業界の反発が強まる中、CapcomのAIゲーム開発はRE Engineへ
Capcomは、開発者の間で生成AIへの反発が強まる中、AIゲーム開発戦略をRE Engineへと移行させている。10月2日の技術カンファレンスで、プログラマーの石田聡氏は、社内の制作基盤を段階的に再構築する同社の計画「REX」を発表した。
この構想は、チャットボットに完成したゲームを生成させるという単純なものではない。Capcomが目指すのは、人間の開発者と並行してAIが読み取り、修正、テスト、検査できるソフトウェアシステムだ。同社はその到達点を「AIとともにゲームを創る未来」と表現している。
この違いは重要だ。Capcomがこの賭けに出るのは、業界内の分断が先鋭化している時期だからである。スタジオは、プロジェクト規模の拡大、開発サイクルの長期化、そして高額な品質保証作業に直面している。一方で、多くのアーティスト、デザイナー、ライター、プログラマーは、生成AIが雇用、創作上の所有権、労働環境を脅かすと考えている。
Capcomは、Resident Evil、Monster Hunter、Street Fighterで使われているエンジンの内部に、その答えを置こうとしている。REXが機能すれば、AI支援はリリース直前に追加される目立つ機能ではなく、開発を支えるインフラの一部となる。
CapcomのAIゲーム開発はクリエイティブ層の下から始まる
Capcomは、完成したゲームを生成する機械を発表しているのではない。AIとの互換性を軸に制作システムを再設計している。
石田氏は、東京で開催されたCapcom Open Conference RE: 2026でこの計画を発表した。Capcomはすでに、REX（RE neXt Engineの略）を自社エンジンの次の段階として位置付けていた。10月の発表により、このロードマップにおけるAIの方向性がより明確になった。
このタイミングには意図があった。RE Engineの開発は2014年に始まり、技術が初めて投入されたのは2017年のResident Evil 7だった。元のREXカンファレンス報道によると、Capcomは以降、このエンジンを27本以上のタイトルで使用してきた。
ゲームエンジンは、ゲームの構築、実行、デバッグ、出荷に使われる共通システムを提供する。グラフィックス、アニメーション、データ、物理演算、ツール、プラットフォーム対応など、さまざまな技術機能を管理できる。すべての制作チームがこれに依存するため、エンジンの変更はスタジオ全体の働き方を変え得る。
カンファレンス報告によると、現在は2,000人以上のCapcom開発者がRE Engineを利用している。そこには海外のスタッフや、別の開発環境に慣れた従業員も含まれる。したがって、このシステムは当初の設計者が想定した以上に多くの人、多くのプロジェクト、多様な働き方を支えなければならない。
ゲーム規模の拡大も別の問題を生んでいる。現代のリリースには、膨大な数のキャラクター、アニメーション、環境、インターフェース要素、プラットフォームごとの設定が含まれる。小さな修正であっても、大規模なデータセット全体で処理、変換、検証、テストが必要になることがある。
REXは、Capcomの既存基盤を捨てずにこうしたボトルネックへ対処することを意図している。同社のエンジンロードマップでは、RE Engineを完全に置き換えるのではなく、新技術を追加しながら段階的に移行する方針が示されている。
この段階的なアプローチは、移行リスクを抑える。基盤ツールが段階的に変化しても、チームはゲームを出荷し続けられる。また、個々のコンポーネントを全社標準にする前に、実運用で検証することも可能になる。
公開プレゼンテーションでは、REX内の複数の名称付きシステムが説明された。RE:Doxは、異なる種類のデータを表現・処理する方法を標準化する。RE:UIは、社内開発ツールで使用されるインターフェースフレームワークの一部を置き換える。
RE:Logは技術ログとコミュニケーションを集約する。RE:Flowsは視覚的なゲームロジックを標準化されたプログラミング言語へ変換する。RE:Runtimeは、エンジンが大量のオブジェクトやキャラクターを処理する方法を変える。
