PLCプログラマーコード生成AI 比較副業 2026｜PLC制御コードをAIで書く副業向けツール比較

2026年2月2日

中西直美

この記事のポイント

✓PLCプログラマーがコード生成AIを副業に活かすための比較ガイド
✓ST言語やラダー支援に強いツールの違い
✓始め方までを客観データで整理

「制御の仕事は長くやってきたけれど、これから先、この技術だけで大丈夫なのかな」。最近、こういうご相談が本当に増えています。工場の設備を動かすPLCのプログラム、いわゆるラダーやST言語を書いてきた技術者の方が、コード生成AIの登場を前に、少し不安そうな顔で相談に来られるんです。

大丈夫ですよ。まず、その不安は自然なものです。新しい波が来たとき、心がざわつくのは、あなたが真面目に仕事と向き合ってきた証拠です。

この記事では、「PLCプログラマーがコード生成AIをどう比較して、どう副業につなげるか」を、感情的な煽りではなく、客観的なデータと市場の動きから一緒に整理していきます。読み終わるころには、「なるほど、こういう順番で試せばいいのか」という具体的な地図が手に入るはずです。焦らなくて大丈夫。一つずつ、いきましょう。

PLCプログラマーとコード生成AIをめぐる現在地

まず、いま何が起きているのかを落ち着いて見てみましょう。不安の正体は、多くの場合「よくわからないもの」への恐れです。輪郭がはっきりすれば、心はずいぶん軽くなります。

コード生成AIは、この数年で急速に実務へ入り込んできました。自然言語で「こういう処理をするコードを書いて」と伝えると、AIがコードを提案してくれる。あるいは書きかけのコードの続きを補完してくれる。そういう技術です。

コード生成AIは、自然言語による指示や既存コードの文脈から、AIがプログラムコードを自動生成・補完・修正する技術として急速に進化しています。2026年に入ってからは、Cursor・Claude Code・OpenAI Codex・GitHub Copilotといった主力ツールに加え、国産AIエージェント基盤「JAPAN AI Code」がSWE-bench Verifiedで解決率80.2%を達成するなど、コード生成AIの選択肢は一段と多様化しました。

ここで大事なのは、これらのツールの多くが「一般的なソフトウェア開発」を主戦場にしている、という点です。WebアプリやPythonのスクリプト、業務システムのコードには非常に強い。一方で、PLCの世界、つまり三菱電機・キーエンス・オムロン・シーメンスといったメーカーごとに方言のある制御コードは、まだAIにとって不慣れな領域が多く残っています。

だからこそ、PLCプログラマーの立場からの「比較」には、独自の視点が必要になります。世間で「このAIが一番」と言われていても、制御の現場でそのまま使えるとは限らないからです。

制御技術者が感じている不安の中身

カウンセリングの現場でお聞きすると、制御技術者の方の不安は、だいたい3つに整理できます。

1つ目は「自分の仕事がAIに奪われるのではないか」という不安。2つ目は「新しいツールについていけないのではないか」という不安。3つ目は「副業してみたいけれど、何から手をつければいいのかわからない」という迷いです。

このうち、1つ目についてはあとで詳しくお話ししますが、結論だけ先にお伝えしておきますね。PLCの世界は、実際の設備・センサー・アクチュエータという物理現象と深く結びついています。安全に人と機械が共存するための知見は、コードの文字面だけでは表現しきれません。ですから、AIは「あなたを置き換えるもの」ではなく「あなたの手を速くする道具」だと考えるのが、いまのところ最も現実に近い理解です。

3つ目の「何から始めればいいか」については、この記事全体が答えになっています。順番に読み進めてもらえれば大丈夫です。

なぜいま「副業」という選択肢が現実的になったのか

ひと昔前、制御技術者が副業をするのは、正直かなり難しいことでした。仕事の多くが現場常駐で、設備の前でしか作業できなかったからです。

ところが、状況が変わってきました。設計ドキュメントの作成、ST言語のロジック設計、仕様書のレビュー、他社PLCへの移植検討、教育コンテンツの作成といった「頭を使う部分」が、オンラインで完結できるようになってきたのです。ここにコード生成AIが加わると、一人でこなせる作業量が大きく広がります。

在宅でできる技術系の副業案件を扱うAI・マーケティング・セキュリティのお仕事のような分野では、制御知識とAI活用スキルを掛け合わせられる人材への需要が、静かに高まっています。制御一本ではなく、「制御 × AI」で自分を差別化する。これが、いまの時代に合った身の守り方であり、攻め方でもあります。

