Google、社内向けコーディングAI「GfG」の成果を発表

米Googleなどの研究者は10月、企業独自の開発データで大規模言語モデルを調整し、社内システム開発に特化させる手法と実用効果を論文で発表しました。Googleではすでにコードの75%以上がAIによって作成または下書きされていますが、公開データで学習した汎用モデルは、数十億行に及ぶ社内リポジトリの独自ライブラリや設計パターン、言語に十分対応できない課題がありました。研究チームは基盤モデルGeminiを社内向けに特化させた「Gemini for Google（GfG）」を開発しました。

学習には完成コードに加え、コードレビューでの指摘と修正前後の差分、社内文書やQ＆A、開発画面の履歴から抽出したビルドエラー解消までの変更、本番環境の改善履歴や操作ログなど、開発プロセス全体から集めた1兆トークン規模のデータを使いました。社内データの学習で基礎的な推論能力が低下する破滅的忘却を防ぐため、事前学習の完了直前に社内データを注入する「中間学習介入」と、汎用データを混ぜて復習させる「データリプレイ」を組み合わせました。これにより、汎用能力を保ちながら社内知識を定着させたとしています。

社内開発者2万9000人を対象にしたブラインドA/Bテストでは、Gemini 2.5 Proと比べ、タスク完了までのAIとのやり取りが23.1％減り、応答時間は8.9％短縮しました。AIが生成したコード行が14日後も修正されずコードベースに残る割合を示すコード生存率は16.8％向上しました。

実務では、広告部門が32ビットIDを64ビット整数へ移行する作業で、手作業より所要時間を推定50％削減し、提出された変更リストのコード変更の80％をAIが作成しました。非効率なコードを検出して最適化するシステム「ECO」により、四半期ごとにCPU50万コア相当の計算資源を節約しています。コピーしたコードを貼り付け先に合わせて調整する「Smart Paste」は、Googleで新たに書かれるコード全体の1％以上を占めると報告されています。なお、論文は10月に発表されたもので、記事は2026年11月13日公開です。これらは論文で報告されたGoogle社内の利用状況と効果です。なお、原文記載の「1兆トークン」はデータ規模であり、性能指標とは区別して記載しています。さらに、原文には「2026年11月13日公開」とありますが、これは記事の公開日であり、論文発表日は「10月」とされています。広告部門の作業時間削減は「推定50％」です。コード生存率の説明は、AI生成コードが14日後も修正されずに残る割合です。これらの条件は各数値の意味を示すために明記しました。

米Googleなどの研究者は10月、企業独自の開発データで大規模言語モデルを調整し、社内システム開発に特化させる手法と実用効果を論文で発表しました。Googleではすでにコードの75%以上がAIによって作成または下書きされていますが、公開データで学習した汎用モデルは、数十億行に及ぶ社内リポジトリの独自ライブラリや設計パターン、言語に十分対応できない課題がありました。研究チームは基盤モデルGeminiを社内向けに特化させた「Gemini for Google（GfG）」を開発しました。

学習には完成コードに加え、コードレビューでの指摘と修正前後の差分、社内文書やQ＆A、開発画面の履歴から抽出したビルドエラー解消までの変更、本番環境の改善履歴や操作ログなど、開発プロセス全体から集めた1兆トークン規模のデータを使いました。社内データの学習で基礎的な推論能力が低下する破滅的忘却を防ぐため、事前学習の完了直前に社内データを注入する「中間学習介入」と、汎用データを混ぜて復習させる「データリプレイ」を組み合わせました。これにより、汎用能力を保ちながら社内知識を定着させたとしています。

社内開発者2万9000人を対象にしたブラインドA/Bテストでは、Gemini 2.5 Proと比べ、タスク完了までのAIとのやり取りが23.1％減り、応答時間は8.9％短縮しました。AIが生成したコード行が14日後も修正されずコードベースに残る割合を示すコード生存率は16.8％向上しました。

実務では、広告部門が32ビットIDを64ビット整数へ移行する作業で、手作業より所要時間を推定50％削減し、提出された変更リストのコード変更の80％をAIが作成しました。非効率なコードを検出して最適化するシステム「ECO」により、四半期ごとにCPU50万コア相当の計算資源を節約しています。コピーしたコードを貼り付け先に合わせて調整する「Smart Paste」は、Googleで新たに書かれるコード全体の1％以上を占めると報告されています。なお、論文は10月に発表されたもので、記事は2026年11月13日公開です。これらは論文で報告されたGoogle社内の利用状況と効果です。なお、原文記載の「1兆トークン」はデータ規模であり、性能指標とは区別して記載しています。さらに、原文には「2026年11月13日公開」とありますが、これは記事の公開日であり、論文発表日は「10月」とされています。広告部門の作業時間削減は「推定50％」です。コード生存率の説明は、AI生成コードが14日後も修正されずに残る割合です。これらの条件は各数値の意味を示すために明記しました。