• 全社導入前の課題とその対応
  • 導入後の利用状況・効果測定
  • 今後の活用に向けた課題と取り組み
はじめに
GitHub Copilot導入の目的
全社導入前の課題とその対応
① セキュリティの担保
当社の情報資産が学習に利用される可能性
他社のコードがサジェストされて著作権を侵害するのではないか?
② 費用対効果
導入後の利用状況・効果測定
コーディング時間短縮の効果
業務品質向上効果
学習・調査効率化効果

エンジニアの業務体験はどうなったか
実務上の利用例
コーディング時間短縮
業務品質向上
学習・調査効率化
エンジニアの声
時間短縮効果の概算
GitHub Copilotは有効。「今後も使いたい」100%
一層の活用に向けた課題と取り組み
 
コーディング時間短縮の効果
まず時間換算すると、71.4%のエンジニアが0.5時間以上/日の時間節約になったと回答しています。
なお時間削減効果が0.5時間未満/日のエンジニアは、業務に占めるコーディング比率が低い傾向があり恩恵の絶対量が小さかったようです。
 
 
業務品質向上効果
品質の高いコードが書けるようになったと回答したエンジニアは59.0%でした。
後述のように、生成されたコードに対する最終的な判断はエンジニアが行う場面も多いため、まだAIにより品質が高くなったとは言い切れないかもしれません。
 
 
学習・調査効率化効果
66.1%のエンジニアがGitHub Copilotにより検索時間を短縮できたと回答しました。
開発時間短縮効果と比較するととびぬけて高い数値ではありませんが、
学習・調査の効率化は後述の定性効果で多くのコメントが寄せられた項目でもあります。
今後の活用シーンの拡大が期待されます。