コード生成AIでPLC開発のどこまでができるのか

比較の前に、「そもそもAIに何ができて、何ができないのか」を正確に知っておきましょう。ここを曖昧にしたまま道具を選ぶと、期待と現実のギャップでつまずいてしまいます。

過度な期待も、過度な諦めも、どちらもあなたの判断を鈍らせます。事実をフラットに見ていきましょう。

いまのAIが得意なこと

現時点のコード生成AIが、PLC関連業務でしっかり力を発揮するのは、次のような領域です。

第一に、ST言語(ストラクチャードテキスト)の記述支援です。ST言語はIEC 61131-3で標準化された、C言語に似た構文を持つ言語です。AIは一般的なプログラミング言語の学習量が多いため、ST言語のロジック骨組みを提案するのは比較的得意です。「タイマーを使って一定時間後に出力をオンにするST言語を書いて」といった指示には、それなりに使える叩き台を返してくれます。

第二に、コメントやドキュメントの生成です。既存のコードを貼り付けて「このロジックの説明文を書いて」と頼むと、仕様書のたたき台を作ってくれます。ドキュメント作成は制御現場で後回しにされがちな作業なので、ここだけでも時短効果は大きいです。

第三に、変換・移植の下ごしらえです。ある処理の考え方を別の言語や別メーカーの構文に置き換えるとき、AIに整理させてから人間が確認する、という使い方が有効です。

第四に、学習の相棒としての役割です。「この命令の意味を教えて」「なぜこの書き方が推奨されるのか」といった質問に、24時間いつでも答えてくれます。一人で学ぶ孤独が、少し和らぎます。

ある制御技術者の方は、「AIに聞けば怒られない。上司に聞くのは気が引ける初歩的な質問も、遠慮なくできる」とおっしゃっていました。これは心の面でも、実はとても大きな効用です。

いまのAIが苦手なこと・任せてはいけないこと

一方で、AIに任せてはいけない領域も、はっきり存在します。ここを軽視すると、現場では取り返しのつかない事故につながりかねません。

まず、ラダー図(ラダーロジック)そのものの生成は苦手です。ラダーはメーカー独自のバイナリ形式やプロプライエタリな開発環境に依存しており、テキストで完結しないため、AIが直接吐き出すのは現状かなり困難です。ST言語の提案と比べると、精度は大きく落ちます。

次に、安全に関わるロジックです。非常停止、インターロック、セーフティリレー連携といった、人命や設備の安全に直結する部分を、AIの提案そのままで実装するのは絶対に避けるべきです。AIは「もっともらしいけれど間違っているコード」を、堂々と提示してくることがあります。これをハルシネーション(もっともらしい嘘)と呼びます。

そして、実機のタイミング・スキャンタイム・電気的制約の理解です。PLCはミリ秒単位のスキャン周期で動き、物理的なI/Oと結びついています。この現実世界との接点は、コードの文字列だけを見ているAIには、まだ十分に扱えません。

ChatGPTのようなツールでPLCプログラムをどこまで作れるかを検証した記事でも、「AIは道具であり、最終判断は人間が行うべき」という結論は一貫しています。この認識は、副業で信頼を得るうえでも極めて重要です。AIが出したコードを無検証で納品する人は、遠からず信用を失います。

「AIに仕事を奪われるのか」への率直な答え

不安に思っている方に、正直にお伝えします。単純作業のコーディング補助という意味では、AIは確実にあなたの一部の作業を代替します。これは避けられません。

けれど、代替されるのは「作業」であって「仕事」ではありません。要件を正しくヒアリングし、安全を設計し、実機で検証し、トラブルの原因を突き止める。この一連の判断こそが、制御技術者の本当の価値です。そこはAIには渡りません。

むしろ、AIを使いこなせる制御技術者と、そうでない技術者の間で差が開いていく、というのが現実的な見立てです。恐れるべきはAIそのものではなく、AIを味方につけないまま立ち止まってしまうことです。あなたは一人じゃありません。同じ不安を抱えながら、少しずつ学び始めている仲間は、たくさんいます。

PLCプログラミングで使える主要コード生成AIの比較

ここからが本題です。副業で使うことを前提に、主要なコード生成AIを比較していきましょう。「どれが最強か」ではなく、「制御技術者のあなたにとって、どれが相棒になりやすいか」という視点で見ていきます。

