AIと共に開発する時代の組織、プロセス設計 freeeでの実践から見えてきたこと

2025/11/13開催されたfindy株式会社様主催のイベントでVPoE竹田が登壇した際の登壇資料です。

Transcript

1. AIと共に開発する時代の組織、プロセス設計 
 freeeでの実践から見えてきたこと 
 2025/11/13

2. 2 ⽵⽥ 祥 / Yoshi Takeda web Engineer 2005~ 執⾏役員 VPoE 2021~ freee株式会社 常務執⾏役員 VPoE EM freee 2018 ~ Now PdM web Engineer
3. 3 趣味：うさぎ x4を触りまくること 
 ※うさぎを飼いたいと思っている方はぜひ連絡ください 🐇
 　エンジニアリング、組織作りよりもうさぎのことのほうが詳しいです 

4. # 今回お話しすること
5. 5 前提情報
 1. freeeの事業、プロダクトのご紹介 (さらっと)
 2. プロダクトリリースと組織拡大の歴史 (さらっと)
 本題 3. 「AIと協業すること」を当たり前にするには。 
 - freeeにおけるAI活用推進事例の共有
 
 4. AIと共に開発するプロセス、組織の設計 - AIと共に価値創出を最⼤化するには -
6. 6 今回はあえて解ではなく「思考の過程」に重きをおいた構成にしています ◦ 変化が⼤きなAIシフトの波において最適解は正直まだどこにも無い状況 で、freeeも試⾏錯誤している状況です(恐らく他社様も) ◦ 今回はプロセスや組織の正解ではなく、あえて試⾏錯誤の過程を共有する ことで、各組織にAIがフィットする形に近づけていくためのヒントになれ ば幸いと考えていますので、よろしくお願いします。
7. 1. freeeの事業、プロダクトのご紹介
8. 会社概要 Corporate Overview
9. 9 2012年7⽉に創業 現在の従業員数 1,901⼈ ※従業員数は、2025年6⽉末の連結会社の正社員総数
10. 10 スモールビジネスを、世界の主役に。 
 MISSION
11. 11 VISION だれもが⾃由に経営できる 統合型経営プラットフォーム。
13. 13 経費精算 ⼈事労務 電⼦契約 固定資産 請求管理 会計 ⼯数管理 販売管理 会計‧⼈事労務‧販売管理を核とした 統合型経営プラットフォーム 電⼦稟議 債権債務 管理
14. 14 👇
 https://www.freee.co.jp/products/ 

15. 15 最近新キャラを推してます (LINEスタンプあります )
 Sweee
 スイー

16. 2. プロダクトリリースと開発組織拡⼤の歴史
17. 17 プロダクトリリースと開発組織拡⼤の歴史 プロダクト リリース (⼀部) freee 会計 freee ⼈事労務 freee 会社設⽴ freee 開業 freee 申告 freee finance lab freee アプリ ストア freee プロジェ クト管理 freee カード freee販売 freee業務 委託管理 freee 福利厚生 エンジニアは 右肩上がりで増加 毎年複数の プロダクトをリリース
18. 18 freeeの開発組織の特性 ‧ 開発組織の⼈数はスケールし続けている   - エンジニアの数は1⼈からスタートし、現在は500⼈over   - AI時代においてもHC拡⼤を継続している ‧新規拠点⽴ち上げ、新規プロダクト⽴ち上げなど  新しい組織の⽴ち上げも頻繁に⾏っている   - 特定の局⾯においてはスタートアップ的な状態も多く存在   - ベンチャーマインドが⾮常に強い会社 ‧内製開発だけではなく、外注開発や業務委託さんとの協業も多い   - 価値を最速で⽣み出すために開発バリエーションは幅広く持っておきたい
19. 3. 「AIと協業すること」を当たり前にするには   - freeeにおけるAI活⽤推進事例の共有 -
20. 20 freeeにおけるAI活⽤へのスタンス 「社内外両⾯でAIを使い倒し、AIネイティブな状態へ」 「⾃分たちの仕事」におけるAI活⽤ 「プロダクト」におけるAI活⽤
21. 　 　 「AIと協業すること」を当たり前にするには。
22. 22 変えるべきことは⼭ほどある • freeeにおいては 「社内のあらゆる創造活動‧組織活動の動⼒源を       AIファーストな形で再設計‧再実装している」 • 2023年から本当にあらゆる業務や環境を再設計してきたので その取り組みのコアを紹介します。参考になれば幸いです。 (粒度様々なので、組織フェーズや状態に応じて参考にしてください)
23. 23 AIシフトの波は変化が⼤きすぎて 正直なにから⼿をつけたらいいか難しい
24. 24 まずはAI活⽤の「量」と「質」に分けて 設計すると進めやすい
25. 25 1. まずは「量」を増やすことから始める 2. 次に「質」を上げていく 3. AI活⽤を組織カルチャー、組織設計に根付かせる 組織のAIシフトの3ステップ(freeeの場合)
26. 26 「AIが常に⾝近にいて、安⼼して仕事を任せられる状態」 この⼟台をしっかりと構築した上で組織、プロセスを考えな いと付け焼き刃な状態で終わってしまう。 ある意味では同僚と同じ存在、信頼関係をいかに作れるか。
27. 　 　 1. まずは「量」を増やすことから始める
28. 28 具体的な効果の一例 
 コーディングエージェント利用率 
 100% / 2025/09末時点
 (※4月頃は45%くらいだった )
 
