データ基盤開発で取り組むコンテキスト自動更新_20260821

Transcript

1. データ基盤開発で取り組むコンテキスト自動更新 2026.08.21
2. 自己紹介 福田 大賀 / Taiga Fukuda GitHub: FukTig X: RCTectoy 略歴 2012年から京都で自治体向けパッケージ開発に従事 その後2017年から株式会社フェズへ JOIN アプリケーション開発からスタートし、データ連携基盤 /分析基盤の立ち上げ に伴いデータエンジニアへ。 現在は、データ基盤グループのマネージャーをしつつデータ活用・ AI活用に 取り組んでいます。 FEZ Inc. All rights Reserved. 2
3. 会社 / 事業 FEZ Inc. All rights Reserved. 3
4. 会社概要 会社名 株式会社フェズ 代表者 代表取締役 赤尾 雄司 設立 2015年12月3日 社員数 158名（2026年7月現在） 事業内容 リテールメディア事業等 本社所在地 東京都港区西新橋一丁目 2番9号 日比谷セントラルビル 6階 資本金 351百万円（2026年6月末現在） グループ会社 株式会社ファイブシーユー 株式会社ストアギーク トレマ株式会社 会社フェーズ 未上場 事業・組織拡大期
5. 事業内容 リテールデータプラットフォーム「 Urumo（ウルモ）」を中心に、 広告×販促×店頭ソリューションをワンストップで提供 購買データを元に、 ニーズに最適な広告を届ける 生成 AIの力で専門知識なし で購買データの活用を実現 広告 データ利活用におけるセ キュリティ対策を支援する 統合データ グループ・合弁会社と連携し、 売場にもアプローチ FEZ Inc. All rights Reserved. • 購買データ • 商品データ • 位置情報データ 店頭 販促 アプリ販促支援
6. フェズの特徴 フェズの特徴① データの量・質・活用 （複数小売様データの統合・事業化） 複数の小売企業様からの信頼のもと、業界の先駆けとして購買データを預けていただき、 企業ごとに異なるフォーマットを統合することで、市場全体を捉えられるデータの価値を創造。 業界最大規模のデータ量、デジタルメディアのデータと接続できるよう適法に収集されていること（質）、 データを活用/事業化できる技術力（4つの特許を取得）がフェズの大きな特徴です。 包括的な マーケティング DXサポート 業界トップクラスの第三者提供許諾済み ID数 を元に統合データを作成 1,700 万 ID 小売への深い理解 による信頼の獲得 FEZ Inc. All rights Reserved. ドラッグ ストア スーパー マーケット ホーム センター 様々なメディアへ データ接続・活用可能 6
7. フェズの特徴 フェズの特徴② Win-Win-Winを実現するビジネスモデル 小売企業様へは DXコンサル/実装ご支援に加え、お預かりしたデータやメディア面で メーカー様向けの付加価値を創出。それを元にデータ / メディアフィーを還元。 Win-Win-Winのビジネスモデルを確立しています。 データ / リテールメディア 活用ご支援(小売DX） コンサル/実装フィー 小売 データ / リテール メディア面の提供 購買データを用いた マーケティングの最適化支援 メーカー メーカー ソリューションフィー データ / メディアフィー ※ソリューションフィーを元に還元 FEZ Inc. All rights Reserved. 7
8. フェズの特徴 フェズの特徴③ グループ会社・合弁会社を通じ、店頭でのマーケティングも支援 フリークアウト HD社との合弁会社 メーカーの営業担当者様に代わって ドラッグストアやコンビニ、スーパー等の店頭を巡 回、 商品陳列を行い、売上向上を支援 FEZ Inc. All rights Reserved. 商品購入直前の瞬間に訴求できる デジタル広告「ストアギークサイネージ」を開 発・提供 「トレードマーケティング」に関する企業研 修やコンサルティングサービスを提供 8
9. Urumo全体感 顧客軸/商品軸 Urumo BI 分析/探索 機能 抽出/連携 機能 1st Party Data メディア軸/マーケティング軸 データ基 盤 Urumo 購買Data 3rd Party Data FEZ Inc. All rights Reserved. RMN 分析/探索 機能 Ads Manager 広告/販促 機能 9
10. AI活用の現在地 FEZ Inc. All rights Reserved. 10
