AI-DLC 導入を加速させたのは「人」の「つながり」だった
2026-01-05 | Author : 伊藤 博美 (AWS Community Hero)
イントロダクション
新しい技術を習得し、実務に活かしたい時、あなたはどのような方法をとっていますか ? 自己研鑽、公式ワークショップやセミナーの参加、コミュニティ (AWS ユーザーグループ ) における学びの交換など様々です。
今回はそのコミュニティ仲間 (友人) との繋がりが私を前に押し出し、所属する自社の活動に大きな一歩となった AI-DLC (AI 駆動開発ライフサイクル) とコミュニティの存在について紹介します。
コミュニティリーダー、そして SaaS メーカーの一員としての目線で書いています。興味のある方は最後までぜひご覧ください。
builders.flash メールメンバー登録
builders.flash メールメンバー登録で、毎月の最新アップデート情報とともに、AWS を無料でお試しいただけるクレジットコードを受け取ることができます。
1. はじめに
新しい技術を学ぶとき、私を前へ押し出してくれるのはいつも「人とのつながり」です。
AI-DLC の取り組みについてコミュニティ仲間の小西さん (株式会社サイバーエージェント AI オペレーション室 CTO 兼 Developer Experts of AWS / JAWS-UG 大阪 / Serverless Meetup) に話題を持ちかけたところ先立って実施されていることがわかり、個人でワークショップを開催してくれることになりました。何気ない会話、雑談、情報共有から私だけではなく私たちのプロダクト開発における新たな一歩につながりました。
重要なことは、AI-DLC 導入を最も強く後押ししたのは技術そのものではなく、コミュニティで育まれた相互理解とつながりが私たちの関係性そのものを強くし、新たな価値を相互に生み出すことができたということです。
本記事では、
- AI-DLC とは何か
- 私たちがどのように導入しているのか
- 背景でコミュニティがどんな役割を果たしたか
をお伝えします。
ここでは、一般的な AI-DLC というよりも先駆者から学び、実際に導入する立場として受け取り、咀嚼し、自分たちの文化に落とし込んだことを紹介しています。ぜひ皆さんの中でも実際に導入している方がいらっしゃいましたら、意見交換をさせてもらえると大変嬉しいです。
2. AI-DLC とは何か
AI-DLC の概要
AI-DLC は、AI を初手とし、協働しながら「要件定義 → 設計 → 実装 → テスト → 改善」の開発ライフサイクルを進めるアプローチです。
弊社の場合、新規プロダクトではなく既存のプロダクトに対して導入をしていきます。
実際は「要件定義」と言っても既存のコードを読ませてドキュメントを新たに整備・再設計しながら進めていき、弊社の進め方である DDD に沿って AI-DLC を実施しています。DDD は AI-DLC の文脈に沿っていることもあり、スタートから相性の良さは感じていました。
図引用元・参考文献: https://aws.amazon.com/jp/blogs/news/ai-driven-development-life-cycle/
AI-DLC の期待
- 長年のプロダクト運用によるドキュメントの複雑性や作成コストの軽減
- 運用しながらの要件変更や機能向上への高速化対応
- チーム間の目線合わせと共同作業の効率化
3. 私たちが AI-DLC を導入することになった背景
大前提として、SaaS メーカーとしてプロダクトの成長とパフォーマンスの維持、安心と信頼の提供が必要不可欠です。そのために、開発手法、開発プロセスの最適解を定期的に見直し、選択を繰り返しています。同時に、チームや組織は、開発手法や開発プロセスに追随した、生きたチームや組織作りを実施しています。
今回、課題解決のため、チームや組織のあり方を見直すなか、開発プロセスにも着手することにしました。それが AI-DLC 導入に至りました。
私たちは新たな機能リリースや改善、運用など、複数のタスクが常時走る中、限られたリソース・優先度・重要度を取捨選択し、推進しています。
どうやったらリリースサイクルを改善できるのか、機能改善スピードをあげれるかといった課題解決は必然的について回ります。
これらの解決策の一つとして「AI を取り入れること」は皆さんもされているでしょう。