 社内AI基盤上に構築されたアプリ数 
 1913個 / 2025/09末時点
 (※非エンジニア職が非常に多く利用 )

29. 29 1. まずは「量」を増やすことから始める ひたすらに全員がAIを使い試し、⼿に馴染ませ   「常に⾝近にAIがいる状態、使うのが当たり前」という環境。 • 社内AI基盤の構築 ◦ 安全性の担保、利⽤状況の可視化 • AI推進チームの新設 ◦ AI利⽤を推進する専⾨チームの組成、エンジニア経営メンバーと協業 • CTO直下のAI予算確保 ◦ ダイナミックな予算執⾏、⼗分なボリューム freeeでの具体的な施策例 

30. 30 社内AI基盤の構築(※AIモデル呼び出しのプロキシ) freeeでの具体的な施策例 
 Raw Output
 Raw Input
 Safe Input
 Safe Output
 Proxy
 PC
 Model
 Provider
 • 安全性の担保 
 ◦ 社内LLM基盤を通して、モデルプロバイダ と接続するプロキシサーバを構築
 ◦ プロキシでは入力のマスキングと出力の ガードレールを構築
 ◦ 実行コマンドを解析し、危険なパターンを チェック。さらにLLMでリスクレベルを判定。 MCPも同様にチェック
 
 • 利用状況の可視化 
 ◦ 開発者ごと、ツールごとのtoken数やリクエ スト数を計測し、詳細な利用状況やコスト内 訳を独自に集計

31. 31 AI推進チームの新設、ボトムアップ/トップダウン両輪での推進の軸に。 • ボトムアップでの推進 
 ◦ 入社時の環境設定手順に組み込み 
 ◦ 社内Slack, 社内ブログによるプラクティスの 共有。AI活用社内勉強会の実施
 ◦ 熟練者とのモブプロやライブコーディング
 
 • トップダウンでの推進 
 ◦ エンジニア経営メンバーと協業
 ◦ AI合宿、強制AIデーなど、開発組織全体を巻 き込んだムーブメントを起こす
 freeeでの具体的な施策例 

32. 32 CTO直下のAI予算確保 • ダイナミックな予算執行 
 ◦ CTO決済で面倒な承認フローをショートカットで きる(※ガバナンスは担保)
 ◦ お金が必要な場面に最速で対応
 
 • 十分なボリューム 
 ◦ 意思決定時点では投資的な意味合いも強かっ たが、強い意志でしっかりとしたボリュームを確 保
 freeeでの具体的な施策例 

33. 33 具体的な効果の一例 
 コーディングエージェント利用率 
 100% / 2025/09末時点
 (※4月頃は45%くらいだった )
 
