AIによるコード生成が急速に普及するなか、次に注目を集めているのが「生成されたソフトウェアをどう検証するか」という領域です。TechCrunchは、AIコードテストを手がけるスタートアップBlacksmithの企業価値が、1年未満でほぼ10倍に跳ね上がったと報じています。
「AIコードテストのスタートアップBlacksmithの評価額は、1年足らずでほぼ10倍に上昇した。」
「Blacksmithによると、同社の売上高は過去1年で10倍以上に成長した。」
AIがコードを書くほど、「テスト」と「検証」の価値が上がる
ここ数年、GitHub CopilotやCursor、DevinのようなAIコーディング支援ツールの登場によって、ソフトウェア開発の生産性は大きく変わりつつあります。開発者は以前よりも短時間で大量のコードを書けるようになりました。しかし、コード生成が高速化するほど、企業にとっては別の課題が浮上します。それが「そのコードは本当に安全で、意図通りに動くのか」という検証です。
Blacksmithのような企業が注目される背景には、まさにこの構造変化があります。AIが生成したコードは、一見正しく見えても、エッジケースへの対応不足、セキュリティ上の抜け穴、既存システムとの不整合を含む可能性があります。開発スピードが上がれば上がるほど、従来型の手作業中心のレビューやテストでは追いつかなくなるのです。
つまり、AIコーディング市場の拡大は、単に「コードを書くAI」だけでなく、「AIが書いたコードをチェックする仕組み」への需要も同時に押し上げています。Blacksmithの売上が1年で10倍以上に伸びたという点は、この需要がすでに実ビジネスとして顕在化していることを示しています。
日本企業にも迫る「AI開発の品質保証」問題
日本市場でも、生成AIを使った開発支援は着実に広がっています。大手SIer、スタートアップ、社内DX部門などで、AIによるコード補完や自動生成の導入が進みつつあります。ただし、日本企業は品質管理や障害対応に対して非常に慎重な文化を持つため、「AIで開発を速くする」だけでは本格導入が進みにくい面があります。
特に金融、製造、医療、行政システムのように信頼性が重視される分野では、AIが生成したコードをそのまま本番環境に投入することは難しいでしょう。そこで重要になるのが、自動テスト、静的解析、セキュリティスキャン、CI/CDパイプライン上での検証自動化です。
「開発効率化」から「開発ガバナンス」へ
今後、日本企業がAIコーディングを本格活用するには、単なる生産性向上ツールとしてではなく、開発プロセス全体のガバナンスとして設計する必要があります。誰が生成したコードなのか、どのAIモデルを使ったのか、どのテストを通過したのか、脆弱性チェックは済んでいるのか。こうした履歴や検証結果を管理する仕組みが求められます。
Blacksmithのようなコード検証系スタートアップの成長は、日本企業にとっても重要な示唆があります。AI開発の競争力は、コード生成の速さだけでは決まりません。むしろ、生成されたコードを安全に、継続的に、組織として信頼できる形で運用できるかが差別化要因になります。
次の投資テーマは「AIエージェントの監査・検証」か
AIコーディングの先には、AIエージェントが仕様の理解、実装、テスト、デプロイまでを自律的に行う世界が見え始めています。そうなると、必要になるのは単なるユニットテストの自動化だけではありません。AIエージェントの作業内容を監査し、リスクを検出し、必要に応じて人間にエスカレーションする仕組みです。
この流れを考えると、Blacksmithの評価額上昇は一過性のAIブームというより、ソフトウェア開発の構造変化を反映したものと見るべきでしょう。AIが開発現場に深く入り込むほど、「検証」「監査」「品質保証」「セキュリティ」はより重要なレイヤーになります。
日本のスタートアップにとっても、この領域は大きなチャンスがあります。日本企業特有の高い品質要求、複雑なレガシーシステム、厳格な業界規制に対応したAI開発検証ツールは、国内市場で強いニーズを持つ可能性があります。AIがコードを書く時代には、「速く作る」企業だけでなく、「安全に作れる」企業が評価されるようになるはずです。
引用元: AI code-testing startup Blacksmith’s valuation jumps almost 10x in less than a year