ただし、求めていることは点で AI を利用することでもなく、個人で利用することだけではありません。もちろんそこも重要です。自動化で使うような線の使い方でもなく、私たちはチームで開発をしているのでこれらを面で捉え、開発プロセスの標準化として AI の活用を検討していました。
AI の進化と実際の開発に取り入れられる見通しがたった今、AI-DLC を知り、そんな時にコミュニティ仲間の小西さんの後押しが現実的なものになったと思います。 技術以上に、信頼できる誰かの経験が私たちを動かしたのです。なぜなら教科書だけではもっと回り道をしていたからです。
それもあって、この記事も誰かの後押しになればと思い、書いています。
4. 導入プロセスと実践内容
社内ワークショップの実施
百聞は一見に如かず ! ということですぐさま小西さんによるワークショップを開催しました。開発部メンバーそれぞれで AI を使っていた側面もあり、開発プロセスにおける活用についてそれぞれの目線を合わせる良い機会にもなったかと思います。チームメンバーの知識と理解の標準化を達成できたことも大きな価値です。
AI の活用が点から線へ、線から面への活用イメージが実体験により、さらに理解や実用イメージが深まりました。
ポイントとしては、ワークショップの題材として、実際にいくつか控えている機能開発の中の一つを選び、可能な限り小さい単位の機能を選んで実施をしたことです。
本来 1-2 日かけて行うワークショップを、私たちは数時間に短縮して実施しました。AI-DLC の手順は以下の通りで定義されており、私たちは「コンストラクションフェーズ」の途中までをワークショップとして実施した形となり、続きは持ち帰って実際のプロジェクトとして検証導入としました。
(写真 : 会場提供「gusuku Ashibinaa OSAKA(アールスリーインスティテュート)」)
< AI-DLCの基本手順 >
- インセプションフェーズ
a. 達成する目的を定義
b. AIが実行可能なタスクに分解、範囲の決定
c. 人の目的と生成AIの役割や計画を定義
d. ドキュメント作成、整理、要件定義 - コンストラクションフェーズ
a. ドメイン設計
b. リリース設計
c. コード生成
d. 自動テスト実行
e. デプロイメントユニット作成 - オペレーションフェーズ
a. デプロイメントと運用
b. 可観測性と監視、分析
c. パフォーマンスチューニング等
図引用元・参考文献: https://aws.amazon.com/jp/blogs/news/ai-driven-development-life-cycle/
AI-DLC を成功に導くスキルと判断力
モブエラボレーションと言われている、いわゆる協同作業を 1 つの画面で複数人集まって作業を進めていきます。
ここで重要なのは、誰が集まるか、です。実際に AI を動かしていくドライバーと各タスクごとにレビューを実施し、それらの良し悪しの判断ができる人が必要になってきます。そのため、タスクによっては同じメンバーとも限りません。必要なことは AI に正しい役割と指示を行い、結果を判断し、推進することができるメンバーが重要です。
また、AI からの提案や必要以上の結果や意図せぬ進め方をしてきた場合の対処も必要です。これらの塩梅を決めることもメンバーに求められてきます。
社内ワークショップで得られた結果
AI-DLC の本質は「AI の出力」ではなく「人間側の理解が揃うこと」。
- AIリテラシーの底上げと理解・認識の統一化
- プロンプトの書き方の統一化
- AI-DLC標準化に向けた使い方の認識共有
AI-DLC がもたらした変化
3 人 1 チームのメンバー (バックエンドエンジニア、QA エンジニア、アプリケーションエンジニア) が集まり、検証しながら導入を開始しました。私はオーナーのような位置付けで参画しています。
AI-DLC の基本手順はありますが、大事なことは自分たちの文化や流れにもフィットさせることです。幸いなことに、社内ワークショップで得たことは単なる基本手順ではなく先駆者によるいい感じのフィルタリングと見解も得ている状態でスタートすることができました。だからこそ、この進め方であっているのか、進んでいるようで進んでいないのか、普段の開発とは異なるため手応えに不安を感じながらメンバーは進めていきました。
設計書はどこまでを正解するか、ここが重要な鍵を握ります。
