AIアプリはどこにあるのか？

バイブコーディングやエージェントツールの愛好家たちは、生産性が2倍、10倍、もしかすると100倍にもなると主張しています。ある人はゼロからウェブブラウザを完全に構築しました。素晴らしいことです！

そこで懐疑派は当然のように尋ねます。それでは、すべてのアプリはどこにあるのでしょうか？AI ユーザーの生産性が（控えめに見積もって）2 倍になったとしても、ソフトウェアの生産量が2倍になる様子を確認できる場所はどこにあるのでしょうか？こうした問いはすべて、「世界はより多くのソフトウェアを求めている」という前提から始まります。つまり、ソフトウェアを作るコストが下がれば、人々はより多く作るようになるという考え方です。もしその前提に同意されるなら、新しいソフトウェアの余剰、あるいは私たちが「AI 効果」と呼ぶべきものはどこにあるのでしょうか？

Python パッケージの中核リポジトリである PyPI を見てみましょう。これは規模が大きく、公開されており、一貫して測定されているため、そこで何らかの AI 効果が見られると期待できます。

パッケージ数のカウント

注記（2026年4月更新）

さて、この記事を公開してから状況が変化しました。2026年3月には、PyPI における新規パッケージ作成数が25,000を超え、前年同期の2025年3月の数値のほぼ倍に達しました。これらのパッケージが将来的にも維持されるかどうか、私たちは興味深く見守っています。

ありますね、お分かりですか？ChatGPT のリリースです。上部のグラフを見ると、ソフトウェア生産性における時代を分ける革命的な変化のように見えるでしょうか？いいえ、そうは見えません。

下部のグラフには、2020年以降を「AI 時代」と呼ぶかもしれない時期に、月間新規パッケージ数に関するいくつかのスパイクが見られます。しかし、それらは実際のパッケージ作成ではなく、スパムやマルウェアの洪水によるものです。

PyPI 上のパッケージ総数が 80 万個まで指数関数的に増加し、月間の新規パッケージ数が 5,000〜15,000 個の間で変動していることを示す 2 パネルのチャート。ChatGPT のリリース時期がマーキングされていますが、明確な転換点は見られません。

これは興味深いですね。AI がソフトウェアエンジニアの生産性を向上させているなら、なぜ彼らはより多くのソフトウェアを生産していないのでしょうか？

更新回数のカウント

しかし、あなたはこう言うかもしれません。「パッケージ作成」は適切な指標ではありません。誰でも「Hello World」デモのような何もないものをパッケージとして作成し、アップロードできます。これは、実際に人々が使用し、時間とともに維持される耐久性のある何かを作成するよりも常に簡単です。私たちは、実際にダウンロードされ、使用され、時間とともにメンテナンスされている「本物」のパッケージ、つまり実用的なパッケージを見るべきなのです。

では、別のチャートを考えてみましょう。まず、2025 年 12 月時点で PyPI で最もダウンロードされた Python パッケージ上位 15,000 個を収集します。次に、これらのパッケージを誕生年でコホート（世代）に分類し、各コホートについて時間経過に伴う中央値のリリース頻度をプロットします。これは、実際に使用されている本物のソフトウェアの生産量を示す合理的な代理指標と言えるでしょう。

あるコホートの時間経過に伴うリリース頻度を示すために、私たちは線を描きます。したがって、以下のチャートでは、各線は、その年に誕生したパッケージのライフサイクルにおける最初の 12 ヶ月間の更新リリース数を示す点から始まります。その後、パッケージが年を重ねるにつれて線は続いていきます。

さて、何が見えてくるでしょうか？ChatGPT の登場後、パッケージはより頻繁に更新されるようになったのでしょうか？

うーん……そうでしょうか？

明らかに、ChatGPT 登場後に誕生したパッケージは、最初の 1 年間に 13 回（年間リリース数）更新されるのに対し、2014 年に誕生したパッケージは 6 回しか更新されていません。これは、コホート（世代別グループ）のライフラインが時間とともにより高い位置から始まっているという事実からも確認できます。

