ユーザーが増えるほど、コスパが上がる
エンタープライズ開発基盤としてiPLAssが選ばれる理由について、矢野氏は3つの観点を挙げた。1つ目はライセンス体系である。ユーザー単位のライセンス体系の場合、事業成長に伴って利用者が増えるほどライセンス費用も増加していく。これに対しiPLAssはサーバー単位のライセンス体系を採用しているため、ユーザー数が増えるほどコストパフォーマンスが高まる。矢野氏は、この特徴によりiPLAssはユーザー数の多い大規模システムに適していると述べた。
2つ目の理由は責務分離である。iPLAssはフルスクラッチの効率化という設計思想のもと、汎用的な機能は製品として提供しつつ、企業や案件ごとの個別要件には作り込みで柔軟に対応してきた。この考え方は画面設計にも表れており、利用者カテゴリーごとに異なる画面作成スタイルを持つ。一般消費者（コンシューマー）向けの画面はスクラッチでリッチに作り込み、サイト管理者が使うデータ管理画面は自動生成でコストパフォーマンスよく用意し、その設定を開発者が行うという3種類の画面で構成されている。
この責務分離の考え方が、AI駆動開発との相性の良さにもつながっているという。
Java・XML・MCPが生む相性の良さ
3つ目の理由がAI駆動開発との相性である。コンシューマー向け画面は任意の技術スタックで実装できる。矢野氏は、iPLAssの強みや想定ユースケースといったコンテキストを事前に整備したうえで、Claude CodeとClaude Designを使って短時間でコンシューマー向け画面を実装したデモを紹介した。
バックエンドについても、iPLAssはJavaやGroovyといった汎用言語を採用しているため、独自言語を用いる他のローコード基盤に比べてAIの学習データが豊富で、出力の品質が安定しやすいという。加えて、iPLAssが提供する共通機能の設計情報はXMLベースで構成されており、これもAIが直接扱える形式であることから、AI駆動開発との相性の良さにつながっていると矢野氏は述べた。
2026年6月25日に公開されたiPLAssバージョン4.1のMCPサーバー機能により、AIエージェントがMCP経由でiPLAssの設計情報を扱えるようになった。どのようなデータ構造を作りたいかを日本語で指示するだけで、iPLAssの設計定義が可能になったという。加えて、同バージョンではノーコード・ローコードでの生成AI機能の組み込みもリリースされており、開発画面上の設定だけでAmazon Bedrockや電通総研のAIサービス「Know Narrator」をサイト管理者の画面から呼び出せるようになった。この機能により、AIによる回答作成支援を備えた問い合わせ管理機能や、AIベースのナレッジ検索を備えたFAQ管理機能の提供が可能になっているという。
最後に矢野氏は、Claude CodeやGitHub CopilotでSkillsを使いながらiPLAss向けにAI駆動開発を行うためのツールキットを紹介し、セッションを締めくくった。
AI駆動開発で、エンタープライズシステムの品質と効率を高めたい方におすすめです
iPLAssは、認証・権限管理・ワークフローなどの共通機能を基盤で標準化し、独自要件は柔軟に作り込めるエンタープライズ向けローコード開発基盤です。AI駆動開発と組み合わせることで、開発スピードと品質の両立を目指せます。本記事にご興味をお持ちいただいた方は、ぜひiPLAss製品サイトをご覧ください。
