Edition #105

採用記事 3 of 73

1. プロ開発者の90％がAIコーディングエージェントを週1回以上利用、Claude CodeのシェアがGitHub Copilotを逆転して約2倍差の1位
   GIGAZINE ·2026-08-24 ·score 0.95

   JetBrains Researchの調査により、プロ開発者の90％が週1回以上AIコーディングエージェントを利用していることが判明した。特に「Claude Code」が急成長し、長年トップだったGitHub Copilotの約2倍のシェアを獲得して首位に立った。開発現場におけるAI活用は単なる補助ツールから、自律的なエージェントによる開発支援へと主戦場がシフトしていることを示唆している。

   Brief 開発現場の生産性向上において、Copilot一強時代からエージェント型ツールへの急速な転換が起きており、エンジニア採用やツール選定の基準を再考すべきタイミングです。
2. NVIDIAのAIエージェント「AVO」がARC-AGI-3で100％を達成、同じベースモデルの別条件での評価は約30％で「実行基盤(ハーネス)」の重要性が示される
   GIGAZINE ·2026-08-25 ·score 0.92

   NVIDIAが開発したAIエージェントシステム「AVO」が、難関ベンチマーク「ARC-AGI-3」で100％のスコアを記録した。特筆すべきは、同じベースモデル（Claude Opus 5）でも実行環境や記憶・ツール利用を統合したシステム構成によって性能が30％から100％へと劇的に向上した点である。AIの性能はモデル単体ではなく、それを動かす「実行基盤（ハーネス）」の設計に依存することが証明された。

   Brief AI導入の成否はモデルの選択だけでなく、自社業務に最適化したエージェント実行基盤の構築能力が競争優位の源泉になることを示しています。
3. 「社内用語」がAI分析を邪魔する……ニトリが“力技”で解決　「赤羽店の寝具の売上高を出して」可能にできたワケ
   ITmedia AI+ ·2026-08-24 ·score 0.88

   AIデータ分析において、企業固有の「社内用語」や曖昧な定義が壁となり、正確な回答が得られない課題に対し、ニトリが地道なデータ整備と定義の標準化という「力技」で解決した事例。AIを導入するだけでなく、AIが正しく理解できるデータ基盤を整えることが、現場での実用的なデータ活用には不可欠であることを示している。

   Brief DX推進において、AIの性能を最大限引き出すためには、システム導入以上に社内データのクレンジングと定義の標準化という泥臭い準備が不可欠であるという好例です。