なお、料金は各サービスの一般的な個人向けプランの相場感で示します。為替やプラン改定で変動するため、契約前には必ず公式で最新の金額を確認してください。

ChatGPT / Claude などの汎用対話型AI

まず、最も手軽に始められるのが、ChatGPTやClaudeといった汎用の対話型AIです。ブラウザやアプリのチャット画面に、日本語で相談する形で使います。

料金相場は、無料プランでも基本機能が使え、有料プランで月3,000円前後が一般的です。PLC副業を始めるときの「最初の一歩」として、費用対効果は非常に高いです。

強みは、対話のしやすさと汎用性です。ST言語の骨組み作成、仕様書のたたき台、命令の意味の解説、移植の考え方の整理まで、幅広くこなします。専門の開発環境を用意しなくても、思いついたときにすぐ質問できる気軽さは、学習の継続にとても効きます。

弱みは、あなたのプロジェクト全体を見て動くわけではない点です。チャットに貼り付けた範囲でしか判断できないので、大規模なコードの一貫した管理には向きません。また、機密情報の取り扱いには細心の注意が必要です(この点は後述します)。

副業で「まず試してみたい」という方には、この汎用対話型AIからのスタートを強くおすすめします。いきなり高機能なツールに手を出すより、心理的なハードルが低いからです。

GitHub Copilot

GitHub Copilotは、エディタ(VS Codeなど)に組み込んで、コードを書きながらリアルタイムで補完してもらうタイプのツールです。開発者の間で最も普及しているコード補完AIの一つです。

料金相場は、個人向けで月1,500円前後(年払いだと割安)です。学生や一部OSS貢献者は無償で使える枠もあります。

強みは、コードを書く手が止まりにくくなることです。GitHubが2,000人超の開発者を対象にした調査でも、補完の受け入れ率と生産性向上の実感には強い相関が見られたと報告されています。

GitHubが2,000人超の開発者を対象に実施した調査でも、コード補完の受け入れ率と「生産性が向上した」と感じた割合に強い相関があると報告されています。コード生成AIは単なる入力支援ではなく、開発体験そのものを書き換えるインフラへと位置づけが変わってきていることがわかります。

PLCの文脈では、ST言語のファイルを扱うときに効果を発揮します。一方、ラダー専用の統合開発環境の中で直接使えるわけではないので、あくまで「テキストベースの制御コードやドキュメント、周辺スクリプトを書くときの相棒」と考えるのが正確です。

Cursor / Claude Code などのエージェント型ツール

Cursorや Claude Codeは、より進んだ「エージェント型」のツールです。単なる補完を超えて、プロジェクト全体を理解し、複数ファイルにまたがる修正や、指示に基づいた一連の作業をこなします。

料金相場は、月3,000円前後から、使い方によってはそれ以上になります。汎用対話型AIより一段高機能なぶん、学習コストもやや高めです。

強みは、規模の大きい作業を任せられること。テストコードの生成、リファクタリング、ドキュメントの一括生成など、副業案件で「まとまった量をこなしたい」ときに威力を発揮します。

弱みは、初心者にはやや敷居が高いこと。エディタやコマンドラインの操作に慣れていないと、最初は戸惑うかもしれません。制御技術者の方の中には、普段Windowsの専用ソフトしか触っていないという方も多く、そういう場合は汎用対話型AIで慣れてから移行するのが安心です。

国産・専門特化型のAI

近年は、国産のコード生成AI基盤も台頭してきました。前述のJAPAN AI CodeがSWE-bench Verifiedで解決率80.2%を達成するなど、性能面でも海外勢に迫っています。

国産ツールの利点は、日本語の指示への親和性が高いこと、そして国内企業の機密情報の取り扱いに配慮した契約形態を選びやすいことです。製造業の受託案件では、情報管理の観点から国産・オンプレミス系のツールが求められるケースもあります。