しかし、これは AI による生産性向上に起因するものとは言い切れないほど早期に始まったトレンドを継続しているように見えます。最初の年のリリース頻度は、2019 年（年間 10 回）にすでに増加し始めており、これは現代的な AI コーディングツールが出現するはるか以前のことです。これはむしろ、GitHub Actions などの継続的インテグレーション（Continuous Integration: CI）ツールの採用拡大によるものの方が可能性が高いでしょう。これらのツールは、AI ツールよりも長く存在しています。

この増加が完全に AI のせいにできないもう一つの理由は、このチャートに示されている別の効果です。それは、パッケージが古くなるほどリリース頻度が低下するという事実です。これは、すべてのコホートのライフラインが時間とともに減少していることからわかります。しかし、この傾向は変わっていません。つまり、人々はパッケージが古くなったときに更新頻度を高めるような使い方で AI を活用していないのです。

AI に関する話ですが

しかし、初期のリリース頻度の増加の一部は、確かに AI による生産性向上の結果ではないでしょうか？より深く見てみましょう。

パッケージを「AI に関するもの」と「それ以外」に分類し、パッケージの説明に基づいてグループ分けしてみましょう。4 ここで AI の効果を確認できるでしょうか？

そこにあります！あるいは、少なくとも何かがあります。

AI に関するものではないパッケージは、ChatGPT 以前のコホートと非常に似ており、年間のリリース数における同様の緩やかな増加傾向を示しています。

しかし対照的に、AI に関するパッケージではリリース頻度が劇的に増加しています。例えば、2023 年に最初にリリースされた AI 関連のパッケージは、最初の 12 ヶ月間で中値として 20 回のリリースに達しました。同じ年の非 AI パッケージの対応するもののおよそ 2 倍です。

要するに、何らかの理由で、新たに作成された AI に関するパッケージは、はるかに頻繁に更新されています。

あるいは、これは人気度に関する話なのでしょうか？

もちろん、現在 AI は非常に人気があります。AI に関するパッケージがより頻繁に更新されているのを見ると、私たちは単に人気のあるパッケージほど頻繁に更新されるという事実を観察しているだけではないでしょうか？

その疑問に答えるために、もう一度分割してみましょう。2025 年 12 月のダウンロード数上位 15,000 パッケージからなる初期グループを、より人気の高い 7,500 とより人気が低い 7,500 の 2 つのグループに分けます。

「AI に関するパッケージ」についての私たちの観察は、単に人気度に関する観察に過ぎなかったのでしょうか？

いいえ。右上の四分円に注目してください：ChatGPT 登場後、人気のある AI パッケージは年間中央値で 21〜26 のリリース数を記録し、これは人気のない非 AI パッケージが安定して維持してきた約 10 を大きく上回っています（また、人気が低い AI パッケージよりも大幅に多い数値です）。

つまり、リリース頻度において 2 倍以上の効果が確認され、それは特に AI に特化した最も人気のあるパッケージに集中しています。

もちろん、興味深いのは「なぜか？」という点です。

では、何が原因なのかを考える前に、証拠を振り返りましょう：

ChatGPT 登場後、パッケージ全体の作成率に明白な増加は見られず、パッケージ全体の更新率についてもわずかな増加にとどまっています。

年を追って更新頻度が小規模かつ着実に上昇していますが、この傾向は ChatGPT の登場以前から存在しています。

人気のある AI パッケージでは更新頻度が大幅に（2 倍以上）増加しており、人気が低い AI パッケージでも若干の増加が見られます。

なぜこのような証拠のパターンが現れているのかを問うと、実際には「何が起きていないか」を結論づけるのに十分な根拠となり、「何が起きているのか」についていくつかの妥当な解釈を示唆していることがわかります。5

