Linear調査、AIエージェント接続チームのPRは2年で約3倍　作業時間は減らず

AIが課題を書き、非技術職もコードを出す段階へ

プロジェクト管理サービスのLinearは、2026年8月に自社の集計データを使った初のレポート「How teams build」を公開しました。対象はLinearの有料利用者と有料ワークスペースです。AIとの会話、エージェントの実行、課題、コメント、接続リポジトリのプルリクエスト（PR）を集計し、AIが製品開発の流れをどう変えているかを追っています。

2026年1月から6月にかけて、LinearのAI機能を使った人の割合は全職種で2倍以上になりました。プロダクト職は12％から34％、エンジニアは12％から30％、営業・マーケティングなどのGTM職も5％から18％へ上昇しています。会社規模が分かる19万9,000人を見ると、従業員1〜50人でも1,001人以上でも利用率はおおむね3倍でした。

2026年1月から6月までに、LinearのAI機能を利用した人の割合は全職種で2倍以上になった。プロダクト職は12％から34％へ伸びた。

出典：Linear「How teams build」（原文を日本語で要約）

変化は利用率だけではありません。Linearで週に作られる課題のうち、AIエージェントとMCP経由の作成は2024年にはほぼゼロでしたが、2026年8月3日の週には243万5,000件となり、人と従来の連携機能による248万1,000件へ近づきました。AIが下書きを補助する段階から、仕事の入口そのものを作る段階へ移っています。

PR増加は大きいが、売上や品質の改善とは別に測る

最も目立つのはコード変更の量です。コーディングエージェントを接続した4,280の有料チームでは、1チーム当たりの週次PRが2024年6月の21件から2026年6月の65件へ増えました。接続していない2,607チームは8件から10件です。全有料ワークスペースでも、週次PRは2024年6月比で111％増えています。

コーディングエージェントを接続したチームの週次PRは21件から65件へ増え、未接続チームは8件から10件だった。ただし接続チームは以前からPR数が多く、両群をそのまま比較できない。

出典：Linear・コーディングエージェント別の固定コホート集計（原文を日本語で要約）

ここでPR数を生産性と読み替えると判断を誤ります。Linearが数えたのは「開かれたPR」であり、統合された変更ではありません。接続チームはエージェント普及前から高出力で、AI導入だけが増加の原因だとは示されていません。Linear自身も、増えた出力が良い事業成果につながったかは分からず、相関を示すデータだと説明しています。

それでも意味があるのは、トークン消費ではなく仕事の流れまで観察した点です。トークンが多くても価値の低い修正はあり、少ないトークンで重要な不具合を直すこともあります。編集部は、AI導入の評価軸が「どれだけ生成したか」から「人の確認を通って何が完了したか」へ移る流れが強まるとみます。今後、統合率や顧客影響が伸びなければ、PR増加は生産性向上ではなく作業量の膨張だったと判断すべきでしょう。

時間短縮より、担当範囲の拡張が先に起きている

Linear内で既存業務に使う時間は減っていませんでした。2025年6月と2026年6月を比べると、課題作成、整理、コメントなどの時間は多くの職種で増加しています。その上にAIとの会話やエージェントへの依頼が新しい仕事として加わりました。レポートは、現時点では人が働く時間を減らすより、製品開発へ投入する活動量を増やしていると整理しています。

一方で、役割の境界は動いています。直近30日にPRを添付したプロダクト職は2年間で3％から10％、デザイナーは1％から8％へ増えました。Linearのエージェント機能では、人を主担当に残したままAIを協力者として課題へ割り当て、変更内容や推論を確認できます。非技術職が仕様を渡すだけでなく、小さな修正を自分で形にし、人が責任を持ってレビューする運用が広がっていると考えられます。

エージェントへ課題を委任しても、人が主担当のまま残り、AIは協力者として追加される。変更内容とその根拠を人が確認できる。

出典：Linear「Linear for Agents」（原文を日本語で要約）

導入効果は量・品質・人の負担を同じ表で追う

企業が試すなら、AIを接続する前の4週間と導入後の4週間を同じチームで比べます。量は作成した課題とPR、品質はPRの統合率と差し戻し率、負担はレビュー時間と修正時間で分けてください。最後に、障害の減少、顧客要望の解決、リリースまでの日数など、事業に近い完了指標を一つ置きます。

活動量だけが増え、統合率が下がり、レビュー時間が伸びるなら、エージェントへ渡す仕事が広すぎます。完了条件を明確にできる小さな課題へ戻すべきです。反対に、品質を保ったまま解決日数が短くなるなら、同じ型の仕事へ広げられます。Linearの数字はソフトウェア開発企業と有料利用者に偏るため、一般企業の全部門へ同じ伸び率を当てはめることはできません。それでも、AIの成果を生成量ではなく、人の責任を通過した完了で測る設計は業種を問わず使えます。