この記事でいちばん面白いのは、AIをもっと賢くする話ではなく、AIをちゃんと管理する話に寄っているところです。派手さはない。でも、現場ではたぶんこちらの方がずっと切実です。
New Relicは2026年7月30日、AIコーディングエージェントの利用状況を観測・管理するMCPサーバ「New Relic Preflight」をオープンソースで公開しました。MCPは Model Context Protocol の略で、ざっくり言えば「AIアシスタントと外部ツールをつなぐための共通の接続ルール」です。AIに“社内システムやデータを読ませるためのUSB-C”みたいなもの、と考えると分かりやすいです。
Preflightが対応するのは、Claude Code、Cursor、GitHub Copilot、Windsurf といった人気のAI開発ツールです。これらはコード生成や修正をかなり強力に手伝ってくれますが、そのぶん企業側から見ると「今いくら使っているのか」「どれだけ役に立っているのか」が見えづらくなりがちです。
そこでPreflightは、AIの利用状況をトークン単位で追いかけ、コストを測れるようにします。トークンというのは、AIが文章を細かく区切って数える単位です。人間の感覚でいう文字数や単語数に近いものですが、実際の課金や処理量はこのトークンで決まることが多い。つまり、AIを使えば使うほど、ここが地味に効いてきます。
個人的には、ここがかなり現実的だと思いました。AI導入の議論って、つい「生産性が上がる」「開発が速くなる」で終わりがちです。でも現場で本当に揉めるのは、「で、請求書は？」なんですよね。Preflightはその嫌な質問に、かなり真正面から答えようとしている感じがあります。
Preflightは単なるコスト表示ツールではありません。New Relicはこれを「Observability for AI」として位置付けています。Observability は、システムが今どう動いているかをデータで把握する考え方です。日本語にすると監視に近いですが、ただ止まっているかを見るだけではなく、なぜそうなったかまで追いやすくするイメージです。
Preflightは、AIエージェントに対してNew Relicが持つ観測データを渡します。記事ではこれを「Ground Truth」と呼んでいます。Ground Truth は、簡単に言うと「現場の事実」です。AIが勝手に推測するのではなく、実際のトラフィック、エラー、遅延、リソース使用状況といったデータを見せることで、AIがより筋のいい提案をしやすくなるわけです。
ここはかなり重要です。AIはそれっぽい答えを返すのが得意ですが、現場の泥臭い事情までは自動で知りません。そこに観測データを渡す。すると、AIは「理想のコード」ではなく「この環境でちゃんと動くコード」に寄っていく。派手ではないけれど、実用上はかなり大きい差です。
New Relicはこれを、AIのためのAI活用、つまり「AI for Observability」とも説明しています。言い換えると、AIを監視するためにAIを使う、という構図です。なんだか少しややこしいですが、実際の運用の世界ってだいたいこういうふうに層が増えていきます。最初は便利だったのに、気がつけば“便利なものを管理するための便利なもの”が必要になる。ITあるあるです。
New Relicが引用している独自調査「The 2026 State of AI Coding Report － 日本版」によると、テクノロジーリーダーの67％が「社内で作成されるコードの51〜75％がAI由来」と答え、95％が「AIコードの本番環境への適用が進んでいる」と回答しています。
この数字、かなり強いです。もう「AIは試してみた」段階ではなく、仕事の中にかなり深く入っている。そうなると次に起きるのは、性能の競争ではなく運用の問題です。AIがどれだけコードを書けるかより、どれだけ安全に、どれだけ無駄なく使えるかが効いてきます。
記事では、企業がこうしたAI活用に悩む大きな理由として、2つの悩みを挙げています。
ひとつは、いきなりコードを直し始めることへの不安です。AIは勢いよく修正しますが、現場ではその“勢い”が不安の種になります。人間のレビューをすり抜けて変な変更が入ると困るし、どの環境にどう効くのかも見えにくい。New Relicの調査では、88％が「AIによるコーディングの正確な本番環境ポリシーへの適合に完全に禁じているわけではない」と答えています。少し回りくどい表現ですが、要するに「全面禁止にはしていないが、素直に信用もしていない」という空気です。まあ、そりゃそうだろうと思います。
もうひとつは、コストの見えにくさです。AIツールは便利ですが、使い方によっては請求額がじわじわ膨らみます。記事では、78％が「本番環境の損失を減らす」と回答し、コードのコストを1.7倍、バグのコストを28％削減したという結果が示されています。さらに、74％が「AIコードを本番に適用するには大幅な修正が必要」と答え、86％が「AIが書いたコードの確認にもっと時間が必要」と述べています。
ここで面白いのは、AIが広まるほど、人間の手戻りもちゃんと増えていることです。夢のように全部自動化、とはいかない。むしろ、AIの速度に合わせて人間側の確認体制やガバナンスを作り直さないと、きれいに事故る。Preflightは、その“事故る前提”をちゃんと織り込んだ道具に見えます。
Preflightの説明を読んでいて感じるのは、New RelicはAIを敵視していない、ということです。むしろ逆で、AIはどんどん使うべきだが、その代わりに「何をどれだけ使っているか」は厳密に見よう、という姿勢です。
このバランス感覚はかなり好感が持てます。AIを過剰に怖がると導入が止まります。でも、楽観しすぎると本番環境が荒れる。現場で本当に必要なのは、その真ん中です。Preflightは、AIエージェントに対して「好きに動いていい。でも、使った分と起きたことは全部見えるようにしようね」と言っているようなものです。
しかもオープンソースで公開されたのがいい。企業向け製品の閉じた機能として出すのではなく、エコシステムに乗せて広げようとしている感じがあります。AI開発の世界は、ツール同士のつながりがどんどん重要になっていますから、MCPサーバとして出すのはかなり筋がいい選択だと思います。
少し意地悪に言うと、PreflightはAI開発をロマンから経理に引き戻す道具です。どれだけ華やかなデモを見せられても、最後に問われるのは「誰がいくら使って、何がどれだけ良くなったのか」ですから。
でも、これは悪いことではありません。むしろ健全です。AIが実務に入ったなら、便利さだけでなく、費用対効果、レビュー工数、リスク、ガバナンスまで含めて見ないといけない。Preflightはその“見ないといけない”をやりやすくします。
New Relicのメッセージを一言で言うなら、AIは野放しではなく、観測しながら使うもの、ということだと思います。私はこの考え方にかなり賛成です。AIは強力ですが、強力な道具ほど、使い方を雑にしてはいけない。Preflightは、その当たり前を仕組みにした点で、地味だけどかなり重要な発表でした。
参考: AIコーディングの利用状況、トークンコストを可視化するMCPサーバ「Preflight」をNew Relicが公開
