2026年5月3日+67%
2026年5月10日+80%
2026年5月17日+91%
2026年5月24日+95%
2026年5月31日+85%
2026年6月7日+106%
2026年6月14日+113%
2026年6月21日+111%

N = 有料ワークスペース47,900(2026年6月)

アウトプット - コーディングエージェント

コーディングエージェントが加速の大部分を占めている

コーディングエージェントを接続したチームは、2年間で週あたりのプルリクエスト数を21から65へと3倍に増やした一方、接続していないチームは8から10に留まりました。これらのチームはコーディングエージェントが存在する前から既に高い生産性を持っていましたが、レベルは直接比較できるものではありません。しかし、それぞれのコホートが自身のベースラインに対して示す傾向は明確であり、成長のほぼすべてがエージェント側にあります。

週あたりのプルリクエスト数 - 固定コホート(有料ワークスペース)

週あたりの平均プルリクエスト数(ワークスペースあたり)、コーディングエージェントチーム対従来のチーム、2024年6月から2026年6月

週コーディングエージェントチーム従来のチーム
2024年6月2日218
2024年6月9日248
2024年6月16日249
2024年6月23日228
2024年6月30日249
2024年7月7日218
2024年7月14日248
2024年7月21日248
2024年7月28日249
2024年8月4日248
2024年8月11日248
2024年8月18日238
2024年8月25日258
2024年9月1日248
2024年9月8日248
2024年9月15日259
2024年9月22日258
2024年9月29日269
2024年10月6日259
2024年10月13日268
2024年10月20日258
2024年10月27日269
2024年11月3日258
2024年11月10日279
2024年11月17日268
2024年11月24日289
2024年12月1日238
2024年12月8日279
2024年12月15日289
2024年12月22日268
2024年12月29日103
2025年1月5日114
2025年1月12日258
2025年1月19日279
2025年1月26日278
2025年2月2日288
2025年2月9日299
2025年2月16日309
2025年2月23日299
2025年3月2日309
2025年3月9日309
2025年3月16日309
2025年3月23日319
2025年3月30日319
2025年4月6日308
2025年4月13日329
2025年4月20日288
2025年4月27日288
2025年5月4日288
2025年5月11日298
2025年5月18日329
2025年5月25日319
2025年6月1日288
2025年6月8日318
2025年6月15日318
2025年6月22日308
2025年6月29日328
2025年7月6日298
2025年7月13日328
2025年7月20日318
2025年7月27日328
2025年8月3日328
2025年8月10日328
2025年8月17日317
2025年8月24日338
2025年8月31日328
2025年9月7日318
2025年9月14日348
2025年9月21日348
2025年9月28日348
2025年10月5日358
2025年10月12日348
2025年10月19日348
2025年10月26日348
2025年11月2日368
2025年11月9日368
2025年11月16日358
2025年11月23日378
2025年11月30日317
2025年12月7日378
2025年12月14日388
2025年12月21日378
2025年12月28日163
2026年1月4日133
2026年1月11日357
2026年1月18日408
2026年1月25日398
2026年2月1日428
2026年2月8日448
2026年2月15日469
2026年2月22日448
2026年3月1日499
2026年3月8日509
2026年3月15日519
2026年3月22日509
2026年3月29日529
2026年4月5日489
2026年4月12日499
2026年4月19日549
2026年4月26日559
2026年5月3日558
2026年5月10日579
2026年5月17日6010
2026年5月24日6210
2026年5月31日579
2026年6月7日6510
2026年6月14日639
2026年6月21日6510

コーディングエージェントチーム 従来のチーム N = 有料チーム6,887(コーディングエージェントあり4,280、なし2,607)

締めくくり

プロダクト開発におけるAIの影響を最も明確に示すのは、過去2年間でコーディングエージェントを使用したチームが経験した劇的な生産性の向上です。この生産性の向上によって肯定的なビジネス成果が得られたかどうかを知る方法はありませんが、AIの採用と加速の間には非常に明確な相関関係があることを示しています。

さらに興味深いのは、その採用の構成要素と、それがどのように役割を曖昧にしているように見えるかです。シニアリーダーはハンズオンのIC作業をより多く行い、AIを積極的に採用してそれを支援させており、非エンジニアもコードをコミットしています。組織内の誰もが「ビルダー」になっているという示唆は、方向性としては正しいようです。

しかし、その成果は時間の節約としては現れていません。Linear内での既存のタスクに費やされる時間は横ばいであり、AIの利用は新しい作業レイヤーとして現れているため、プロダクト開発に費やされる総時間は減少するのではなく増加しています。観測できる限り、チームは少なく働くのではなく、より多く働いており、AIにはトークン消費を超えたJevonsパラドックスのような性質があることを示唆しています。

多くの人は、プルリクエストを見ることが価値ではなく動きを示していると正しく主張するでしょう。それは確かに真実ですが、トークンを測定するよりも一歩前進です。機械的なリファクタリングは多くのトークンを消費するかもしれませんが、意味のあるバグ修正やコードレビューはそうではありません。したがって、トークン消費と価値は全く一致せず、一方を他方の代理として使用することは、AIの初期の時代の遺物として記憶されるでしょう。

今後のレポートでは、トークン消費から成果までのワークフロー全体について、より深く掘り下げる予定です。これは、コードとコードレビューがLinearを通じて実行されるようになった今、新たに観測できるようになったことです。

TIM QI - データ責任者

付録

方法論

このレポートは、Linearからの集計されたプロダクトデータを使用しています。データには、AI会話、エージェントセッション、課題アクティビティ、コメント、プルリクエストが含まれます。対象は有料ワークスペースとその中のユーザーのみです。個々の行動ではなく、チームがソフトウェア構築にAIをどのように使用しているかの広範なパターンを示すために、すべてのメトリックを集計して報告しています。各メトリックは固定された時間枠で測定されます。時間枠は1ヶ月または直近30日間です。前年比チャートは2025年6月と2026年6月を使用しています。採用メトリックは直近30日間のウィンドウを使用し、時系列チャートは週次ポイントに集計します。どちらのステップも短期的なノイズを減らします。一部のチャートでは、両方のウィンドウでアクティブなユーザーのみを保持しています。

定義

AIアクティブ。 28日間のウィンドウで、少なくとも1回のAIインタラクション(アプリ内またはSlackでの会話、またはエージェントセッション)を行ったユーザー。

エージェントチーム。 コーディングエージェントが接続されているワークスペース。

プルリクエスト。 Linearに接続されたリポジトリに対して開かれたコード変更。マージされた数ではなく、開かれたプルリクエストをカウントします。

有料ワークスペース。 関連期間中にアクティブであった、有料プランのワークスペース。

エージェント課題。 エージェントへの課題の委任またはセッションの開始を含みます。

企業規模。 サードパーティのエンリッチメントから取得した、企業の正社員数。