Skip to content

開発生産性Conference 2025 Day1

   

開発生産性カンファレンス2025の1日目の聴講メモです。

最初の受付から行列になっていて人気度の高さを感じました。

開発生産性測定のトレードオフ 「グッドハートの法則」はもっと悲観的に捉えるべきだった

Kent Beck

  • 計測は必要だが、それを指標とすると、思った効果が得られない

    • PR数、コード行数、障害発生数
      • すぐにハックされる
    • AIとの協働により、この問題は加速する
  • いくつ作成したかではなく、いくつ学んだかを大切にする

みんなの内製化課題ディスカッション!

森鳰武史、前川博志

  • 目指す開発組織の状態とは?

    • メンバー全員が一丸となって
    • 事業と開発の壁がない
    • 目標達成のための意思決定が組織内で完結している
  • みんなでかんがえ、みんなでつくり、みんなでそだつ

    • 今できなくても1か月後にはできるみたいな
  • 内製化を阻む組織課題とは?

    • 人材不足
    • 内製化対象の見極め
    • 製造業の制度、文化
    • 縦割り構造
    • 内製の成功体験の欠如
  • 上層部の理解不足

  • 他部署への展開

  • 内製化課題を解決するために必要なことは?

    • 開発者同士の意見交換、つながりを増やす
    • 他社事例のノウハウ
    • 上層部の巻き込み
    • 実績作り

AI時代の開発生産性を加速させるアーキテクチャ設計

日鼻旬

  • AI向けの開発環境づくり

    • パターン1:ローカルで
    • パターン2:GHで←こっち
  • リモートでどうやるか

    • Claude Code Action
    • Issueのコメントで指示を出す
      • コメントが残る
    • 最初のIssue作成が重要
      • これもAIに書かせると良い
    • Explore&PlanでMCPを使う
  • セキュリティ上の課題

    • Exploreing用のリポジトリを分ける
    • 情報の流れの向きを変える
  • マルチエージェントで目的ごとに権限を分けるやり方もありか

  • AI時代のデータアーキテクチャ

    • 一般的、ありふれている、独立しているものは作りやすい

      • Codatum
    • データがあれば、可視化は容易

    • 高速なデータ分析ができればAIが会話の中でレポートを参照できる

      • 遅いとお話にならない
  • 今後の取り組み

    • mastraを活用
      • TypeScript
      • Built-inの機能が充実している
      • 開発スピードが速い
        • 今できなくてもすぐに解消されることがある

ソフトウェア開発の新しい形~生成AIを活用したソフトウェア開発の現在地と展望~

海浦隆一

  • 2023~2025年度:タスクの自動化

  • 2025~2027年度:プロセスの自動化

  • 2027年度~:ビジネスの自動化

  • インプットのフォーマットの工夫

    • Excelをマークダウンに、など
  • 自然言語から自然言語は効率が悪い?

    • 自然言語からソースコード、ソースコードから設計書を出力
  • シニア層が初期の設計、ひな形を作成

    • ジュニア層はAIと学びながら進めていく

開発の手戻りを防ぐ!要求管理から考える開発生産性

横田浩行

  • 手戻りが多い工程であるにもかかわらず、専用ツールで管理がされていないことが多い

  • 要求管理の意義

    • 一貫性の確保
      • 成果物間に矛盾がない
    • 網羅性の確認
      • ツールを使わない場合、2~3%の実装漏れがある
    • 変更時の影響分析
      • 影響を受ける範囲を明確にする
  • 工程間の関連を引くのが大変そう

    • ツールはあるっぽい

開発スピードを落とさず、脆弱性に向き合う ─ Snyk導入で実現したセキュリティと開発生産性の両立

松下正嗣、氏原裕矢

  • Snyc

    • 脆弱性対応
    • システムを作った後も大事
  • 脆弱性検知したらPR作成もできる

  • 脆弱性の詳細も見られる

    • 教育コンテンツとしての利用

無意味な開発生産性の議論から抜け出すための予兆検知とお金とAI

石垣雅人

  • 開発生産性という重圧

    • 小手先の指標
      • 数値を目標とするとハックする、ぐっとハートの法則
    • 測れない生産性を説明しなければいけない
    • 後工程のほうが遅さが見つかりやすい
  • 生産性低下の予兆検知

    • 0->1のときは良いものができる

    • 徐々に変更容易性が低くなっていく(負債)

    • どのプロセスで下がっていくかの予兆検知をする

    • 計画見積もりと実績値の差分

    • 障害件数の再発防止策完了件数

      • 対策ができていないのは予兆
    • 投資している開発区分で予兆検知

    • エンゲージメントスコアの低下

  • AIによってどう変化したか

    • コードの読み書きスキルは必須
  • 活用している組織とできていない組織の差が明確になっていく

  • プロセスをAIに置き換えるのではなく、プロセス自体をAI前提とする

  • 人によるスケーリングからAIによるスケーリングへ

  • 投資対効果について

  • スピードと品質

    • AIがゴミを量産する可能性

ソフトウェアエンジニアリングの人類史 〜AI エージェント時代の知識創造企業〜

広木大地

  • これから私たちの働き方、仕事はどうなるのか

  • AIに仕事は奪われるのか

    • 仕事はいつだって奪われてきた
      • それは非人間的な仕事だった
      • 重要なのは新しい技術に向き合い学び続けること
    • この20年でも変わった
      • ソフトウェアは常に簡単になり続けている
      • 安くなり続けている
        • 2005年の100人月は2025年には25人月くらいで達成できる
    • ジェボンズのパラドクス
      • ソフトウェアの適用領域も拡大
    • 長期的にどうなるかは需要と供給次第
    • ソフトウェアは文字と同じように当たり前のものに
  • ジョブレスリカバリー

  • 100分の1になること

    • 早期参入でそれは可能
  • 変わってしまうことより、変わらないことを心配したほうが良いのではないか

  • 偶有的な複雑性はAI、本質的な複雑性人間が取り組む

  • 仕事の高密度化が加速する

  • AI疲れ

    • 意思決定の連続
  • 生産性はどう考えたらよいか

    • 効率化の視点が変わる
      • 標準化やマニュアル化→可視化と最適化
  • 上がった生産性はどこに行くのか

  • その場にとどまるには走り続けないといけない

    • AIは民主化され世界中に配られている
    • ある程度落ち着いてから参入では遅すぎる
  • 知の探索のウェイトを上げていく必要がある

  • SECIモデル

事業成長を加速するエンジニアリング組織の構築:受託型から価値提案型への挑戦と失敗の軌跡

菊池司

  • 今求められている生産性

    • コストダウンだけではなく、アウトカムにつながる活動
  • 組織の変革

    • カウンターパートナー制の導入
      • 要望元ごとに担当者(プロジェクトマネージャー)をつける
        • 事業部側のMTGに参加してもわからないことが多く、議論に加われない
    • カウンターパートナーをプロダクトマネージャーとしてチームで受ける
      • PdMのリソース不足
        • PjMも設置

大事なことは経営者の意識変革。トヨタグループ KINTOテクノロジーズ 代表が語るエンジニアが競争力の源泉である理由

小寺信也、山田裕一朗

  • 経営者がエンジニアに教えてもらう姿勢
  • エンジニアがプロトタイプを見せてくれる
    • ARでマニュアルを表示するアプリとか
  • エンジニアが現場で課題を発見してくる