制御業界は情報の機密性が高い分野なので、副業で企業案件を受ける際には、こうした選択肢があることも頭の片隅に置いておくとよいでしょう。

比較のまとめ表

主要なタイプを、副業視点で整理すると次のようになります。

タイプ	代表例	月額相場	始めやすさ	PLC副業での主な用途
汎用対話型	ChatGPT / Claude	無料〜3,000円前後	◎	ST言語骨組み・仕様書・学習相棒
コード補完型	GitHub Copilot	1,500円前後	○	STファイル記述・周辺スクリプト
エージェント型	Cursor / Claude Code	3,000円前後〜	△	大量作業・リファクタ・一括生成
国産・専門型	JAPAN AI Code 等	要問い合わせ	○	機密案件・日本語親和・企業受託

大切なのは、「全部を使う」必要はない、ということです。まずは1つ、自分に合いそうなものから始めれば十分です。

失敗しないコード生成AIの選び方

道具は揃いました。では、あなたにとってどれを選べばいいのか。選び方の軸を、副業を前提に整理していきましょう。ここでも、焦らず一つずつ確認していけば大丈夫です。

目的から逆算して選ぶ

一番大切なのは、「何のために使うのか」を先に決めることです。ツールの機能から選ぶと、たいてい迷子になります。目的から逆算すると、選択肢は自然と絞れます。

もし目的が「まず学びながら副業の感触をつかみたい」なら、汎用対話型AIの一択です。費用も低く、心理的ハードルも低い。学習と実践を同時に進められます。

もし目的が「すでに受けている案件のコーディングを速くしたい」なら、GitHub Copilotのようなコード補完型が合います。手が止まらなくなる効果は、日々の作業時間に直接効いてきます。

もし目的が「まとまった量の受託をこなして単価を上げたい」なら、エージェント型を視野に入れます。ただし、これは他のツールで基礎を固めてからで十分です。

コスト回収の見通しで選ぶ

副業ですから、費用の回収も冷静に考えましょう。ここは感情ではなく、算数の話です。

たとえば月3,000円のツールを契約するなら、それによって月に数時間でも作業が短縮できれば、副業案件の報酬で十分に元が取れます。制御系のドキュメント作成やレビューの副業単価は、案件により5,000円から3万円程度の幅があり、月に1件でもこなせればツール代は回収できる計算です。

ここで大事なのは、「安さ」だけで選ばないこと。無料にこだわりすぎて、時間を大量に浪費しては本末転倒です。時間はお金より貴重な資源だ、という視点を持ってください。

セキュリティ・機密性で選ぶ

制御業界特有の、とても重要な軸です。あなたが扱うコードや仕様には、取引先の機密が含まれていることがほとんどです。

企業の機密情報を、無料版のAIに何気なく貼り付けてしまう。これは絶対に避けなければならない失敗です。無料プランの中には、入力内容がAIの学習に使われる設定になっているものもあります。

副業で企業案件を受けるなら、入力データが学習に使われない設定(オプトアウト)や、法人向けの機密保持に配慮したプランを選びましょう。NDA(秘密保持契約)を結んでいる案件では、これは義務です。守秘は、信頼の土台です。

日本語対応と学習コストで選ぶ

最後に、あなた自身が無理なく使い続けられるか、という現実的な軸です。どんなに高機能でも、続けられなければ意味がありません。

英語のインターフェースに抵抗があるなら、日本語対応が手厚いツールや国産ツールを選ぶと、ストレスが減ります。また、普段Windowsの専用ソフトしか触っていない方なら、エディタ操作が不要なチャット型から入るのが、挫折しにくい道です。

「自分にとって続けやすいか」を、機能表よりも優先してください。継続できる道具こそが、あなたにとっての最良の道具です。

コード生成AIを導入する際の注意点とリスク

便利な道具には、必ず影の部分があります。ここを知らずに使うと、副業で信頼を失ったり、思わぬトラブルを招いたりします。怖がらせたいのではありません。安心して使うために、知っておいてほしいのです。

ハルシネーション(もっともらしい嘘)への警戒

AIは、実在しない命令や、間違ったロジックを、まるで正しいかのように提示することがあります。これがハルシネーションです。

特にPLCの世界では、メーカー独自の命令や、微妙な仕様の違いが多く、AIが誤った情報を返すリスクは、一般的なプログラミングより高いと考えてください。AIが出したコードは、必ず自分の目で検証する。これは鉄則です。

「AIが言っていたから」は、現場では言い訳になりません。最終責任は、常に人間にあります。

安全ロジックは絶対にAI任せにしない

繰り返しになりますが、これは何度でもお伝えします。非常停止、インターロック、セーフティ関連のロジックは、AIの提案をそのまま使ってはいけません。

人の命や設備の安全に関わる部分は、規格・法令・自社基準に照らして、人間が一つずつ確認する。AIはあくまで「たたき台を作る手伝い」までにとどめる。ここを守れる人が、長く信頼される技術者です。