 社内AI基盤上に構築されたアプリ数 
 1913個 / 2025/09末時点
 (※非エンジニア職が非常に多く利用 )

34. 34 1. まずは「量」を増やすことから始める ひたすらに全員がAIを使い試し、⼿に馴染ませ     「常に⾝近にAIがいる状態」を当たり前にする。
35. 　 　 2. 次に「質」を上げていく
36. 36 2. 次に「質」を上げていく AI活⽤の「量」が具体的な効率化、Productivityの向上     という「質」としての結果に繋がっていく状態を作る • AI特区、AI駆動開発チームの新設 ◦ 変化が⼤きいAI関連技術の先⾏検証、活⽤ガイドラインの策定 • 全プロダクトに対するAI駆動開発レビュー • AI Agent基盤の構築 ◦ プロダクションレベルでの開発⽔準に到達させる freeeでの具体的な施策例 

37. 37 AI特区、AI駆動開発チームの新設 変化の早い AIツール特有の課題へのソリューション 
 • AIの急速な技術進歩に対応しながら、前例の少ないセキュリティリスクの適切な管理が必要
 • 企業、プロダクトとしての安全性確保と技術革新の両立が必須
 AI特区
 
 • 特区認定されたチーム/メンバーに限定し て、最新のAIツールの使用を許可
 • 各種意思決定フローにおいて優先的な対 応
 • 早いサイクルでの検証と評価を実施
 AI駆動開発チーム 
 
 • AIツールに関わるリスクや課題に対処する専門 チーム
 • 社内向けのガイドラインや開発者向けのLLM基盤 機能の開発
 • 迅速な組織への導入とインパクトの最大化
 freeeでの具体的な施策例 

38. 38 AI特区、AI駆動
 チームでの 
 AIツールの評価 
 ガイドライン 
 策定と基盤構築 
 専門チームによる 
 全社展開&運用
 安全な環境、限られたメン バーによるスピーディーな 検証サイクル 
 特区で得られた知見を形式 知&基盤化。全社展開のた めのセキュリティ対策 
 AI推進チームによるスピー ディーな展開と 
 継続的な評価 
 freeeでのAIツール検証フロー 
 
 freeeでの具体的な施策例 

39. 39 AI駆動開発レビュー 
 freeeでの具体的な施策例 
 • 開発プロセス横断での生産性向上 
 ◦ 関連ファンクション横断で参加 
 ▪ エンジニア 
 ▪ PdM、デザイナー、 QAなど
 ◦ 全チームが共有 &レビュー
 ▪ ノウハウ、知見の共有 
 ▪ インサイトからの改善、 FB

40. 40 AI Agent基盤の構築(※こちらはまだ公開情報少なめ) • プロダクションレベルの AI Agentを最速で構築 するためのフレームワーク 
 
 ◦ セキュリティ 
 ◦ 適切なロギング 
 ◦ 可用性
 ◦ コストコントロール 
 ◦ 認証、認可 
 ◦ デザインシステム 
 ◦ etc…
 AIエージェント 
 「 freee AI(β) 」
 freeeでの具体的な施策例 

41. 41 AIクイック解説 
 会計
 経営者
 その場で聞けるクラウドCFO
 β版提供中
 具体的な効果の一例 

42. 42 まほう経費精算 
 経費
 従業員
 領収書を撮るだけのカンタン経費申請
 業務フローを変えずカンタン導入
 β版提供中
 具体的な効果の一例 

43. 　 　    3. AI活⽤を組織カルチャー    組織設計に根付かせる
44. 44 これ知ってる⽅いますか？ (いたら相当レアです)
45. 45 実はこれ「freeeの初期のロゴ」 クラウド上のAI CFOが⾃動で社内の データを分析し経営をサポートする ということを10年前から⽬指していた (雲の上に乗ってて分かりやすい)
46. 46 こんなに昔から「AI」や「⾃動化」が 前提にあった会社でも やはり最初はAIへの不安、懐疑⼼が 強いメンバーも結構多かった ＝これを乗り越えないと進まない
47. 47 3. AI活⽤を組織カルチャー組織設計に根付かせる 「AIを活⽤している⼈が称賛される」という価値観を作る 既存社員、これから⼊ってくる⽅、全てのメンバーに適⽤する • AIマニア認定制度 ◦ AIをより使いこなしている⼈を可視化。称賛し、事例化する • AI情報の積極的な発信、採⽤基準への組み込み ◦ 今回のように内部情報を積極的に公開 ◦ この中⾝を⾒て「⼊りたい」と思う⼈を引き寄せる freeeでの具体的な施策例 

