GoogleはI/O 2026の開発者向け基調講演で、Gemini 3.5シリーズ、Antigravity 2.0エージェントプラットフォーム、AndroidやWebアプリの構築・移行・最適化を支援するAIツール群を発表した。開発AIは、コード補完から、設計、移行、テスト、最適化、運用支援へ広がっている。
ランキングでも開発AIやAIエージェントへの関心は高い。企業のIT部門にとっては、開発者の個人生産性だけでなく、レガシー移行や品質管理をどこまでAIに任せられるかが重要な論点になる。
Gemini 3.5とAntigravity 2.0が示す方向性
Googleの発表で注目すべきは、モデル性能の更新だけではない。開発者がAIを呼び出すだけでなく、AIがプロジェクト文脈を理解し、複数の作業をまたいで支援する環境を作ろうとしている点だ。Antigravity 2.0は、エージェント型の開発プラットフォームとして、アプリ構築、移行、最適化を支援する方向で説明されている。
これにより、開発AIの使い方は「関数を書かせる」から「変更計画を作らせる」「依存関係を調べる」「テストを生成する」「古いコードを新しいフレームワークへ移す」といった作業へ広がる。特に人手不足の企業では、保守や移行の負荷を下げる効果が期待される。
領域 | 従来の開発AI | 次の使い方 |
|---|---|---|
実装 | コード補完、関数生成 | 機能単位の変更案作成 |
移行 | 断片的な書き換え | 依存関係を見た段階的移行 |
品質 | テスト案の提案 | 変更影響の確認と回帰テスト |
運用 | ログ要約 | 障害原因の仮説と修正案 |
学習 | ドキュメント検索 | プロジェクト文脈に沿った説明 |
企業システムでは「速く書く」より「安全に変える」が価値
AIコーディング支援は、個人開発者の速度向上として語られがちだ。しかし企業システムでは、速く書くこと以上に、安全に変更できることが重要になる。古い業務システム、複雑な依存関係、属人化した仕様、テスト不足がある環境では、AIが既存コードを理解し、変更の影響を説明できるかが価値を左右する。
Googleの開発者向けAI発表は、この課題に正面から向かう流れの一部だ。AndroidやWebアプリの構築・移行・最適化支援は、新規開発だけでなく、既存アプリの継続改善にも関わる。日本企業では、DXで作ったアプリの保守、基幹システム周辺の刷新、モバイル対応、セキュリティ更新などでニーズが大きい。
導入時の注意点はレビューと権限
エージェント型開発ツールは便利だが、コードベースへのアクセス権、外部サービス連携、秘密情報、ライセンス、テスト品質を管理しなければリスクも大きい。AIが生成したコードを誰がレビューするのか、どのブランチに変更できるのか、本番環境へどこまで近づけるのかを明確にする必要がある。
また、AIが提案した移行計画が業務要件を満たすとは限らない。技術的には正しい変更でも、社内運用、監査、取引先連携、性能要件に合わない可能性がある。開発AIを導入する企業は、モデル選定と同じくらい、プロジェクト管理、コードレビュー、テスト自動化、セキュリティ審査の仕組みを整えるべきだ。
開発組織の競争力はAIワークフロー設計で決まる
今後の開発組織では、AIツールを使っているかどうかでは差がつきにくくなる。差が出るのは、要件定義、設計、実装、レビュー、テスト、リリース、運用のどこにAIを組み込み、どこで人間が判断するかを設計できるかだ。Googleの発表は、開発者向けAIが単体ツールから、開発ライフサイクル全体を支えるプラットフォームへ進む流れを示している。


.png&w=384&q=75)