情報漏洩・著作権のリスク

先ほども触れましたが、機密情報の入力は本当に注意が必要です。取引先の設備仕様やコードを、うっかり学習される設定のAIに入力すると、情報漏洩につながりかねません。

また、AIが生成したコードの権利関係も、まだグレーな部分があります。副業案件では、契約書で「AI生成物の取り扱い」がどう定められているかを確認しておくと安心です。契約前のひと手間が、あとの大きなトラブルを防ぎます。

「わかった気」になる落とし穴

これは心の面での注意点です。AIがすぐ答えを出してくれるので、自分で考える力が育たないまま、「わかった気」になってしまうことがあります。

特に学習段階では、AIの答えを鵜呑みにせず、「なぜそうなるのか」を自分で咀嚼する習慣を持ってください。AIは思考を肩代わりする道具ではなく、思考を助ける道具です。この区別を忘れないでいると、あなたのスキルは着実に伸びていきます。

コード生成AIを使ったPLC副業の実践ステップ

ここからは、実際に副業を始めるための手順を、具体的に追っていきます。頭で理解するだけでなく、一歩を踏み出すための地図として使ってください。一度に全部やろうとしなくて大丈夫。今日はステップ1だけ、で構いません。

ステップ1：まず1つのAIに毎日触れる

最初のステップは、とてもシンプルです。汎用対話型AIを1つ選び、毎日少しでも触れること。

たとえば、これまで自分が書いたST言語のロジックをAIに説明させてみる。「もっと良い書き方はある?」と聞いてみる。この往復を繰り返すだけで、AIの得意・不得意が肌感覚でわかってきます。

いきなり案件を探す必要はありません。まずは道具に慣れる。この助走期間が、あとの飛躍を支えます。

ステップ2：小さな成果物を作ってみる

次に、AIを使って小さな成果物を作ってみましょう。たとえば、自分の得意な制御処理について、ST言語のサンプルコードと解説記事をセットで作る。

これは2つの意味で価値があります。1つは、AIを使った制作の流れを体験できること。もう1つは、それが副業のポートフォリオ(実績見本)になることです。「AIを使ってこういうものが作れます」という証明は、案件獲得のとき、言葉より雄弁です。

ステップ3：発信して信頼を貯める

作った成果物は、外に出してみましょう。技術ブログ、SNS、勉強会での共有。形はなんでも構いません。

制御 × AIというテーマで発信している人は、まだ多くありません。だからこそ、あなたの発信は目に留まりやすい。継続的な発信は、「この人に頼みたい」という信頼をゆっくり貯めていきます。副業の案件は、こうした信頼の蓄積から生まれることが少なくありません。

情報発信そのものが副業になる道もあります。技術記事の執筆やドキュメント作成は、著述家，記者，編集者の年収・単価相場を見てもわかるように、専門性があれば安定した需要があります。制御の専門知識は、そのまま強い武器になります。

ステップ4：小さな案件から受けてみる

準備が整ったら、実際に案件を受けてみましょう。最初から大きな仕事を狙う必要はありません。むしろ、小さくて完結しやすい案件から始めるのが、心にも実務にもやさしい選び方です。

在宅でできる技術系の案件は、業務委託マッチングサービスで見つけられます。制御分野のスキルは希少なので、ソフトウェア作成者の年収・単価相場が示すように、専門性に見合った単価を得やすい領域です。手数料の負担が軽いプラットフォームを選べば、受け取る報酬もその分手元に残ります。

副業を通じてキャリア全体をどう組み立てるかに迷ったら、キャリア・副業・人生相談のお仕事のような相談の場を頼るのも一つの手です。一人で抱え込まないこと。これは、心の専門家としても強くお伝えしたいことです。

ステップ5：スキルの掛け算で単価を上げる

最後のステップは、掛け算の発想です。「制御 × AI」に、さらにもう一つスキルを重ねると、あなたの希少性は跳ね上がります。

たとえば、AI画像生成や動画編集を学べば、制御システムの操作マニュアルをわかりやすいビジュアルで作れます。効果音や音声を扱えるようになれば、教育コンテンツの幅が広がります。関連する作曲・編曲・効果音・ジングルのお仕事のような分野も、意外なところで制御技術と結びつきます。