重要なことはそれを判断できるメンバーのアサインが、必ずできていること。また、レビューができる人材を育てていくことも重要なため、ジュニア層も協同作業に参画させることも重要です。
作業自体はフレームワーク通りではあるため、鍵を握るのは「人」「コミュニケーション」による推進力、オーナーシップ、そしてそれぞれの得意領域のスキルです。
ここで体感として気付けることは、まさに高速スクラムを実施しているということです。実際、これまでドキュメント設計等に1人日以上かかっていたことが、数時間または1人日で実践できています。
いうまでもなく時間の短縮を実感できました。
リソースの短縮でいうとまだそこまでの実感はもてていませんが、人が集まる=開発が進むということは、従来のスクラム開発と比べると先々進められているので、リソースの短縮にもつながっているように感じます。
これまで非同期かつ人を介したレビューに繋げるまでに時間がかかっていたことが、AI-DLC を取り入れることによって、その場で目線が合い、その場で合意形成が取れ、その場で次のタスク処理に進められることが価値の最大化であると同時に、「人」の役割の明確化とその場に居合わせるメンバーが非常に重要だと再認識しました。
また引き続き、この結果を持ってフォローアップワークショップを予定しています。どこかでまたこの続きが話せることを楽しみにしています。
本番プロジェクトで実施開始後に得られた結果
チームの思考を整える「ガイド」として非常に強力であり、まさにAI初手から始める開発。
- アサインメンバー、タイミングの重要性
- 高速スクラム (スクラムオブスクラム) の実施
- 要件整理、設計スピードの向上、時間短縮
- 仕様の認識ズレが減少
- ドキュメント作成の心理的負荷が低下
- 議論の質の向上
5. AI-DLC 導入を加速させた “コミュニティの力”
私たちが一歩を踏み出せた理由は、技術書でも公式ガイドだけではありません。コミュニティでの出会い、これまで培ってきた仲間とつながり、対話、そして相互理解があったからこそです。社内にそういった存在がいないわけではありませんが、信頼できる先駆者という意味ではコミュニティのつながりに勝るものはないと感じます。何気ない会話ができる仲間との会話によって、新たな一歩を踏み出すことができるコミュニティは、単なる「受け取る場所」ではなく「学びを持ち寄り交換する場所」です。
この相互理解とリスペクトこそが私たちコミュニティの素晴らしいところであり、コミュニティの枠を超えて互いに成長していくことができるありがたい文化です。これは日本や JAWS-UG に限らず、テック界隈、そして全世界で感じています。今回の話は、シェアのリレーが見えないリレーの連鎖を起こした一つの例であり、このような体験はコミュニティに関わる人なら多かれ少なかれ感じていることでしょう。こうした小さなハッピーの連鎖とも言える連鎖の輪がさらに広がることを私は心から願っています。
これまでコミュニティの勉強会に参加したことがない人は、ぜひ一度足を運んでみてください。たくさんのモデルとなる人、モデルとなるユースケース、はたまたあなたが誰かのモデルになるかもしれません。
6. おわりに
AI-DLC はもちろんこれまでもこれからも新しい技術や再燃する技術、手法などその度に私たちは検証し、実践し、そしてより最適解を求めていくでしょう。そこで大切なことは、それを語り合える仲間の存在です。リアルな仲間との答え合わせ、雑談、語り合いは何にも代え難い宝です。
外へ出て学びを交換すること。小さな気づきを誰かに渡すこと。
そのつながりは、必ずチームや所属する会社にも価値として戻ってきます。技術の未来は、いつも「つながり」とともに広がっていきます。
機会がありましたら、ぜひ私ともつながってください。お近くのコミュニティ勉強会でお会いしましょう!お待ちしています。
*運営・所属するAWSに関するコミュニティはこちら
筆者プロフィール
伊藤 博美 (X | Facebook | LinkedIn | Builder Profile)
株式会社コラボスタイル 開発部 Head of CoE
AWS Community Hero
2014 年より AWS のユーザーグループリーダーとして活動を始めました。それ以来、日本だけでなくグローバルに活動し続けています。また、女性グループ、DEI を大切にしたグループやグローバルコミュニティを立ち上げ、新しい参加者や登壇者のための包括的な場を育み、熱意を持って精力的に取り組んでいます。