You Need AI That Reduces Maintenance Costs（AI は保守コストを下げなければならない）

主張

AI の価値を、コード生成速度だけでなく、将来の保守コスト込みの総生産性で評価すべき。

AI が 2 倍速くコードを書くなら、そのコードの保守コストを半分にする必要がある。

数式で見る保守コストの罠

AI の効果	保守コストへの影響	結果
コード量 2 倍	保守コストも 2 倍	翌月以降の負荷は 4 倍方向に増大
コード量 2 倍	保守コスト 1/2 に削減	総生産性が改善（理想）
コード量 3 倍	保守コスト 1/3 に削減	総生産性が改善（理想）

保守コストを増やす要因

• レビュー不足で理解しにくいコードが積み上がる

• テスト不足でバグ修正コストが増える

• 設計意図がコードに残らず依存更新が困難になる

• コードを読める人間が減り、次の変更が遅くなる

AI 活用への投資先

• コード生成だけでなく、テスト自動生成にも投資する

• 設計意図の記録（ADR・コメント）を AI と一緒に残す

• コード理解支援（説明生成・依存分析）にも使う

• リファクタリングを定期的に AI に行わせる

要点

• AI の評価軸を「生成速度」から「保守コスト込みの総生産性」に拡張する

• コード量が増えるほど、将来のバグ修正・設計修正・依存更新の負荷も増える

• 短期の生産性向上が長期の技術負債になるリスクに注意

• AI をコード生成以外の局面（テスト・リファクタリング・ドキュメント）にも使う