一つの技術に閉じこもらず、少しずつ引き出しを増やしていく。それが、変化の速い時代を穏やかに生き抜くコツです。

制御技術者がAIスキルで身を守り、単価を上げる考察

ここからは、少し視野を広げて、制御技術者のキャリア全体の中で、AIスキルがどんな意味を持つのかを考えてみましょう。

資格と組み合わせるという発想

AIスキルは、既存の資格や専門知識と組み合わせると、さらに効いてきます。

たとえば、独立して仕事を請け負う際の契約実務に強くなりたいなら、行政書士のような資格知識が、フリーランスとしての足腰を強くしてくれます。また、成果物のビジュアル面を自分で仕上げたいなら、Adobe認定プロフェッショナル Adobe Expressのような資格が、制作の幅を広げてくれます。

制御一本だった自分に、少しずつ別の色を足していく。この積み重ねが、AI時代の安心につながります。

「比較して選ぶ」という力そのものが資産になる

この記事のテーマは「比較」ですが、実は、比較して自分に合うものを選ぶ力そのものが、これからの時代の重要なスキルです。

道具は次々に変わります。今日のベストが、半年後には二番手になっているかもしれません。そのたびに一喜一憂していては、心が疲れてしまいます。

大切なのは、「自分の目的は何か」という軸を持っておくこと。軸さえあれば、新しい道具が出てきても、冷静に比較して選び直せます。他の分野の比較記事、たとえば簿記とFPどっちを先に取る？副業・フリーランスでの活用シーン比較や、まったく異なるジャンルのチャット・電話占いの副業入門｜プラットフォーム比較と相場を読んでみると、「比較の考え方」そのものが見えてきて、応用が利くようになります。

意思決定の質を上げるための考え方は、比較メリットを最大化する意思決定術！賢いプラットフォーム選びでも整理されています。道具選びに迷ったとき、こうした考え方の土台があると、ぶれずに進めます。

独自データから見えるAI副業の需要

副業マッチングの現場データを見ていると、AIを絡めた業務委託案件の相談は、この1年ではっきりと増えています。特に、専門領域の知識を持った人が、AIを活用して効率化・高品質化を提案できると、単価交渉で有利に立てる傾向があります。

制御技術者は、この「専門領域の知識」を最初から持っている、恵まれた立場です。あとは、AIという道具を味方につけるだけ。ゼロから何かを学ぶわけではなく、すでにある強みに、新しい道具を組み合わせるだけなのです。

そう考えると、少し気が楽になりませんか。あなたはもう、大きなアドバンテージを持っています。手数料の負担が軽い在宅ワーク仲介サイトを選べば、その専門性で得た報酬を、しっかり手元に残すこともできます。

最後に、心の面から一言

ここまで読んでくださったあなたは、きっと真面目で、責任感の強い方だと思います。だからこそ、新しい波を前に不安になるのです。

でも、大丈夫です。不安を感じているということは、ちゃんと向き合おうとしている証拠です。一気に全部やろうとしなくていい。今日はこの記事を読んだ、それだけで十分な一歩です。

明日、汎用対話型AIを1つ開いてみる。それだけで、また一歩進めます。焦らず、比べて、自分のペースで。あなたの長年の経験は、AIの時代でも、確かな価値を持ち続けます。私はそう信じています。

公的機関・関連参考情報

本記事の内容に関連する公的機関や信頼できる情報源は以下の通りです。最新情報は公式サイトで確認してください。

よくある質問

Q. PLCプログラマーがコード生成AIを副業に使うなら、まず何から始めればいいですか？

まずは無料〜月3,000円前後で使える汎用対話型AI(ChatGPTやClaude)を1つ選び、毎日少しずつ触れることから始めましょう。ST言語のロジックを説明させたり改善案を聞いたりして道具に慣れ、小さな成果物を作ってポートフォリオにするのが安全で挫折しにくい順番です。

Q. コード生成AIはPLCのラダー図もそのまま作れますか？

ラダー図はメーカー独自形式に依存するため、AIが直接生成するのは現状かなり困難です。C言語に似たST言語の骨組みやドキュメント作成は比較的得意ですが、生成物は必ず人間が検証してください。特に非常停止やインターロックなど安全に関わるロジックは、AI任せにせず規格・法令に照らして自分で確認する必要があります。