AIは増幅器だった。 大規模開発組織で見えた開発生産性向上の次の壁

20260623
D-Plus Tokyo #25
〜 改善の軌跡から学ぶ！開発生産性向上のこれまでの取り組みと次の一手 〜
にて発表した内容です。

Transcript

1. © 2026 Works Human Intelligence Co., Ltd. AIは増幅器だった。 ⼤規模開発組織で⾒えた開発⽣産性向上の次の壁 20260623 D-Plus Tokyo #25 〜 改善の軌跡から学ぶ！開発⽣産性向上のこれまでの取り組みと次の⼀⼿ 〜 株式会社Works Human Intelligence 萩⽥篤
2. © 2026 Works Human Intelligence Co., Ltd. 2 ⾃⼰紹介 • 経歴：開発プラットフォーム開発‧インフラ‧SREチーム を経て、現在はSaaS導⼊、DevEx‧開発⽣産性向上を進め ています • 600名規模の開発組織に対しての横ぐしグループのEM • ⽣成AI推進リーダー（GitHub Copilot / Devin） • 好きなもっちゅりん：きなこ味 • X: @_athagi 第023639号
3. © 2026 Works Human Intelligence Co., Ltd. AGENDA 3 01 02 03 04 ツール導⼊は組織の連続的な成⻑を⽀える 個⼈‧チーム‧組織の壁 次の⼀⼿ まとめ
4. © 2026 Works Human Intelligence Co., Ltd. AGENDA 4 01 02 03 04 ツール導⼊は組織の連続的な成⻑を⽀える 個⼈‧チーム‧組織の壁 次の⼀⼿ まとめ
5. © 2026 Works Human Intelligence Co., Ltd. 5 ⼤規模組織だからこそ発⽣する、特有の懸念 直近の取り組み：生成 AIツールの開発者への展開 しっかり守りつつも攻めていきたい大規模組織だからこそ発生する特有の懸念 • 海外の小さいスタートアップにソースコードを預けるのは安全ですか？ ◦ リスクベースアプローチでリスクの低いところから順次広げていった ▪ 使いたいぞという意志のあるチームと連携してスタート ◦ Enterpriseプラン + NDAなどを結び社内向けに説明ができるようにしていった • 予算はどうしていきますか？ ◦ 半年前に立てた予算は大きくずれてしまっている ◦ 予算を持っているチームを味方につけて他の費目の予算を柔軟に運用した • 拡大していくとして誰から先に配るといいですか？ ◦ スピード感を優先しつつ、ガバナンスを利かせる運用を確立していった ◦ 「自分たちで環境を良くしていきたいぞ！」と意志のあるチームから優先的に使えるようにした
6. © 2026 Works Human Intelligence Co., Ltd. 6 ツール導⼊は、組織にとって「連続的な成⻑」である • 大規模組織だからこそ発生する特有の懸念 ◦ 今までやってきたことと、よりダイナミックになったものの、大きくは変わらなかった ◦ ツールを導入して使ってもらうことはCI/CD整備、静的解析、開発基盤の改善と流れは同じ ▪ 進め方には常に「型」がある • 結論：ガバナンスを利かせて環境を整えることは、一定の型があり過去の延長線上にある ◦ これらは組織にとって再現性のある「連続的な成長」の範囲内 ◦ SaaSといったツールの導入も組織内のリーダーが標準を決めて運用してくれれば、時間をかけてみんな 使ってくれるようになる 本当に難しいのは、新しい働き方を組織に「インストールすること」がわかってきた
7. © 2026 Works Human Intelligence Co., Ltd. AGENDA 7 01 02 03 04 ツール導⼊は組織の連続的な成⻑を⽀える 個⼈‧チーム‧組織の壁 次の⼀⼿ まとめ
8. © 2026 Works Human Intelligence Co., Ltd. 8 「連続的な成⻑」だけでは⾜りない状況が⾒えてきた • Copilotについて特に利用を制限していたわけでもないのに利用が頭打ちになっていた • そこで「AIコストは気にせず、無制限に使っていい！ 」と宣言 ◦ コストでの心理的ハードルは払しょくした • トップ層の利用が加速した（パレートの法則を証明してしまった） ◦ トップ層： 自発的に様々な実験を繰り返し、活用が爆発的に加速 ◦ ボトム層： 思っていたより利用が伸びなかった
9. © 2026 Works Human Intelligence Co., Ltd. 9 「連続的な成⻑」だけでは⾜りない状況が⾒えてきた • Devinも利用が拡大できるように契約を追加 • 利用自体は拡大していき、組織における典型的な活用例が見えてきた ◦ 利用拡大はCopilotとは違い、チームごとに進んでいく ◦ チームに根付いて利用されている場合は仕事量の生産性が伸びている • Devinを利用するための整備が必要で、木こりのジレンマに陥るパターンも。
