Skip to content

開発生産性Conference 2025 Day2

   

開発生産性カンファレンス2025の2日目の聴講メモです。

受付は並ばずできて、昨日の混雑はKent Beckのせいだったようです。

開発生産性向上の探求:DevOpsの進化、普遍的な原則、そして生成AIがもたらす変革

Gene Kim

  • DevOpsのビジネス価値は我々の想定よりさらに高い

  • ハイパフォーマーはより安全で管理しやすい

    • 市場で勝つのはハイパフォーマー

「開発生産性」ではなく、事業の投資対効果に向き合う「事業生産性」へ

山口拓弥

  • 生産性の本質

    • レベル1:チーム

    • レベル2:組織

    • レベル3:部門

    • レベル1から順にやっていく必要はあるのか

      • レベル間の相関が薄い?
    • もっとも重要なのはレベル3

      • レベル3から取り組むことで2,1も達成できる?
    • 事業生産性はROIC(投下資本利益率)で計測するのが適切

  • 開発者視点でとらえる事業生産性

    • ROICを高めるために開発者が意識すること
      • どう利益を高め、資本を最適化するか
  • 具体例

    • 資産性開発の管理
      • エンジニア自身が投資対効果に対して説明責任を持つ
    • 開発プロセスの改善
      • PR設計の改善(小分けなど)、開発サイクルの効率を向上
    • 個々のスキルの向上
      • 属人性を減らしながらチームを強化
    • AIツールの活用
      • 現場の自律的な活用を後押し
  • 事業生産性とAIとの関係

    • AI活用はROICの向上に寄与する

fukabori.fm出張版: 売上高617億円と高稼働率を陰で支えた社内ツール開発のあれこれ話

森川知雄、岩瀬義昌

  • 要員のアサインについて

    • HAMAT: HYPER ASSIGN MANAGEMENT TOOL
  • 月180人入社

    • オンボーディングはシステム化している
      • 2週間くらい
  • アサイン業務の課題

    • 稼働率を上げる
      • 敵はexcelだった
  • どうExcelと戦ったか

  • 再現性はあるのか

    • 耳は大きく(よく話を聞く)、手は小さく(作りすぎない)、声は大きく迅速に(素早く作ってしっかりアピール)
  • 「作れば使ってくれるだろう」

    • そんなことはない
  • 学びとして得たもの

    • Excelに勝とうと思うな、共存を探れ
    • Excelにやられている人は救いたい
      • Excelを何に置き換えても通用するw
  • 今後の展望

    • AIアサインマッチング
  • DXって言わない

    • 現場とプロダクト第一にイテレーティブに改善をするだけ

デジタル庁におけるAI活用の最前線:内製化の推進と行政事務効率化の取組み

楠正憲

  • 生成AIの検証
    • 課金してる人としてない人で議論がかみ合わない

生成AI導入の壁を越える!Biz/Devの取組みと連携による組織定着のアプローチ

木下陽介、三木洋司

  • AI活用の遅れ=企業のリスクととらえる

  • 安心して使える環境を整える

    • どんな情報を入れていいのかいけないのかガイドライン策定
    • なにができるのか
  • ワークショップ

    • 参加ハードルを少し上げて、興味がある人をあぶりだす
  • サービスへの組み込み

    • 開発プロジェクト発足
  • 開発における利用

    • Devin導入

セキュリティ診断AIエージェント「Takumi」の雇用によって実現する開発生産性の向上

米内貴志

  • バイブコーディングとセキュリティ

    • AI生成コードは安全ではないという話ではない
      • 起こりやすさの話、気にしないとそれなりに起こる
      • 見た目の生産性が上がっても欲しいものが手に入っていない
    • 人間でもリリース前など急いでいるときに脆弱性が入りやすい
  • 対抗技術としてのバイブハッキング

    • コードを読む力

    • 些細なノイズや嘘は一定量入る

    • 最後の責任は人に集約される

  • AI時代の開発生産性へ

新メンバーも今日から大活躍!SREが支えるスケールし続ける組織のオンボーディング

本間匡晃

  • よくある課題

    • 情報格差
    • 環境構築が終わらない
  • オンボーディングへの取り組み

    • 課題
      • チームごとの実施→受講者間の知識差
      • ドキュメントの散乱
      • 進捗がわかりにくい
      • 資料をだれが更新するのか明確ではない
    • 理想
      • 社会的受容:チームの一員として受け入れられている感覚
      • 役割の明確さ:自分の役割・責務がクリアになっている
      • 自己効力感:自分ならやり遂げられるという自信
    • カイゼン
      • ドキュメントを集約
        • リンク集
      • フィルターして必要なカリキュラムを抽出
      • 陳腐化対策
        • 管理者を明確にする
        • カリキュラムにフィードバックを含める
  • 個別の開発環境への取り組み