AI は開発者全体の生産性を劇的に向上させているのでしょうか？

いいえ。開発者全体が 100 倍、あるいは 10 倍も生産的になったという兆候は見ていません。新しいパッケージや新パッケージの更新が急増しているという事実は存在しません！

安心してください。あなただけが参加していないパーティーを、 literally（文字通り）他の全員が招待されたわけではありません。

AI を活用することで、一部の開発者ははるかに高速に構築しているのでしょうか？

おそらくそうでしょう。しかし、可視的な集計効果はまだ非常に控えめです。一部の開発者がこの大きな恩恵を受けているとしても、その数は決して多くないはずです。あるいは、主張されている恩恵は実際にはそれほど大きくないのかもしれません。私たちが集計で見ているのは、パッケージの更新頻度におけるほとんどの上昇はありません。

しかし、AI に関する新しく作成された人気のあるパッケージにおいて、私たちは上昇を確認しています。

人々は AI を利用するための膨大な量のソフトウェアを構築しているのでしょうか？

はい、彼らはそうしています。AI に関する最近のパッケージにおける更新頻度の急増が、ここでは主要な効果です。この効果が限定的であるという事実は、説明が必要な謎となっています。

では、もう一度問いましょう。なぜでしょうか？なぜこの急増が AI に関するソフトウェアに集中しているのでしょうか。私には二つの仮説があります：

AI の「スキル問題」。AI ツールを構築している人々は、AI を効果的に使用する方法を知っている可能性が最も高い人々かもしれません。これにより、AI パッケージに対してより大きな生産性向上が生じるでしょう。しかし、スキルだけがこの急増を説明するのであれば、すべての AI パッケージにわたって期待されるはずです。代わりに、2x2 チャートはこれが最も人気のあるものに集中していることを示しており、何か他の要因も作用していることを示唆しています。

お金と過熱感 🤑💰。AI には莫大な資金と熱意が流れ込み、それが（他の多くのものと同様に）PyPI パッケージへと変換されています。もしかすると、これらのパッケージに取り組む開発者たちがより生産的になったわけではありません。むしろ、その作業を支えるための資金が増えたため、彼らがより多く働いているだけなのかもしれません。図 3 のコホート規模はこの点を裏付けています：2021 年コホートの非 AI から AI への比率は 6:1 を超え（1211 対 185）ですが、2024 年コホートの比率は 2:1 を下回っています（727 対 423）。この見方によれば、AI が開発者を超人化しているというよりは、AI に対する過剰な関心が、AI 関連のパッケージの作成と反復をより高いペースで行うための資金を提供しているのです。

しかしながら、データはこれらの効果のうちどちらが大きいのかを教えてくれません。

ただし言えることは、現時点での生成 AI の革命による主要な計測可能な影響は、あらゆるソフトウェアにおけるカムリアン爆発（生物多様性の急激な増加）ではなく、AI エコシステムの一部であるパッケージ自体の更新における、鋭く集中的なバーストです。

脚注

公式 PyPI ブログを参照：インバウンドマルウェア量レポート↩︎

このデータは、hugovk による 2026 年 1 月 19 日時点の上位 15,000 件の PyPI パッケージの月次ダンプからダウンロードされました。↩︎

各パッケージの初回アップロードからの 12 ヶ月ウィンドウでリリースをカウントしており、暦年度ではありません。これにより、最初の年の部分的な数値を年換算する必要がなくなります。非最終版（alpha, beta, rc, dev, post）は除外されます。↩︎

私たちは、PyPI の説明に基づいてパッケージを「AI 関連」または「それ以外」と分類するために GPT5.2 を使用しました。100 パッケージを手動でラベル付けした結果、93% の一致率に達しました。この分類は完璧ではありませんが、方向性を示すには有用です。

すべての分析コードとデータは https://github.com/AnswerDotAI/pypi-analysis で利用可能です。