これらのコンポーネントは、すべてがAI製品というわけではない。直近の取り組みの多くは、速度、メモリ使用量、データ整合性、自動化、そして容易な協業に関するものだ。しかし、それらの共通構造は、将来的により深い機械支援をエンジンへ導入する準備になる。
このため、Capcomの発表はまずインフラの物語である。同社は、AIにより重要な作業を担わせる前に、開発者と機械が理解しなければならない情報を再編している。
REXがエンジンをAIにとって読みやすくする理由
REXは、標準化されたコードとデータを有用なAI支援の前提条件として扱う。
AIシステムは、社内ツールが一貫性のない形式、文書化されていない挙動、あるいは学習データに存在しない特殊なコードに依存している場合、うまく機能しにくい。人間の従業員も同じような障害に直面する。システムが共通のパターンに従えば、両者にとって有益となる。
Capcomによると、REXは基盤のより多くの部分を、広く理解されているプログラミング規則へ移行させる。RE:Flowsはその戦略を示す例だ。デザイナーはゲームの挙動を視覚的に組み立てられ、ツールはその作業をインターフェースの背後で標準化されたコードに変換する。
その利点は利便性にとどまらない。ビジュアルスクリプティングツールは、レビュー、マージ、デバッグが難しくなる形式でロジックを保存することが多い。そのロジックを読みやすいコードに変換すれば、協業や自動分析をより実用的に行える。
AIアシスタントは将来的に、その出力を検査し、障害を説明し、修正を提案し、あるいはテストを生成できるようになるかもしれない。意図する挙動を定義するのは、なお開発者である。機械は一貫した技術的表現を対象に動作する。
RE:Doxは、データに対して同様の考え方を適用する。ゲームには多数の特殊形式があり、それぞれ独自のルールや依存関係を持つ。共通のデータモデルは変換作業を減らすとともに、自動化システムが関係性を追跡しやすくする可能性がある。
RE:Logは観測の層を作る。ログは開発中のエラー、警告、パフォーマンスイベント、その他の活動を記録する。これらの記録を集約すれば、証拠が個々のマシンに散在するのではなく、エンジニアに検索可能な履歴を提供できる。
この履歴は、現在の人間による診断と、将来のAI支援による診断の双方を支え得る。モデルは新しい障害を過去のインシデントと比較し、関連する変更を特定し、考えられる原因を示唆できるかもしれない。その価値は、正確な記録と管理されたアクセスに依存する。
Capcomはすでに、組織知識システムへの関心を示している。同社のカンファレンスプログラムには、10年分に蓄積された技術知識へアクセスするための社内大規模言語モデルインターフェース、REAssistAIが含まれていた。このプロジェクトは、主要プレゼンテーションで詳述されたREXの5コンポーネントの外に位置するが、同じ論理に沿っている。
同社は実質的に、開発履歴を機械可読なコンテキストへ変換している。このアプローチは、ドキュメントと記録を日常の技術業務に結びつけた専門的なエンジニアリング知識ベースに似ている。
RE:UIはテスト可能性にも寄与する。Capcomは、人が画面を見守らなくてもソフトウェアがコンポーネントを検査できるよう、インターフェースフレームワークを設計した。この分離により、自動テストを実行・反復しやすくなる。
RE:Runtimeは実行性能に取り組む。すべてのオブジェクトを個別に管理するのではなく、システムは処理をより効率的に行えるブロックへグループ化する。また、開発者にとって扱いやすいコードを、Capcomのパフォーマンス重視言語であるRE:C++へ変換する。
こうした変更のどれも、AIが魅力的なResident Evilのレベルを独立して設計できることを意味しない。これらは、自動化ツールが動作できる、よりクリーンな運用面を整えるものだ。Capcomはまず、人間と機械の双方にとって作業を不安定にする曖昧さを減らしている。
これが、同社のより大きな主張の仕組みである。AIが有用になるのは、エンジンがコード、データ、ログ、テスト、ワークフローを、ソフトウェアが一貫して解釈できる形で公開してからだ。
本当の対立は支援か代替かにある
CapcomはAIを制作パートナーとして位置付ける一方、多くの開発者は同じ技術を雇用の置き換えにつながる道筋と見ている。
