生成AI時代を勝ち抜くエンジニア組織マネジメント

生成AIの活用は、レビュー時間増とバグ増加の「AIパラドックス」をもたらします。
組織は、実力格差拡大（Gap）、脆弱性蔓延（Risk）、理解負債増加（Debt）の３つの課題に直面しています。
解決には、「書く」から「指揮・検証」へのスキルとプロセスの変革が必要です。
AIに振り回されるのではなく、人間の知見でAIを導く組織への転換を目指します。

Transcript

1. Copyright coconala Inc. All Rights Reserved. 生成AI時代を勝ち抜く エンジニア組織マネジメント 2025.12.12 株式会社 ココナラ 村上 正敏 SAKURAGAOKA tech #1
2. Copyright coconala Inc. All Rights Reserved. 自己紹介 2 村上 正敏 （むーさん） 株式会社ココナラ 執行役員 VPoE / VP of Product Engineering • 〜2014 (株)日立製作所 / 研究者 • 〜2015 (株)リブセンス / EM • 〜2019 スタートアップ / CTO ◦ 同時期にフリーランス（ココナラ、 freee、メドレー） • 2019〜 現職 / EM → VPoE
3. Copyright coconala Inc. All Rights Reserved. 事業紹介（ココナラ経済圏） 3
4. Copyright coconala Inc. All Rights Reserved. ココナラ（スキルマーケット）の概要 4
5. Copyright coconala Inc. All Rights Reserved. 5 ここからが本題 Q. 開発でAI活用できていますか？
6. Copyright coconala Inc. All Rights Reserved. 6 Q. AI活用で生産性上がりましたか？ （労働時間/残業時間は、減りましたか？）
7. Copyright coconala Inc. All Rights Reserved. 開発生産性に関する「AIパラドックス」問題 7 個人 コーディング速度は向上 生産性20%アップ* 組織/開発全体 PRレビュー時間は 91%増加 バグは 9%増加* Faros AI "The AI Productivity Paradox" (2025) 「速くなった気がする」けど「楽になっていない」理由 ⚠　局所最適が全体最適を殺している可能性がある GitLab "Global DevSecOps Report: The State of AI in Software Development" (2024)
8. Copyright coconala Inc. All Rights Reserved. Risk Debt 3つの「不都合な真実」 8 「生産性向上」の陰で、組織が直面している３つの現実を取り上げます 実力格差の拡大 AI活用の度合いにより、 実力格差が5.5倍にも拡大 脆弱性の蔓延 新たな脅威「理解負債」 誰も説明できない恐怖 理解負債の増加 完璧に見えるコードでも 脆弱性が潜んでいる Gap
9. Copyright coconala Inc. All Rights Reserved. 【Gap】 実力格差の拡大 9 Fastly "AI & Security Survey" 2025 基礎力があるほどAI活用によるレバレッジが効きやすい 注）おそらく AI活用力次第で結果は変わります タスク短縮度合い（完了時間短縮割合） AI活用度合い（コード生成50%以上） シニア (48%) ジュニア (35％) シニア (33%) ジュニア (13％) AIは「指示待ちの部下」 ボトルネックが変化している 正確な指示ができて 始めて機能する 「書く速度」から 「判断速度」に変化 （手戻り少なさも重要） データが示す現実 なぜこの差が生まれるか Zinnov & Ness "Harnessing the Power of GenAI in Transforming Software Engineering Productivity" 2024
10. Copyright coconala Inc. All Rights Reserved. 【Risk】脆弱性の蔓延 10 脆弱なコードも学習に使われており、安全であることが欠落しがち 45% のAI生成コードが脆弱性を含む 存在しないライブラリ 基本防御の欠落 存在しないパッケージを導入 サプライチェーン攻撃の標的に XSSやSQLiなど初歩的な脆弱性が 見落とされがち • Veracode "2025 GenAI Code Security Report" データが示す現実 主な脅威の例 公開リポジトリの脆弱なコードが トレーニングデータに使われている 弱い暗号化アルゴリズム SHA-1など古いアルゴリズムを 使った実装により無防備な状態に
11. Copyright coconala Inc. All Rights Reserved. 11 AIが1分で書いたコードのデバッグに、人間が3日費やす未来 技術負債 (Technical Debt) 理解負債 (Comprehension Debt) 【Debt】 理解負債の増加（生成AI活用で新たに生じている負債） 実装品質が低く、 修正コストが高い状態 動作するが、誰もロジックを 説明できない状態 レビュー時間91%増の背景には、この「理解」コストの急増があるのではないか？
12. Copyright coconala Inc. All Rights Reserved. Process Shift 12 評価とスキルの変革 「速さ」のスキルから 「指揮」のスキルへ プロセスの変革 「書く」プロセスから 「検証する」プロセスへ Skill Shift 不都合な真実を乗り越えるために必要な2つの変革（Shift） これからの組織の生存戦略
13. Copyright coconala Inc. All Rights Reserved. 13 [従来] 指導者（Reviewer） [今後] 指揮者（Orchestrator） 「正解」を知る指導者として 正誤判定する 「正解」がない中で AIと共に最適解を探索 LOCやVelocityなどで速さを評価 単位時間当たりの課題解決量で評価 「どれだけ書いたか」ではなく「どれだけ価値を生み出したか」が重要 【Skill Shift】評価とスキルの変革（Gapの解消）
14. Copyright coconala Inc. All Rights Reserved. 14 AIに最適化した開発プロセスに変えていくことが重要 対 脆弱性 対 理解負債 【Process Shift】プロセスの変革（RiskとDebtの解消） AIは信頼できない部下として 常に検証を心がける 「なぜその実装か」の 説明責任を果たせるようにする 自動テストを行い、人は安全性を担保 AIラベルの付与とWhyの追求
15. Copyright coconala Inc. All Rights Reserved. AIに「振り回される」組織から、AIを「導く」組織へ 15 AIが提示するのは、「もっともらしい予測」でしかありません そのため、人間の知見で「確実な正解」に導くことが重要です 「書く」作業はAIに任せて、人間は価値を「導く」役割に徹する それができる組織に変革させていく必要があると思います
16. Copyright coconala Inc. All Rights Reserved. 16 続きは懇親会で会話しましょう！ ココナラでは絶賛エンジニア募集中です 詳しくはエンジニア採用ページをご確認ください https://coconala.co.jp/recruit/engineer/
17. Copyright coconala Inc. All Rights Reserved. appendix 17
18. Copyright coconala Inc. All Rights Reserved. 18