AIは「混乱」から「加速のエンジン」へ！ 構造・評価・文化の土台が技術を最大化させる
AIの活用に関しては、これまでは判断軸がばらばらで使えば使うほど混乱が増幅していた。しかしLeSS導入で目的や優先順位が揃うと、AI活用が一気に加速。古賀氏は「ツールを増やしたからではありません。何を良しとするかの定義が組織の中でそろったことが大きいです。これでAIは加速のエンジンに変わりました」と語る。
ではAIをどこに活用したのか。1例目はチケット作成だ。まずは「1日で終わるサイズ」を基準として定義し、これまで感覚的にやっていた分割をルール化（標準化）したうえでAIに渡した。そのうえでAIにBacklog MCPでチケットを作成してもらい、人間はAIが作成したチケットの要件や妥当性を確認することに専念した。
2例目はコーディング。同社では「Cursor」と「Claude Code」を使用しており、両チームで合意していたコーディング規約や設計ルールをAIに渡すことを前提に整理した。これをバイブコーディングに使用している。結果として、設計思想のズレを書く前段階で防げるようになった。コードの書き方が揃うことで、レビューでの指摘も減少した。古賀氏は「AIは速く書くためだけではなく、ズレを生まないためのガードレールとして機能しています」と話す。
3例目はレビュー。AIは規約やコーディングルールの遵守確認、明らかなバグや抜け漏れの検知、PRの要約・変更点の整理などの「作業」を担う。一方、人間は要件との整合性、設計妥当性、変更価値・効果の確認で、「判断」を担う。この分担によりレビューの質とスピードを両立することができた。
4例目はテストだ。結合テストに向けて、テスト観点を明文化して品質を標準化した。要件定義書やソースコードをインプットとして、AIにテストケースを自動作成させる。Markdown形式で出力するとレビューや管理がしやすくなる。最終的にはテストの実行から結果確認までAIで完結させて、設計・実装・検証のループを高速で回せる状態を目指す。E2EテストでもAIを活用しており、Playwrite MCPでテストコードを自動生成している。仕様理解から、テスト作成、実行、確認までをAIに任せることで、人間が目視で確認する工数を大幅に削減できた。
AI活用の成果としては知識共有と底上げも大きかった。チームごとの品質差を解消できて、誰がどのコードを見ても理解でき、スキルが平準化した。ジュニアメンバーはAIの指摘から学ぶことでスキルが向上し、品質のボトムアップに貢献した。
さらにLeSS導入はビジネスとの協働も変えた。従来は声の大きい順で優先順位が決まっていたが、今ではプロダクト全体で最適化が進んでいる。数か月後のリリース時にもらっていたフィードバックは、2週間ごとのデモで受け取れるようになり、不透明で疑心暗鬼だったトレードオフ判断も共通認識のもとで実施されるように変わった。
ビジネス面でも成果をあげている。顧客からの問い合わせを分析し、開発チームから機能改善を提案するようにった結果、問い合わせ件数は半数ほどに減少。そして何よりも「守り」から「攻め」へ、ビジネス拡大の要求に即座に応えられる体制へと進化した。
この軌跡をステップごとに振り返ると次のような流れだ。
まずはサイロを打破し、LeSSで組織をシンプルにする構造改革から開始。次にSPACEで組織の健康状態を多面的に評価するなかで、心理的安全性が高まり、全体最適を共通言語にする文化を醸成した。この基盤の上で、AIがスピードと品質にブーストをかけられるようになった。古賀氏は「いきなりAIの活用から始めたのではなく、構造、評価、文化を整えたことで、技術の効果が最大化できたという流れです」と説明する。
今回の取り組みを再現するためのポイントは、「小さく始める」「構造を整える」「流れを見る」「納得で変える」「前提を定義する」の5つに集約できる。
最後に古賀氏は次のようにまとめた。
「ここから持ち帰ってほしい問いが3つあります。1つ目は『私たちの開発は、いまどこで滞っているのか』、2つ目は『部分的な正しさより、全体の成果を優先する判断ができているか』、3つ目は『人が判断すべき事と、仕組みに任せるべきことは切り分けられているか』です。いま答えを出す必要はありません。構造の見直しが大きな加速につながることをここから持ち帰っていただけるとうれしいです」
デジタルガレージからのお知らせ
デジタルガレージグループでは多岐に渡る領域で常に最新技術を追求し、自社プロダクトとして社会に実装する仲間を募集しています。詳しくは採用サイトをご覧ください。
