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

https://speakerdeck.com/i35_267/wu-yi-wei-nakai-fa-sheng-chan-xing-noyi-lun-karaba-kechu-sutamenoyu-zhao-jian-zhi-toojin-toai

• 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

https://hirokidaichi.github.io/presentation/prod.html

• 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