とが困難であることから、その結果、事業者に依存し、事業者の主導により
システム開発が行われる構造が継続していることが挙げられる。
各府省庁においては、２年程度で人事異動が行われることによってＩＴに
関する専門知識や経験が蓄積されにくく、システムの仕様及び設計に関する
知識が特定の事業者に集中する状況が生じやすい。その結果、現に当該シス
テム開発等に従事している事業者以外の事業者による新規参入を阻み、公正
な競争が行われず、調達コストが高止まりするという悪循環を生んでいる可
能性があるとの声がある。これまで、政府において、中小企業やスタートア
ップ企業の受注機会を増やすため、総合評価における加点や地元企業の受注
枠の設定など様々な調達改革が試みられてきたにもかかわらず、依然として
事業者等から見直しの要望が寄せられているのは、こうした構造的課題が根
本的に解決されていないためであり、個別の課題が生じる度に対処療法であ
る対策を講じるとともに、各府省庁職員向けのＩＴ研修等により人材育成を
図るといった従来のアプローチだけでは限界があるものと考えられる。
こうした中、近年の生成ＡＩやＡＩエージェントを始めとするＡＩ技術の
進展は、ソフトウェア開発の在り方に本質的な変化をもたらしている。具体
的には、従来のシステム開発は、仕様・要件を事前に定義し、それに基づい
て設計・実装を行うことを前提とした開発手法、すなわち、「人が事前に仕
様・要件を決め実装し改善する」という手順が主流であったが、仕様・要件、
設計、コード、テスト等をＡＩが生成し、その結果を評価しながら継続的に
改善する開発手法（以下「ＡＩ駆動開発」という。
）が、既に現実のものと
なっている。
民間企業では、複数のＡＩエージェントが連携して、要件・仕様の定義、
設計、コーディング（プログラムの記述作業をいう。以下同じ。）、テスト、
レビュー等の各工程を分担・補完し合うオーケストレーション型（複数のＡ
Ｉエージェントを組み合わせ、それぞれの役割を調整・統合しながら一連の
作業を自動的に遂行させる仕組みをいう。）の開発も可能となっており、Ｉ
Ｔに関する専門知識や経験が豊富ではない従業員であっても、ＡＩの支援を
受けながら高い精度の調達仕様書や要件定義書を作成して発注業務を遂行
できる環境が整いつつある。
ＡＩ駆動開発においては、仕様・要件は一度確定して固定するものではな
く、評価結果や利用状況を踏まえて継続的に更新される仮説として扱われ、
仮説、検証、改善のサイクルを繰り返しながら最適化を目指すものである。
こうした手法により、知識や設計情報の構造化及び再利用、開発期間の短縮、
開発プロセスの柔軟化並びに品質管理の高度化及び自動化が同時に実現さ
れる。

147