    • 課題
      • コードベースが大きい
      • ミドルウェア(FFmpeg、ImageMagickなど)のバージョンも重要
      • デザイナーの負担増
    • カイゼン
      • Sandbox環境の導入
      • EKSに個人の環境を作成
      • VS CodeでリモートSSHをして開発
      • 個人用のyamlファイルを作成するのみ

エンジニアが主体的にビジネスに貢献する〜開発現場からの変革

伊藤直也、山田裕一朗

  • 生産性とは

    • スピード、品質、納期
    • IN/OUTが決まっていれば測りやすい
  • 顧客の価値

    • 提供するサービス
      • 満たせれば多少の問題は気にしない
  • エンジニアがビジネスに貢献するためには

    • 現場でエンドユーザーと話をする
      • 直接聞くことで、自分事としてとらえられる
      • その場で聞くことに意味がある
    • 自分たちのできることからではなく、課題から出発するべき
  • インバウンドのキャンセル問題

    • キャンセル料を取りたいわけではなく、予防線を張りたい
  • 紙の話

    • 紙のほうが便利だから使っている場合
      • 利便性の強化ではなく、印刷機能の強化
  • ビジネスに貢献するためのエンジニア組織とは

    • 分業すればするほどダメになる
    • 役割分担を明確にしないようにしている
      • マネジメントは難しくなる

「クラウドコスト絶対削減」を支える技術—FinOpsを超えた徹底的なクラウドコスト削減の実践論

丹哲郎

  • FinOps

    • 全員がコスト最適化をする考え方のひとつ
    • Financial+DevOps
    • データに基づく迅速な意思決定
    • クラウドコストのコントロールが困難(増大する)
  • コスト最適化のアプローチ

    • AWSのWell-architected tool
  • どうすれば全員が参加できるのか

    • 経営陣が指揮を執る
    • 最適化ではなく削減という視点で物事を見る
    • モブコスト分析
      • billingを眺めながら話す
  • 事例

    • バックアップ戦略の見直し
    • マルチテナント化
    • 通信量の削減

AI時代のソフトウェア開発を考える

和田卓人

  • Vibe Coding

    • ノリでコーディング
    • 喋ってコーディング
  • Claude Code

    • 定額のインパクト
      • 使い倒さないと損マインド
  • コードレビューが省略される

    • 動作確認のみ
  • 2025年の崖

    • 保守不能なコードの量産
  • 適切な設計がされていれば・・・の復活

  • 問題の構造は変わらず、圧倒的に顕在化が早まっただけ

  • ソフトウェアエンジニアリングは時間で積分したプログラミング

    • Googleソフトウェアエンジニアリング
    • Googleの規模だから起きていた問題が自分たちのところにも
  • TDDから何を学んだか

    • 終わらない設計を自動テストとリファクタリングで支える
  • DDDから何を学んだか

    • 語彙が大事
    • コードとモデルとドキュメントはたがいにフィードバックしあう。一方通行ではない。
  • ザ・ゴール

    • リソース効率よりフロー効率
    • レビューがボトルネックになる
      • 待ちPR=在庫=ムダ
    • ペアプロやモブプロでフロー効率向上
  • プロダクトマネジメント

    • ビルドトラップを避ける
    • OutputよりOutcomeやインパクト
    • OutcomeにつながらなければOutputを増やしても意味がない
      • AIはこの傾向
  • Vibe CodingからAgentic Codingへ

    • AIとの協業の2つのモード
      • 伴走:直列
        • 教習車
        • リサーチアシスタント
      • 委託:並列
        • 小人さん(夜のうちにやってくれる)
        • コンペ
    • 自動化から自働化へ
      • Reconciliation Loop
        • 望ましい状態を定義し、そこに向かって働く
      • 暴走/迷走対策としてのバージョン管理、テスティング、自動化の重要性が増す
  • 正直に現実を見つめよう

    • 最初から正しい設計をすることはできない
    • わからないものはレビューもできない
    • 時間が経つと正しくなくなることもある
  • 能力向上のためのAI利用

    • 設計のバディとして
    • 批判的レビュアーとして
    • 根負けしない議論相手として
    • 新しい言語を学ぶため
  • 抽象度が一段上がるのか

    • コードがアセンブラ相当に
    • 自然言語がコード相当に
  • べきか否かという問いは間違っている

    • 失敗に導かれやすい
    • 決定を遅延、選択肢を広げる
    • 不確実な状況下で選択肢を狭めるのは危険でしかない