10. © 2026 Works Human Intelligence Co., Ltd. 10 ツールの特⾊と組織での活⽤が⾒えてきた • Copilot（伴走型AI）とDevin（委託型AI）でそれぞれ特色があり、それぞれを使いこなす使い方が 合っていることが見えてきた • ツールの射程がそれぞれ違う ◦ 伴走型：個人レベル ◦ 委託型：チームレベル • ツールを使い始めるモチベーション ◦ 外発的動機付け ▪ まずはやってみることが大事なので悪いわけではない ▪ 連続的な成長、ベストプラクティスを広め組織のボトムアップにつながる ◦ 内発的動機付け ▪ 主体的に実験し、経験主義で学んでいく ▪ 非連続的な成長を支える
11. © 2026 Works Human Intelligence Co., Ltd. 11 ツールの特⾊と組織での活⽤が⾒えてきた • ボトムアップ vs トップダウン？ ◦ どこに比重を書けるかは組織の風土による ◦ トップダウンだけ：やらされ仕事になってしまう、自分たちでハンドルを握れない ◦ ボトムアップだけ：局所最適で終わってしまい、全体に広がりにくい ◦ レポートラインを上手く使い強制力をもたせつつ、インフォーマルネットワークやギルドといった草の根の活 動を支えるようにすることで自発的な成果を最大化 （立場による見え方は違うものの、お互いをフォローしながら同じ方向を向いて課題に向き合える組織が強い） • 最近出てきた資源配分の課題。。。 ◦ 生成AIなしの生活には戻れない ◦ ROIを気にしながら、個々人が開発をできるようになっていく必要がある ▪ 運用コストは高いが、個々人でアクセスできるモデルを制御しないといけなくなる ◦ 今までは標準化することで個々人の考えるコストを減らすということをしてきたが、組織で使いこなしていくために は個々人のベースを上げる必要がある ▪ → 組織レベルでの非連続的な成長、outcome/impactにつながる成果を出すエネルギーにならない
12. © 2026 Works Human Intelligence Co., Ltd. AGENDA 12 01 02 03 04 ツール導⼊は組織の連続的な成⻑を⽀える 個⼈‧チーム‧組織の壁 次の⼀⼿ まとめ
13. © 2026 Works Human Intelligence Co., Ltd. 13 次の⼀⼿ • 第四次産業革命と言われている中で連続的な成長であるわけがないので、避けがたい変化の波を 受容して、どうやって行くかを考える方が楽しい • 人は大きな変化をすぐに受け入れることは難しい ◦ とはいえ、チェンジマネジメントの体系はアプローチは確立している ◦ 抵抗もあるが、味方になってくれる人も多い チェンジカーブ（⽣成AIにより作成）
14. © 2026 Works Human Intelligence Co., Ltd. 14 次の⼀⼿ • AIを活用しようと思うと地力のある組織である必要がある（AIは組織の増幅器でしかない ） ◦ 大規模の強みを生かしつつ、チーム単位でもアジリティを持ったチーム ▪ やろうと決めてからが早い組織 • 標準化してから進める従来の方法だと陳腐化する場合がある ▪ 経験主義的に継続的に実験ができる組織 ▪ 他のチームのベストプラクティスを活用できる組織 • チーム自身が危機感を持ち、自らのケイパビリティを上げていく構造作り ◦ ダブルループ学習・今までの直感に反するプラクティスも目を向けてみる ▪ 「今のやり方をどう効率化するか」ではなく、「自分たちの前提や仕事の進め方そのものは正しいか」 を問い直す ▪ 「実装をたくさんする」ではなく、レビューがたまらないようにすることを目を向ける ▪ 問題は分解すれば解決する、ではなく全体を俯瞰して一挙に解決できる方法を探る
15. © 2026 Works Human Intelligence Co., Ltd. AGENDA 15 01 02 03 04 ツール導⼊は組織の連続的な成⻑を⽀える 個⼈‧チーム‧組織の壁 次の⼀⼿ まとめ
16. © 2026 Works Human Intelligence Co., Ltd. 16 まとめ ◦ これまでの軌跡（連続的な成長） ▪ AIツール（Copilot/Devin等）の導入やガバナンス整備は、従来の開発基盤改善の延長線 上にあり、一定の「型」で進められる。 ◦ 見えてきた課題 ▪ ツール導入だけでなく新しい働き方のインストールが重要 ▪ トップダウンとボトムアップを組み合わせ、組織風土に合わせた戦略を立てる ◦ 次の一手（非連続な成長へ） ▪ AIを真に活かすには、前提を問い直す（ダブルループ学習）ことができる「地力のある・自 律的に学習する組織」への進化が不可欠
17. © 2026 Works Human Intelligence Co., Ltd. 17 ▪免責事項および権利帰属について ‧本資料に関する⼀切の権利は弊社に帰属します。 ‧本資料には株式会社WHI Holdings 及び当社を含むそのグループ会社の機密情報が含まれており、書⾯による事前の承諾なしにこれを転載しま たは第三者に開⽰することを禁⽌いたします。 ‧会社名、製品名はそれぞれ各社の商標⼜は登録商標です。 ‧本⽂中および図中には®マークは表記しておりません。