48. 48 AIマニア認定制度 freeeでの具体的な施策例 
 • bynameでAI利用量とそこからのアクティビ ティを計測。一定の期間、一定の水準を超える と「AIマニア」と認定 
 ◦ AIマニアになると、一部AIツールの利用選択 肢が広がるなどいくつかの特典あり
 ◦ slackのバッチなどももらえる
 ◦ 全員がいつでも状況を見れる
 
 • みんなでAIマニア目指そうぜという世界観 
 ◦ 全社OKRに載せるレベルで、AIマニアになる ことを全社的に促進
 ◦ チーム内でのノウハウ共有などが加速度的に ブーストされていっている

49. 49 AI情報の積極的な発信、採⽤基準への組み込み • AI Dev Branding責任者をアサイン 
 ◦ freeeの利用実態を含め、どういった形で誰に 向けて発信するか、そのメッセージング戦略を 常にアップデートしながら発信
 
 • これから入ってくる方に関しても妥協なし 
 ◦ 採用EVにおいて、AIの活用度を評価項目の 一つに追加
 ◦ AI活用度を確認するための質問やディスカッ ションテーマをエンジニア組織内で日々共有
 https://speakerdeck.com/freee/12geng-xin-freeenoainiguan-suruqu-rizu-mi freeeでの具体的な施策例 

