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
- PR数、コード行数、障害発生数
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
- mastraを活用
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
- 一貫性の確保
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
- 小手先の指標
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
- 仕事はいつだって奪われてきた
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
- 効率化の視点が変わる
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
- 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
- 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
- PdMのリソース不足
- カウンターパートナー制の導入
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