同社が想定する主なユースケースは社内業務に焦点を当てている。石田氏は、AIがプログラムを理解し、コードを作成し、テストセッションを実行し、ビルドの不具合を確認できる未来を説明した。これらの作業はクリエイティブプロセスの周辺に位置するが、それでも誰がその仕事を担うかに影響し得る。
テストは分かりやすい例だ。大規模なゲームでは、キャラクター、環境、ハードウェア構成、プレイヤーの行動にわたり、繰り返し確認する必要がある。自動エージェントは、人間のテスターより長時間にわたり、予測可能なシナリオを実行できる。
Capcomのカンファレンスプログラムでは、映像と音声の両方を評価する自律テストも個別に取り上げられた。この種のシステムは、再現可能な不具合をより早く見つける助けになり得る。しかし、戦闘が公平に感じられるか、ジョークが通じるか、ホラーシーンが意図した緊張感を生むかを自動的に判断することはできない。
コード支援にも同様の分担がある。AIは定型的な実装の下書き、ドキュメントの検索、よくあるミスの特定を行えるかもしれない。とはいえ、エンジニアはアーキテクチャ、パフォーマンス、セキュリティ、保守性、そして誤った提案がもたらす結果を評価しなければならない。
こうした人間によるレビューは、取るに足らない最終工程ではない。ゲームエンジンは、複数のプラットフォームで厳しいメモリとタイミングの制約の下に動作する。モデルによるもっともらしい回答であっても、特定の負荷下でのみ現れる微妙な不具合を引き起こす可能性がある。
Capcomはすでに、別の領域で生成AIを試している。Googleによると、同パブリッシャーはVertex AIとGeminiを活用し、ゲーム設定やオブジェクトに関する大量のアイデアを生成している。Capcom AIプロジェクトは、生成アセットを直接出荷するのではなく、ブレインストーミングを加速する手段として位置付けられていた。
この以前のプロジェクトは、非常に反復的な作業を対象としていたと報じられている。整合性のある架空世界を開発する際、チームは数十万件もの背景設定のアイデアを必要とすることがある。モデルは制約の中で初期候補を生み出し、従業員が関連性と品質を評価する形を取れる。
REXは、ブレインストーミングから技術的な制作へと範囲を広げる。CapcomがAI生成アートをリリース済みゲームから除外し続けるとしても、これは意味のあるエスカレーションだ。コード生成、自動テスト、ログ分析はいずれも、スケジュール、人員配置、責任に影響を与える。
労働をめぐる文脈は、こうした選択を敏感なものにする。2026年の開発者調査は、ゲーム業界の専門家2,300人以上から回答を集めた。その結果、36％が職務で生成AIを使用していると答えた。
導入は支持には結び付かなかった。生成AIが業界に悪影響を与えていると答えた人は52％で、前年の30％から増加した。影響が肯定的だと考えたのはわずか7％だった。
反対は、ゲーム制作に最も近い職種で特に強かった。否定的な回答は、ビジュアル・テクニカルアーティストで64％、デザイン・ナラティブ担当者で63％、プログラマーで59％に達した。
これらの結果は、CapcomのAIゲーム開発における中心的な緊張を生み出している。経営側は自動化を、膨らむ制作コストへの防御策と捉えることができる。労働者側は、レイオフの影響をすでに受けた職務への圧力として、同じ投資を見る可能性がある。
Capcomは、REXが職位を削減すると発表してはいない。また、このプロジェクトに関連する人員保証も示していない。責任ある読み方は、無害な支援と決めつけることと、自動化による代替計画と断定することの間にある。
Capcomが成功をどのように測定するかが決定的な争点となる。待機時間の短縮、バグの早期発見、反復作業の削減によってREXを評価するなら、パートナーシップという主張の信頼性は高まる。人員削減が主な成果となるなら、代替への懸念はますます拭い去りにくくなる。
著作権、セキュリティ、信頼性はなお未解決
機械可読なエンジンがあっても、学習データの所有者、生成コードの承認者、自動化が失敗した際の責任主体は決まらない。
Capcomは、こうしたリスクのいくつかを認めている。公開された投資家対話で同社は、すでにバグチェックやRE Engineの効率化にAIを利用していると述べた。また、著作権、データセキュリティ、専門人材の育成を継続的な課題として挙げている。
