設計とレビューで工数を39%削減。Sun Asteriskが語るAI駆動開発の型化とプロセス設計力
「Developers Summit 2026(Dev x PM Day)」レポート 18-C-5セッション
スピードと品質を両立する方法論──レビュー戦略の分岐点
実装工数の削減を39%から、さらに60%、70%へと引き上げるために何が必要か。岡藤氏はさらに踏み込んだ方法論を紹介した。
AI駆動開発における効率化の最大のボトルネックは、レビューコストだ。人が最終チェックを担う方針をとる以上、AIが生成するコードの量が増えるほど、レビューに要する時間も比例して伸びる。一方、レビューを削減してAIに完全委任する方向に進めば、品質の不確実性が増大する。
AIに委ねる範囲が広がるほど、出力が全部正しいとは言い切れない部分も増える。これが人によるレビューを削ることのトレードオフだと岡藤氏は指摘する。
効率化の選択肢は大きく2つに整理される。1つ目は「レビュープロセスを減らし、他の手段で品質を担保する」方向で、削る箇所によっては開発スピードが大きく変わる。2つ目は「レビュープロセス自体を効率化し、1件あたりの時間を短縮する」方向だ。今回紹介された方法は2つ目を採用しており、それが39%という数字の背景にある。「速さを重視するか品質を重視するかは、お客さまと期待値調整をした上でプロセスを再設計していきます」と岡藤氏は語る。
レビュー効率を左右する要素として岡藤氏が挙げたのは「タスク分解」と「コンテキスト理解度」の2点だ。タスクを小さな単位に分解するほどAIの出力精度が上がり、レビュー対象の品質自体が改善される。コンテキスト理解度については、「何ができていればレビューをパスできるかの解像度が高いほど、見るポイントがはっきりして、レビューの速度が上がります」と説明する。
AIが自動生成したテストケースをレビューする場面では、仕様をどれだけ把握しているかがそのままレビュー速度に直結する。仕様の網羅性を判断できるコンテキストがあるエンジニアほど、短時間で精度の高いレビューが可能だ。AI駆動開発において、個人のスキルと知識が速度と品質に直接影響する構造になっていると岡藤氏は指摘した。
AI時代の開発を担う人材像──求められる5つのケイパビリティ
AI駆動開発のプロセスを現場で機能させるには、それを担う人材の能力も再定義が必要だ。岡藤氏は実践を通じていくつかのケイパビリティが重要になると定義した。
なかでも重要視するのが、プロセスの設計とアップデート能力だ。「プロセス設計に銀の弾丸はありません。プロジェクトやチームごとに最適な形が異なるので、常にアップデートを続ける意識が必要です」と岡藤氏は語る。現場の一次情報をもとに仮説を立て、絶えず改善し続けられる姿勢が、AI駆動開発の成否を分ける。
クリティカルパスを引く能力も欠かせない。タスクの依存関係を整理し、どの実装からどの順序で着手するかを事前に設定する力だ。同社のAI駆動開発では1スプリント(2週間)で50タスク近くを同時に進めるスピード感になる。クリティカルパスが崩れた瞬間、実装は止まる。「その時間が非常にもったいないです」と岡藤氏は語った。依存関係を見越してタスクの順序を設定する力が求められる。
優先度付けと開発推進能力については、リアルな失敗談を交えて語られた。「AI駆動開発のプロセスのアップデートが楽しくなってしまい、そちらに時間をかけすぎて、プロダクト開発の本来の目的をおろそかにしてしまったことがありました」。改善活動と本来の開発目的のバランスを意識的に保つことが、この能力の核心だ。
これらのケイパビリティの適用は、「管理者」と「作業者」で役割が分かれる。管理者はクリティカルパスの設定やタスクの優先度付け・開発推進に責任を持ち、作業者は完了条件を高解像度でイメージする役割やアーキテクチャ設計を担う。プロセスの設計とアップデート能力、クリティカルパスの設定は両者に共通して求められる。俯瞰した管理者目線と、AIと並走するエンジニア目線では見えてくる課題が異なるため、双方の視点からのアプローチが組織全体の改善につながるからだ。
こうした能力を実践的に機能させるうえで、プロダクトマネージャー観点とエンジニア観点を横断する広い知見も重要になると岡藤氏は付け加えた。
「エンジニアはこう動くだろうからプロダクトマネージャー観点でここのプロセスを変えよう、という発想が生まれるには、両方の視点を持っていることが前提になります」
広いスコープでQCDを俯瞰しながら仮説を立ててプロセスをアップデートしていくうえで、複眼的な知見は選択肢の幅を広げる。一方、個人の専門性もAI時代においてむしろ価値を増している。クライアントや自社プロダクトのドメインに精通した「ドメインスペシャリスト」と、ソースコードやアーキテクチャへの深い理解を持つエンジニアが、それぞれプロセス設計力を備えることで、高い解像度のレビューと継続的な改善の両立が実現できるという考えだ。
最後に岡藤氏は、「現場の一次情報を受け取りながらAI駆動開発のプロセスを適用し、運用しながらアップデートをかけていく。その伴走こそがわれわれの価値です。AI Readyなプロセスの適用・運用を担いながら、クライアントの皆さんと素晴らしいプロダクトを作っていくことがわれわれの使命です」と締めくくった。
この記事は参考になりましたか?
既に会員の方はを行ってください。
- この記事の著者
-
森 英信(モリ ヒデノブ)
就職情報誌やMac雑誌の編集業務、モバイルコンテンツ制作会社勤務を経て、2005年に編集プロダクション業務やWebシステム開発事業を展開する会社・アンジーを創業。編集プロダクション業務においては、IT・HR関連の事例取材に加え、英語での海外スタートアップ取材などを手がける。独自開発のAI文字起こし・...
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
-
丸毛 透(マルモ トオル)
インタビュー(人物)、ポートレート、商品撮影、料理写真をWeb雑誌中心に活動。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
-
ProductZine編集部(プロダクトジンヘンシュウブ)
「プロダクト開発」にフォーカスしたCodeZine内のサブメディアです。プロダクトマネージャーや、プロダクトマネージャーを目指す方をはじめ、チームメンバーや事業責任者、テックリードなど、プロダクト開発を「正しく」進めていきたいすべての人のために、プロダクトマネジメントに関するあらゆる知見をお届けしま...
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
提供:株式会社Sun Asterisk
【AD】本記事の内容は記事掲載開始時点のものです 企画・制作 株式会社翔泳社
この記事は参考になりましたか?
この記事をシェア
