AIとバイブコーディングは善か悪か

「バイブコーディング」（vibe coding）という言葉を説明したのは、テスラの元AI責任者でOpenAIの共同創業者でもあるアンドレイ・カルパシーです。人が一行ずつコードを書くのではなく、アーキテクトかつ課題設定者として働き、ルーチンの80〜90%をCursorやClaude Code、GitHub CopilotのようなAIエージェントに渡す進め方を指しています。

実際に見えてきたのは、バイブコーディングが魔法の薬でも、それ自体が脅威でもなく、むしろ企業の戦略的思考を増幅する乗数だということです。

以下では、AIとバイブコーディングの導入が、さまざまな業界の実在の企業でどう働いたのかを事例で見ていきます。

Shopify

• 判断：「プロセスのリファクタリング」を実施し、開発者をバイブコーディング（Cursor、Copilot）へ移行させ、書いた行数ではなくプロダクト思考に集中することを求めた。
• 🟢 結果：大量解雇なしに新機能のリリース数が何倍にも増え、エンジニア一人あたりの生産性はほぼ2倍に。

Meta

• 判断：「効率の年」を宣言し、数万人の開発者とマネージャーを解雇。浮いた人件費をGPUとインフラの購入に回し、残ったチームにAIツールへの移行を義務づけた。
• 🔴 結果：中核プロダクトの社内知見が低下し、残ったシニアは燃え尽き、リリース時のリスクが増大。

Salesforce

• 判断：AIエージェント（Agentforce）の導入でサポート人員を9,000人から5,000人へ削減し、一般プログラマーの採用を凍結。
• 🔴 結果：帳簿上は利益率が改善する一方、残ったアーキテクトの負荷が急増し、AIの誤りを手作業で直す羽目に。

AlibabaとTencent

• 判断：AIの利用を義務づけるノルマと人件費の削減による、一般開発者の実質的な人員整理。
• 🔴 結果：モチベーションの低下、社内システムの品質悪化、従業員からの訴訟（裁判所は人をAIで置き換えることを認めていない）。

SoftBank

• 判断：「AI-nization」プログラムとして、IT部門だけでなく営業、物流、マーケティングにもバイブコーディングとAIを教育。
• 🟢 結果：ルーチンの自動化、マーケティング施策の高速化、人員削減なしの物流最適化。

Klarna

• 判断：採用を凍結し、人員を5,500人から3,400人へ削減。開発者とサポートをAIに置き換えると公式に発表した。
• 🔴 結果：システム障害の増加、サービス品質の低下、CEOのセバスチャン・シェミアトコフスキーによる誤りの認定、その後の採用再開。

Mercado Libre

• 判断：13,000人超の開発者にバイブコーディングを導入し、構文を書く作業から解放された時間をセキュリティとアーキテクチャに振り向けた。
• 🟢 結果：コードのリリースが50〜60%高速化し、仮説検証の期間が数か月から数日に短縮。

Payoneer

• 判断：定型的な連携、テスト、不正対策スクリプトの自動化のため、バイブコーディングとAIアシスタントを導入。
• 🟢 結果：エンジニア組織を膨らませることなく取引量が指数関数的に増加し、システムの安定性も完全に維持。

Flippa

• 判断：売却対象となるIT資産のコード評価、サイト監査、トラフィック検証をAIツールへ移した。
• 🟢 結果：取引のスピードが何倍にも向上し、小さなチームがかつて部署単位で必要だった量をさばけるように。

Kakao

• 判断：「AI Mileage」プログラム（エンジニア一人あたり月120ドルをバイブコーディングツールに）と、解雇なしのプロセス再構築。
• 🟢 結果：プログラマーの生産性が50〜100%向上し、エコシステムの新サービスを素早く立ち上げ。

Habr

• 判断：AI検索と要約を導入し、著者がAIでコンテンツやコードを生成することを許可した。
• 🔴 結果：低品質な生成テキストがプラットフォームに溢れ、エンジニアのコミュニティは中身の伴わない記事に大量の低評価を返し、モデレーション規則の厳格化を余儀なくされた。

Chegg

• 判断：人間の専門家によるナレッジ基盤を急ぎAI生成に置き換えようとし、人員を40%以上削減。
• 🔴 結果：事業が崩壊。コンテンツの独自性が失われ、ユーザーの50%以上が離脱、時価総額は80%以上下落した。

Duolingo

• 判断：外部委託先を10%削減し、翻訳、ローカライズ、コンテンツ生成をAIツールに委ねた。
• 🔴 結果：レッスンの質の低下（「無機質なコンテンツ」）による評判の悪化と、AIの誤りを直す社内エンジニアの負荷増大。

Rakuten Kobo

• 判断：人の代わりに、入稿される書籍や素材のモデレーション、整形、品質評価をAIアルゴリズムに任せた。
• 🔴 結果：管理体制の劣化。人間の文脈がないままアルゴリズムは「目を失い」、低品質な生成書籍がプラットフォームに押し寄せる一方、実在の著者による価値ある作品が判定の誤検出で大量に遮断された。

G2i

• 判断：経験の浅い開発者と中堅開発者の採用をやめ、顧客案件の主軸をAIへ移した。
• 🔴 結果：従来型の受託開発の売上が減少し、AIを扱えるアーキテクト探しへの転換を余儀なくされた。

Alignerr

• 判断：フリーランスをゼロからのコード記述から、AIが生成したコードを組み立て、その誤りをラベリングするバイブコーディング型へ移行させた。
• 🔴 結果：基礎的なコーディングの価値が下がり、専門家の価値は監査と検証だけに寄っていった。

EnFiとZenBusiness

• 判断：マーケティング、人事、プロダクトの担当者にバイブコーディング（Cursor、Claude Code）を教えた。
• 🟢 結果：技術者でない社員が数時間で動くサービスやダッシュボードを自分で組み上げるようになり、エンジニア部門の負荷が完全に解消された。

• 人件費を削るために人を解雇し、AIとバイブコーディングで置き換えれば、待っているのは停滞と後退です。障害、プロダクトの劣化、文脈と専門性の喪失、そして採用と教育をやり直す損失。
• 人を残し、エンジニアをアーキテクトに、非技術人材を作り手に変えれば、待っているのは幾何級数的な成長です。仮説検証は数時間、機能提供とイノベーションは何倍にも増え、プロダクトははるかに速く、質高くリリースされます。

勝つのは開発者の給料を節約した側ではなく、自分の人たちにバイブコーディングという超能力を与えた側です。

結局はいつもどおりで、勝つのは最適化ではなく成長を求める側なのです。