著作権に関する問題は、システムとその入力データに左右される。承認済みのCapcomコードを使って社内学習したツールは、出所不明のリポジトリで学習した公開モデルとは異なるリスクを伴う。カンファレンスでの発表では、包括的なモデルガバナンスポリシーは示されなかった。
選定された技術を公開することは、別の複雑さももたらす。報道によれば、Capcomは外部開発者やAIシステムがRE:DoxとRE:Logを理解できるよう、その一部を公開する計画だという。オープンソースコードは、ドキュメント、テスト、相互運用性を改善し得る。
一方で、慎重なセキュリティレビューを要するアーキテクチャの詳細を露出させる可能性もある。Capcomは、再利用可能なインフラと、独自システム、認証情報、ゲームデータ、未発表の制作情報を分離しなければならない。公開リポジトリだけでは、安全なAI利用を確立したことにはならない。
データ漏えいは、より差し迫った職場上の懸念となる。プロンプトが管理された環境の外に出れば、開発者は機密コードやアセットを露出させる可能性がある。エンタープライズ向けのアクセスルール、ログ記録、保持制限、モデル分離は、モデルの能力と同じくらい重要になる。
信頼性には別個のリスクがある。大規模言語モデルが生成するのは、検証済みのエンジニアリング判断ではなく、もっともらしい出力だ。APIを捏造したり、プラットフォーム上の制約を見落としたり、コンパイルは通るものの誤動作するコードを推奨したりする可能性がある。
自動テストも、与えられたテスト内容を反映する。エージェントは想定されたルートを繰り返し完了できても、予想外のプレイヤー行動を見逃す場合がある。技術的な安定性を確認しても、分かりにくいデザイン、アクセシビリティの問題、面白みに欠ける遭遇を認識できないかもしれない。
REXは、生成を実行と検証に結び付けることで、一部の失敗を減らせる可能性がある。コードを書き、ビルドし、テストを実行するアシスタントは、切り離されたプロンプトだけで作業するアシスタントよりも質の高いフィードバックを得られる。それでも、人間が定義した受け入れ基準は必要だ。
クリエイティブの質は、なお形式化が難しい。Capcomのゲームは、タイミング、ビジュアルディレクション、レベル構成、パフォーマンス、そして意図的に設計されたプレイヤーの期待に支えられている。こうした質は、単に有効なコードからではなく、反復と判断を通じて生まれる。
Pragmataは、この発表に特異な文化的背景を与えている。そのSF物語は、人工知能への危険な依存を描く。Capcomの制作戦略はそのフィクションと同一ではないが、この対比は現実的な問題を浮き彫りにする。
同社は開発者に対し、最も価値あるIPを生み出すシステムの内部でAIを信頼するよう求めている。その信頼は、目に見える安全策、正確な結果、明確な説明責任によって得られなければならない。協業をうたうスローガンは、それらの統制に代わるものではない。
したがって最大の未解決事項はガバナンスだ。誰が生成された変更を承認でき、それらはどのように表示・識別されるのか。モデルはどのデータにアクセスでき、そのデータはどれだけの期間保持されるのか。
Capcomはまた、人間のレビュアーが自動生成された出力に異議を唱えるための十分な時間を確保できるかを判断しなければならない。AI支援は、チームが責任を持って確認できる速度を超えて、提案コードの量を増やす可能性がある。生成が速くなっても、制作が速くなるとは限らない。
信頼できるプログラムであれば、流出した不具合、偽陽性、レビュー時間、セキュリティインシデント、従業員体験を追跡するはずだ。Capcomはまだこうした指標を公表していない。それまでは、REXは実証済みの制作改革ではなく、技術的な方向性にとどまる。
CapcomのAI戦略が機能しているかを示す3つのシグナル
次に必要な証拠は、実際に動作するツール、開示された安全策、測定可能な開発成果から得られなければならない。
第1のシグナルは、REXコンポーネントのリリースと導入状況だ。Capcomは移行を段階的に進めるとしており、個々のシステムを評価しやすい。RE:Dox、RE:UI、RE:Log、RE:Flows、RE:Runtimeは、より広範なAIビジョンが実現する前に、観測可能な変化を生み出すはずだ。
