Upgrade to Pro — share decks privately, control downloads, hide ads and more …

_登壇資料_AI駆動開発で実現した開発生産性3.2倍向上.pdf

Avatar for FastDOCTOR FastDOCTOR
July 09, 2025
210

 _登壇資料_AI駆動開発で実現した開発生産性3.2倍向上.pdf

Avatar for FastDOCTOR

FastDOCTOR

July 09, 2025
Tweet

More Decks by FastDOCTOR

Transcript

  1. 施策のインパクト 週次のマージ済みPR数 3.2倍向上を実現! 従来(1-4月平均) 週次PR数:9.6件 サイクルタイム:74.1h レビュー時間:8.8h コミット密度:103.8行 → AI駆動開発(6月平均)

    週次PR数:24.8件(2.6倍) サイクルタイム:59.1h(20%短縮) レビュー時間:4.8h(45%短縮) コミット密度:308.9行(3倍) 過去最高のパフォーマンスを記録
  2. アプローチ:工程横断AI活用 従来のAI活用 対象工程: コーディングのみ 効果範囲: 個人の効率化 品質保証: 人的QAに依存 持続性: 属人的スキル

    VS 当社の工程横断AI活用 対象工程: 仕様策定→実装→レビュー→QA 効果範囲: チーム全体の生産性革命 品質保証: AI支援QA + 人間判断 持続性: 組織ナレッジ化 Key Insight コーディング以外の広い工程でのAI活用により、数字に見えるチーム開発生産性向上
  3. 開発の流れ 開発フローの中で、コーディングは1〜3割? flowchart LR A[ 💡 要望/不具合] --> B[ 📋

    精査/仕様策定] D[ 🎨 仕様理解/設計] D --> F[ ⚙️ 開発着手時作業] F --> G[ 💻 コーディング] G --> H[ 👀 レビュー] B --> D B --> L[ 🛠️ QA設計] L -->J[ ✅ QA] H > J コーディングの時間が50%になってもインパクトは限定的
  4. 仕様策定の強化 MCP活用によるNotion + Slack + JIRA + GitHub横断情報統合 従来の課題 PM・TL多忙でチケット詳細化が不十分

    要件漏れによる実装後の手戻り頻発 背景情報の散在による理解コスト増大 AIを活用した解決策 Cursor上でMCP活用を活用して → Notion(事業部要望/不具合打ち上げ) + Slack(議論) + JIRA(チケット) + GitHub(コード)を入力に → 高精度なチケット本文を自動生成 → 既存ナレッジベース参照で一貫性確保 チケット詳細化工数削減(PM/TL) 要件漏れによるやり取り削減 実装リードタイム短縮にも貢献
  5. 実装工程強化 cursor/rules ナレッジベースの体系化 ナレッジベース構築 プロジェクト固有知識の体系化 ↓ cursor/rules による文脈自動提供 ↓ AI支援精度の飛躍的向上

    ↓ コード品質 + 開発速度の同時実現 具体的実装 システム特有制約: 法的要件、安全性要求を自動考慮 設計ガイドライン: 設計原則の一貫した適用 継続的ナレッジ更新: 開発経験の組織資産化 効果 AIによる仕様作成/コーディング支援の精度向上
  6. 周辺作業自動化 開発フロー最適化の実現 自動化対象業務 JIRA連携: プロンプト → ブランチ作成 + empty commit

    + status更新 PR提出: MCP自動化による提出作業効率化 Slack連携: レビュー依頼の自動送信 複数環境: 開発用 + レビュー用Cursorの並行稼働 戦略的効果 認知負荷の削減: 作業手順の型化により、創造的作業に 集中 ヒューマンエラー防止: 手作業ミスの排除 チーム連携強化: 自動化による情報共有の確実性向上
  7. AIメインタスクのバジェット確保 スプリントの20%程度の「AIメインタスク」のバジェットをアドオン 戦略的アプローチ 従来の開発タスク(80%) + AIメインタスク(20%) ↓ AI特性を活かした 高速開発サイクル実現 ↓

    生産性向上タスクで 全体効率を底上げ 具体的効果 QAプロセス最適化: サイクルタイム短縮による開発リソ ース創出 新技術導入: AI駆動による実験的取り組みの高速化 組織学習促進: AIベストプラクティスの蓄積と横展開
  8. ドキュメント駆動開発文化の確立 従来 コード優先、ドキュメント後回し ドキュメント作成が負担 ナレッジの属人化 → 変革後 設計ドキュメント + コードの同時作成

    AI支援により自然な開発フロー化 組織ナレッジの体系的蓄積 具体的変化 コミット密度9.1倍: mdファイル(設計・仕様書)を含む包括的開発 ナレッジベース充実: cursor/rules による組織知識の体系化 開発文化の進化: 「作って終わり」から「作って残す」への転換
  9. 組織学習文化の醸成 プロンプトカフェ(隔週) チーム横断での組織学習 AI活用ノウハウの共有 実践的スキル向上 具体的プロンプト技術の伝 播 AIペアプロ会(週次) 実践的AI活用 画面共有での

    hands-on学 習 スキル標準化 チーム全体のAI活用レベル 底上げ ハンズオン支援(随時) 導入障壁の解消 個別支援による確実なオン ボーディング AI疲れ対策 感情表現 + エントロピー表 示による負荷軽減
  10. 持続可能性の証明 24PR 6/02週 (2.5倍) 21PR 6/09週 (2.2倍) 23PR 6/16週 (2.4倍)

    31PR 6/23週 (3.2倍) 史上最高記 録 Key Success Factor 再現性: 一時的ブーストではなく継続的高パフォーマンス スケーラビリティ: 新規参画者も3日目でテックブログ投稿 組織浸透: 個人スキルから組織ケイパビリティへ
  11. 達成成果サマリー 定量的革命 週次PR数: 9.6件 → 31件(3.2倍) サイクルタイム: 74.1h → 53.5h(28%短縮)

    レビュー効率: 8.8h → 3.8h(57%短縮) 開発密度: 103.8行 → 945.3行(9.1倍) 質的変革 工程横断AI活用 コーディングを超えた全工程最適化 ドキュメント文化 設計とコードの同時整備文化確立 組織学習 プロンプトカフェ・AIペアプロ会による継続 的向上