0 / 4 節読了

AIコーディング支援を複数使う組織では、何に費用がかかり、どの工程で役立っているかが分散しやすい。New Relicは2026年6月8日、こうした支援ツール向けの「AI Coding Observability」の開発を発表した。コードを生成する機能を追加する話というより、開発中のAIの動きを測るための取り組みである。

開発工程にも観測点を置く

同社発表は、Claude Code、Cursor、GitHub Copilotなど複数の支援ツールを横断して、コスト、動作、生産性を可視化する構想を説明している。OpenTelemetryやMCPを基盤に、ツールごとに散らばる情報をそろえる方向だ。発表は6月23日の提供予定、追加機能料金なし、通常のデータ取り込み料金は適用されると案内していた。これは発表当時の予定で、現在の提供範囲や価格を保証するものではない。

生成結果のコードだけを見ても、途中で何度試行し、どのツールへアクセスし、どの処理で失敗したかは分からない。観測可能性を開発段階へ広げると、成果物の品質とは別に、作業過程を確認できるようになる。

支出の見える化と、生産性の評価は別

以下は編集部の考察である。利用料の高いツールが無駄とは限らず、安い処理が価値を生むとも限らない。費用を測る目的は、単純に利用量を削ることより、どの仕事に適切な資源を使っているかを判断することだ。

一つの機能を完成させるまでの費用を、レビュー、試験、手修正の時間と合わせて見ると、利用方法の違いを比較しやすい。失敗した試行を消して成功例だけを記録すると、実際のコストは見えなくなる。同じ作業でも難易度が違うため、個人の評価へ安易に転用しない配慮も必要だ。

ログを集める前に保存範囲を決める

New Relicは、プライベートネットワーク内で問い合わせを処理するローカル専用モードも構想に含めている。発表時には同モードを今後提供するとの表現があり、初日からすべてそろう前提にはできない。利用時には実装と設定を確認する必要がある。

開発のログには、機密コード、顧客情報、認証に関する値が混ざり得る。観測のために全文を無条件で保存するのではなく、何を判断するために何が必要かを先に決めたい。組織単位の費用集計だけでよい場面と、特定障害の追跡のために詳細が必要な場面を分けると、保存量や閲覧範囲も設計しやすい。

共通形式でも、意味をそろえる必要がある

異なる支援ツールは、セッション、依頼、実行の数え方が異なる場合がある。共通のデータ形式へ変換しても、項目の意味が同じとは限らない。単純な実行回数ランキングより、タスクの開始と完了、関連する変更ID、試験結果を結びつけることが有用だ。

導入時には、小さなチームで既存の手動記録と照合し、欠損や重複を確認する。観測ツールが入っただけで、生成コードの安全性や業務の適法性が保証されるわけではない。監視データをもとに誰が判断し、何を改善するかまで決めて初めて運用になる。

運営会社のRO合同会社へのAI活用相談でも、導入機能と同時に、効果を測る単位や責任者を考えることが大切だ。AIが増やした出力を、組織が確認できる変更へつなぐための基盤として、本件を捉えたい。

参考報道:イノベトピア。製品構想と提供予定はNew Relic公式発表に基づく。評価・保存方法の提案は編集部の考察である。

試行するチームでは、計測の導入自体が作業時間や通信量へ与える影響も確かめたい。最初は対象のリポジトリと担当者を限定し、送信される項目を一覧にして、保存期間と閲覧者を決める。可視化のために新しい情報の持ち出しが生じるなら、その判断も導入評価に含める必要がある。

AI導入支援AI導入・活用でお悩みなら

AI導入センターに無料相談する →
柴亮太
柴亮太の視点