有用な証拠には、反復作業時間の短縮、ツールのフリーズ減少、データ処理の高速化、より信頼性の高い自動テストなどが含まれる。デモンストレーションは、限定的な実験室の例ではなく、実制作の条件を示すべきだ。
オープンソースでの活動も、もう1つの指標となる。公開コード、ドキュメント、Issue履歴、外部からの貢献は、選定されたREX技術が精査に耐えるほど成熟しているかを示し得る。また、どの部分が社内にとどまるのかも明確にできる。
第2のシグナルは、Capcomのガバナンスポリシーだ。同社は著作権とセキュリティの懸念を認識しているが、認識だけで運用ルールが確立されるわけではない。開発者は、モデルがどのデータを使用し、どの判断に人間の承認が必要なのかを知る必要がある。
開示では、従来型の自動化と生成AIを区別すべきだ。ランタイムオブジェクトをグループ化するシステムは、ソースコードを生成するモデルと同じではない。それらをAIという単一のラベルでまとめると、技術評価と労働に関する議論の両方が不正確になる。
Capcomは、生成コードに識別可能な来歴情報が付与されるかも説明すべきだ。レビュアーには、どのモデルが変更を生成し、どのコンテキストを受け取り、どの従業員が承認したかの記録が必要になる。その記録は、後に不具合が発生した際に重要となる。
第3のシグナルは、制作チームとスケジュールに何が起こるかだ。ゲームの高度化に伴い、Capcomは投資需要の増加に直面している。同社の報告によれば、販売拡大を継続しながら収益性の向上を目指している。
REXが待機時間と反復作業をなくすなら、チームはデザイン、最適化、プレイヤー中心のテストにより多くの時間を割けるはずだ。その結果は、AIがパートナーとして機能するというCapcomの主張を裏付けるだろう。
スケジュールが拡大し続け、同時に作業負荷が強まるなら、効率性の主張は弱まる。同様に、AI導入が、より良い品質データを伴わずに初級職の採用減少やテストチームの縮小を伴う場合もそうだ。
業界の認識は、引き続き有用な対照材料となる。GDCの調査は、利用と受容が逆方向に進み得ることを示している。開発者は雇用主に求められてツールを導入する一方、その価値には疑問を持ち続けるかもしれない。
競合他社の動向も重要だ。2026年の調査では、Unreal Engineが開発者の42パーセントにとって主要エンジンであり、Unityは30パーセントを占める。それらのAIツールは、Capcomの社内プラットフォームにとって外部ベンチマークとなる。
Capcomは、RE Engineを一般向けの商用製品として販売していないため、エンジン市場で勝つためにREXを必要としているわけではない。ただし、社内ツールは、より大規模な外部プラットフォームを使うスタジオが利用できる機能と競争する必要がある。
自社エンジンを管理していることは、同社にとって利点となる。CapcomはAIツールを、自社のデータ形式、ビルドシステム、テストインフラ、技術的な履歴に直接接続できる。サードパーティベンダーのロードマップを待つ必要はない。
その管理は同時に責任を集中させる。REXが信頼性の低いワークフローや不十分な安全策を生み出した場合、Capcomは外部のエンジン提供者を非難できない。同社はアーキテクチャ、実装、そして職場への影響を担っている。
CapcomのAIゲーム開発を最も信頼できる形で解釈するなら、それは自律的な創造性でも単なるマーケティングでもない。スタジオの技術環境を、人と機械の双方が理解できるものにするための長期的な取り組みだ。
その取り組みは、華やかではないエンジニアリングから始まる。標準化されたデータ、読みやすいコード、一元化されたログ、高速なインターフェース、再現可能なテストだ。AIは基盤全体ではなく、その次のレイヤーとなる。
開発者にとって直近の問いは、モデルが完全なゲームを作れるかどうかではない。所有権、判断、雇用条件を損なうことなく、AIが測定可能な摩擦を取り除けるかどうかだ。
REXのリリース、Capcomの安全策、そして制作チームが経験する成果に注目してほしい。これらのシグナルが、「共に創る」という言葉が生産的な協業を表すのか、それとも仕事を人から遠ざけるための穏当な呼び名にすぎないのかを決める。
