AIにコードを渡すだけでは終わらなかった
Salesforceは2026年9月9日付の公式記事で、Salesforce Engineeringがagentic codingを15,000人規模へ広げた過程を公開しました。agentic coding（AIが手順を分解し、開発作業の実行に近づく使い方）は、単なる入力補助とは違います。
今回の中心は、AIを入れたことではありません。 大きな会社の本番システムで、AIに任せる作業をどう広げたかです。Salesforceは数十万の顧客に関わる本番環境を抱える会社です。
新しい一般向け製品の発表ではありません。読者が気になる提供時期や料金は、今回の発表ではこう扱われています。
| 項目 | 発表内の記載 |
|---|---|
| 対象 | Salesforce Engineeringの社内事例 |
| 一般提供時期 | 発表に書かれていない |
| 料金 | 発表に書かれていない |
| 購入判断 | 未公開機能への言及は購入判断に使わない旨を記載 |
3月の小さな試験が入口になった
Salesforceは、いきなり15,000人へ広げませんでした。3月に30日間のパイロット（小規模な実証）を置きました。ここで見たのは、AIがデモで動くかだけではありません。
パイロットには、約44チームが入りました。対象は10のproduct cloudsにまたがりました。参加したエンジニアは200人を超えたとされています。
なぜここまで幅を持たせたのでしょうか。Salesforceは、新しいコードだけでなく、深くつながった既存システムも対象にしたと説明しています。つまり、きれいな実験室ではなく、実際の仕事場で試したということです。
数字は開発の速さだけを語っていない
Salesforceは7月の前年比として、開発者あたりの完了作業が90.5%増えたとしています。マージされたPull request（コード変更の提案）は88.1%増えました。
さらにEffective Output（品質や複雑さも機械学習で見る生産性指標）は200.3%増えたと説明しています。ここで大事なのは、コード量だけを見ていない点です。
AIで速く書けても、品質が落ちれば意味は薄れます。Salesforceは、量ではなく価値を測る姿勢を前に出しています。これはAI導入を見る時の重要な読み方です。
人間の仕事は管理と設計に寄っていく
AIエージェント（目標に沿って作業を進めるAI）が増えると、人は何をするのでしょうか。Salesforceの事例では、人間の役割は作業者から管制役へ少し寄っています。
同社は、エンジニアがAIエージェントの進み具合を追い、問題を見つけるための仕組みを自分たちで作ったと説明しています。外部ツールをそのまま入れただけではありません。
この話は、非エンジニアにも関係します。AIを導入する職場では、便利な道具を配るだけでは足りません。誰が進行を見て、どこで人が判断するかが仕事の形を決めます。
コスト管理まで開発スキルになった
Salesforceは、トークン（AIが読む文章の単位）の使い方も開発スキルとして扱ったと述べています。AIに多くの情報を渡せば良い、という話ではありません。
同社は、情報を入れすぎると費用だけでなく速度や精度にも悪影響が出るとしています。自動圧縮だけで、全エンジニアリング支出が24.8%減ったとも説明しています。期間は3週間です。
さらに、賢いモデル初期設定で初週に864,000ドルを節約したとされています。AIの時代の現場力は、使うことだけでは測れません。任せる範囲を絞り、必要な情報だけを渡す力も含まれます。
導入の勝負はツール名の外側にある
今回の発表は、Claude Codeだけの成功談ではありません。Salesforceは、現在は追加のツールも選べると説明しています。重要なのは、特定ツールではなく運用の型です。
同社は9段階のAgent Coding Maturity Curveも作りました。目標は、組織全体をステージ6以上へ動かすことだとしています。
AIが仕事に入ると、上手な人だけが速くなる段階があります。その先では、組織全体が同じ言葉で進み具合を話せるかが効いてきます。AI活用は、個人の裏技から会社の仕事の設計へ移っています。