7月16日、Beth Pariseau が「Atlassian Jira Planner joins spec-driven development AI coding trend」と題した記事を公開した。この記事では、AtlassianのJira Plannerがスペック駆動開発（Spec-driven development）のトレンドに参入し、AIコーディングの瓶頸となっている要件定義フェーズへのAI統合を進めていることについて詳しく紹介されている。
コーディング自体はSDLCのわずか15%——残り84%が問題だ
AIコーディングツールの採用率は業界平均で90%超に達している。にもかかわらず、生産性向上は10〜15%で頭打ちになっている——AtlassianのDevAIエンジニアリング責任者、Ming Wu氏はその理由をこう説明する。
「コーディングフェーズ自体はSDLC全体の約15〜16%に過ぎない。残り84%以上がボトルネックになっており、生産性を押し下げている。計画フェーズはその中でも特定した痛点のひとつだ。」
つまり、AIコーディングツール自体の能力に限界があるというよりも、コーディング以外のフェーズ——要件定義・計画・テスト・デプロイなど——がAI化されていないことが、全体の生産性向上を制約しているというのがWu氏の主張だ。「15〜16%」はSDLC全体に占めるコーディングフェーズの比率を指し、「残り84%」はその他のフェーズの合計を意味する（いずれもAtlassian側が示した数字）。
この課題に対するAtlassianの回答が、今週プレビューリリースされたJira Plannerだ。スペック駆動開発（Spec-driven development）とは、コードを書く前にシステムの構造と振る舞いを定義しておく手法で、もともとAPI開発の現場から生まれた。AIコーディングの文脈ではAWS KiroやGitHub、Cursorといったツールがこのアプローチを採用し、プロンプトベースのAIコーディングと比較して組織的なコントロールとチームコラボレーションを改善する手段として注目されてきた。
Jira Plannerはこの手法を要件定義フェーズに持ち込む。既存のコードベース、JiraとConfluenceの履歴、チームのコンテキスト（Atlassianが「Teamwork Graph」と呼ぶ企業内の関連情報グラフ）を参照し、人間にもAIにも読めるConfluence上の構造化された技術仕様を生成する。これにより、後工程のテストやデプロイ段階でのコンフリクト発生を抑制することを狙う。
コスト削減か、コストの移転か
ForresterのアナリストであるRick Geneva氏（S&P Globalでソフトウェアエンジニアリングディレクターを務めた経歴を持つ）は、スペック駆動開発のコスト面について警鐘を鳴らす。
「スペック駆動開発はコーディングのトークン消費を減らすが、その分を他の場所——ビジネスユーザー向けCopilot、プロジェクト計画、テストや成果物計画など——に分散させる傾向がある。コードよりも多くの計画ファイルが生成される。現時点ではこれもトークンを消費しているが、別のツールやモデルで行われるため、エンジニアリング予算には必ずしも計上されない。」
Rick Geneva（Forrester Research アナリスト）
コスト削減の効果が実際にはツールの予算をまたいで「見えにくくなる」だけかもしれないという指摘は、企業のAI投資判断において重要な視点だ。
Geneva氏はさらに、SDLCを丸ごとつなぐ「エンド・ツー・エンド」ツールがまだ存在しないとも指摘する。「ビジネス計画からコーディング計画まで、開発ライフサイクル全体をつなぐツールはまだないが、業界がその方向へ向かっている兆しは見える。Jiraのように永続的なコンテキストを保持できる製品への移行が次の大きな革新だ」と述べた。
Jira Coding AgentのGA、そしてServiceNowとの競争
Atlassianは今週、Jira Plannerとあわせて、以前は「Rovo Dev in Jira」という名称だったJira Coding Agentを正式GA（一般提供）とした。さらに同じJira UI上のドロップダウンから、Claude、Code、Cursor、GitHub Copilotといったサードパーティのコーディングエージェントも選択できるようになった（Codexは近日対応予定）。
エンタープライズにおけるAIエージェント統合の中核プラットフォームの座をめぐっては、ServiceNowとの競争が激しい。IDCのアナリスト、Jim Mercer氏はAtlassianの優位性をこう語る。「計画はJiraがずっと得意としてきた領域だ。特に長期ユーザーは豊富なデータを蓄積しており、それが知的な意思決定に使える。」
ServiceNowの強みであるCMDB（構成管理データベース）の欠如がAtlassianの弱点と指摘されることもあるが、Mercer氏は否定的だ。「ServiceNow以外の組織でCMDBを試したところはほぼ全て、常に内容が古くなり同期が取れていないと言っている」と述べた。
AI利用の可視化に向けたDX統合
Atlassianは2024年12月に買収したDXを活用したAI可視化機能も今週リリースした。DXは開発者体験（Developer Experience）の計測・改善を専門とするスタートアップで、Atlassianはその買収によってエンジニアリング組織のパフォーマンス分析能力を取り込んでいる。
DX AI Cost Managementは、AIコーディングツール全体の支出とトークンデータを集計し、チームやプロジェクトとの相関を分析し、プルリクエスト1件あたりのコストを推定する機能を提供する。企業がAIツールへの投資対効果を定量的に把握しようとするニーズに応えるものだ。
Wu氏は「AIの可視化については、業界全体がまだこのジャーニーの始まりにいる。確実に投資すべき領域だ」と述べた。スペック駆動開発によってコストが複数ツールにまたがって分散しやすくなるという前述のGeneva氏の指摘とあわせて考えると、こうした可視化機能の重要性はむしろ高まる一方だといえる。
詳細はAtlassian Jira Planner joins spec-driven development AI coding trendを参照していただきたい。