50. 4. AIと共に開発するプロセス、組織の設計  - AIと共に価値創出を最⼤化するには -
51. 51 前提となる「⽣産性」の分解 引用：株式会社Rector 広木 大地(2024) 開発生産性について議論する前に知っておきたいこと
52. 52 前提となる「⽣産性」の分解 引用：株式会社Rector 広木 大地(2024) 開発生産性について議論する前に知っておきたいこと 全てはここに繋げるための活動
53. 53 1. そもそもどうすれば「Lv3⽣産性」を最⼤化できるのか 2. その上で「AIを使うことでどこをブースト」できるのか (※あくまでも1の分析があった上でという前提が重要) プロセス、組織設計のポイント
54. 　 　 そもそもどうすれば「Lv3⽣産性」を 最⼤化できるのか (※AIに関係なく⼤事なやつ)
55. 55 ポイント1：各レベル内での⽣産性向上 引用：株式会社Rector 広木 大地(2024) 開発生産性について議論する前に知っておきたいこと アクティビティ向上、効率化
56. 56 ポイント2：各レベルの接続部分のスピード、質の向上 引用：株式会社Rector 広木 大地(2024) 開発生産性について議論する前に知っておきたいこと ファンクション間の接続、融合が必須 (実際の現場では相互に⾏ったり来たりする)
57. 57 freeeではLv1-3のそれぞれの状況、接続点を整理した(めちゃでかsheetすいません) Lv1~3⽣産性と各Lvの接続点        ✕ KPI、組織状況、プロセス状況 現状と⽬指す像を全てプロット。 ここから具体的なプロセスや組織 を設計していく
58. 58 Lv1~3⽣産性と各Lvの接続点        ✕ KPI、組織状況、プロセス状況 それぞれの充⾜状況を ヒートマップ的に可視化
59. 59 ① それぞれのLv内での⽣産性
60. 60 ② LV間の接続点の⽣産性
61. 61 ③ それらを統合した全体での⽣産性 本当にLv3⽣産性に繋がっているか (かなり厳しめ評価ｗ) ユーザ価値の実現
62. 62 この図が全てのプロセス設計のマップとなる 定期的に状況をアップデートしていくことで Lv1~3それぞれの⽣産性のボトルネックが分かる
63. 63 1. Lv1~3⽣産性と各Lvの接続点について⾃組織の状況を棚卸しする ➢ KPI、組織状況、プロセス状況 2. 現状と⽬指す像を全てプロットし、そこから具体的なプロセスや組織 を設計していく ➢ 各レベル内での改善、レベル横断での改善 3. このマップを定期的にアップデートし、組織の羅針盤にする そもそもどうすれば「Lv3⽣産性」を最⼤化できるのか
64. 　 　 「AIを使うことでどこをブースト」 できるのか⾒極める
65. 65 各レベルの⽣産性のさらなる分解 引用：株式会社Rector 広木 大地(2024) 開発生産性について議論する前に知っておきたいこと
66. 66 各レベルの⽣産性のさらなる分解(再度めちゃでかsheetすいません) 企画〜実装/テスト〜リリースまでの各プロセスの重みをかなり詳細に分析
67. 67 例) 企画フェーズの詳細分析 調査とブリー フ作成 ビジネス要 件整理 情報アーキテク チャ PRD作成 画⾯ デザイン 32.95％ 1.94％ 11.24％ 13.57％ 14.34％ 重み割合 後続フロー への影響 次の段階は誤っ た前提から始ま る 原因不明のPRD および頻繁なス コープ変更 デザイナーは不 明確な構造や流 れで作業する 設計レビューと テストにおいて 混乱を招く ユーザ テスト リリース 関連作業 リリースは直前 の修正により遅 延した 不明確な引き継 ぎによる設計修 正 17.44% 8.53％
68. 68 例) さらに企画フェーズの詳細分析 調査とブリーフ作成 PRD作成
69. 69 これを全ての開発プロセスに対して実施 AIによるブーストポイントを⾒極める
70. 70 例) ブーストポイントの⾒極め
71. 71 改めて、AIと協業するためのプロセス/組織設計の流れをおさらい 1. Lv1~3⽣産性と各Lvの接続点について⾃組織の状況を棚卸しする 2. 現状と⽬指す像を全てプロットし、そこから具体的なプロセスや組織を設計していく 3. AIによるブーストポイントを⾒極め、実⾏する 1. 各⽣産性レベル内の構成要素をさらに分解する ▪ 企画、開発、テストなど各⽣産活動のより詳細な要素分解 2. 分解した各要素について「AIを使うことでブーストできるか」を⾒極める ▪ AIによる現状の得⼿、不得⼿をしっかりと区分けする 3. AIを活⽤したプロセス、体制を設計する 4. 1の棚卸しを定期的に⾏い、Lv3⽣産性(価値創出)がブーストされていることを確かめる
72. 72 1. 「Lv1⽣産性」はめちゃくちゃ上げられる ➢ 企画〜実装〜テスト問わずアクティビティ増⼤の効果は⾮常に⼤きい 2. 「Lv2⽣産性」も⼀定の効果が出る ➢ 特に企画段階において何を作るかの仮説⽴案に⼤きな効果あり 3. 「Lv3⽣産性」はまだこれから。全社的なAI活⽤が必須 ➢ R&D以外のS&M、CS等でのAI活⽤が必須 ➢ また、接続点の効率アップの難易度も⾼い ◦ ⼈⼒でファンクション融合を進めることは必須 参考) AIによるブースト、現状のインサイト
73. 　 # まとめ
74. 74 1. AI活⽤は「量」と「質」を意識して進める ➢ その結果として「AIが常に⾝近にいて、安⼼して仕事を任せられる状態」を作る 2. AIを使った⽣産性向上を最⼤化するために、⽣産性の要素分解をしっかりやる ➢ 闇雲にやるのではなく、現状把握&ボトルネックを分析し、⾃組織の状況に合わ せたAI活⽤を⾏う。 3. 現状はまだまだ試⾏錯誤が続くフェーズ、この変化を楽しみましょう ➢ 今⽇の内容が、今後の皆様の開発のなにかしらのヒントになれば幸いです。 ➢ どんな質問でもいいので、是⾮ぶつけてもらえると嬉しいです。
75. 75 　 　 ご清聴ありがとうございました！