AIを活用したコーディングツールとしては、「GitHub Copilot」と「OpenAI Codex」が人気だ。品質保証の担当者は「テストケースの生成やテストデータ用のテキスト生成、テスト結果のレポート作成などにAIを活用している」と述べた。

　TeamViewerが2024年11月に発表したレポートによると（注2）、ITおよび技術領域のリーダーの大半は、AIに課題はあるものの関連するリスクに対処できると考えているようだ。

　初期導入者たちはイノベーションを継続しながらセキュリティと品質を確保する方法として「人間の関与を保つこと」や「その他の安全策を導入すること」の重要性を指摘している（注3）（注4）。

　小売企業であるWalmartは、AIによるコーディング支援や補完ツールの初期導入により生産性の向上や展開の効率化といった成果を得られたことを受けて（注5）、開発者によるアクセスの範囲を拡大している。

　Walmartでグローバルテクノロジープラットフォームを担当するスラヴァナ・カルナティ氏（エクゼクティブバイスプレジデント）によると、生成されたコードが規定の基準を満たしていることを確認するために、同社では本番環境にコードを投入する前に、正確性やセキュリティ、コンプライアンスなどをチェックするため複数のプロセスを設けているという。人による検証はこのプロセスの重要な部分である。

　カルナティ氏は、CIO Diveに対して次のように述べた。

　「ツールが完璧なものになるのを待つ必要はない。実際に試してみて、何がうまくいくのかを見極め、開発者をトレーニングしていこう」

　リスクに対する許容度は組織ごとに異なる（注6）。CIOをはじめとする上級リーダーは、どこに線引きをするのかを明確にすべきだ。

　Amazon Web Servicesのクリス・ベッツ氏（最高情報セキュリティ責任者）はCIO Diveに対し、「組織はユースケースに基づいてリスクレベルを判断すべきだ」と述べている。AIツールで従業員がコミュニケーションのために使う文書の初稿作成を支援する場面では、多少のミスが許容される余地がある。一方、一定の自律性をもってタスクを実行するAIエージェントを活用しようとする企業の場合（注7）、正確性を犠牲にすることは許されない。

　「AIエージェントの場合許容できる誤りの範囲は非常に狭くなり、求められる品質基準がはるかに高くなるのだ。ここからはリスクに関する議論だ。脅威モデルを構築し、テストの品質や出力される回答の品質、他にどのような安全策があるかを確認し、それらを踏まえて意思決定する必要がある」（ベッツ氏）