11. 制度やAIの利用状況 • • 会社全体 ◦ Googleワークスペースでの Gemini ◦ その他部署ごとに ChatGPT/Claudeを利用 開発部門 ◦ • 開発側以外でも 知見を持ち寄る AI MeetUp の社内開催も！ 個人のAI活用 3万円/人/月 データ基盤 ◦ ◦ FEZ Inc. All rights Reserved. チームで持っている研究開発費 ▪ Devin ▪ CodeRabbit 上記個人ごとの予算 ▪ ClaudeCodeを主 ▪ Codexもクロスレビューや障害時の代替として利用 11
12. 開発の実働は AIへ、人はより上流へ（シフトレフト） 人が開発するにしろ、 AIが開発するにしろ、 要求・要件をしっかりまとめることが質の高い成果物・取り組みの土台です。 • サービスや業務の側での言語化 — 何が必要で、何をやってはいけないかを明らかにする • 業務側からの依頼やヒアリングに加えて、開発側が業務・運用に染み出して 言語・課題の明確化を行う動きへ — エンジニアに求められる動きがスライドしてきている • 開発の実働が AIで代替されたことで、人はより関与すべき上流工程へ（＝シフトレフト） FEZ Inc. All rights Reserved. 12
13. 今年に入ってからの取り組み 4月：AI環境整備について 6月：整備状況の拡大について 今回：その後どう歩みを進めているかを紹介します データ基盤での環境整備 - モノレポ化 - docs整備 - AGENTS.md / Skills / Agentの拡充 - AI活用をベースとしたプロセスの見直し など FEZ Inc. All rights Reserved. 13
14. 以前の資料より→ データ基盤での AI活用・開発環境 ステップを（みんなで）登ろう AI時代を生き残る組織・エンジニアへ （与えられてAI活用ができるではなく、 AI活用ができる環境が整備できる） このあたりを目指す 今このあたり FEZ Inc. All rights Reserved. 14
15. 次に見えてきた課題 AIにより大きな単位で仕事 を任せるほど、「 AIが何を知っているか」が重要となる。 AIの能力だけでなく、 AIに渡すコンテキストが開発品質を左右 する。 FEZ Inc. All rights Reserved. 15
16. コンテキストの整備と自動更新 FEZ Inc. All rights Reserved. 16
17. データ基盤でのコンテキスト利用 各工程で様々なコンテキストを参照しながら、 AIと協業して開発を進めている FEZ Inc. All rights Reserved. 17
18. コンテキストは古くなる・肥大する AGENTS.md / Skills / Agent / Docs / ADR… とコンテキストを整備しても、 コードは日々変わり、コンテキストは人が意識して更新しないと変わらない。 （個人の範囲内で学習・メモリ記憶されるに留まる） • 「変更した人が必要に応じてドキュメントを更新」 →漏れる • AIでコード変更が増える →乖離が加速する • 頑張ってコンテキストを積み上げ続ける →コンテキストが肥大しコンテキストウィンドウを圧迫 AIのために整備したコンテキストが、 AIをミスリードし始める FEZ Inc. All rights Reserved. 18
19. コンテキスト更新を開発プロセスに組み込む 人の善意に頼らず、 仕組みとして コンテキストを更新するプロセスを構築します。 設計のポイント： • 何をコンテキストとして扱うか • いつ更新するか • AIに何を判断させるか、人がどこをレビューするか • 更新対象が複数になる場合は、複数の更新プロセスに分ける FEZ Inc. All rights Reserved. 19
20. コンテキスト更新の実例（レビュー観点更新） FEZ Inc. All rights Reserved. 20
21. コンテキストの循環を作る Context as Code コンテキストを「 AIのための補助資料」ではなく、開発を成立させるための資産として、 同じリポジトリ内に蓄積（ docsやagentのスキル定義）し各所で参照 • AI Coding Agent • 人間のレビュー • オンボーディング • 障害対応 / 設計 / 開発意思決定（背景把握） など FEZ Inc. All rights Reserved. 21
22. 今後の取り組み データ基盤の開発のために整備したコンテキストを、 データ利用/システム開発の「コンテキストレイヤー」として事業へ広げていく ① コンテキストを開発以外へ提供する • 開発用に整備してきたオントロジー /コンテキストを、データ利用者にも提供 • ナレッジグラフなどへ拡張し、コンテキストの更新性・参照性を高める ② 小さく始めて、ビジネス側へ広げる • まずはデータ利用・開発に近い領域から着手 • 効果を確かめながらビジネス側のユースケースへ拡張 ③ 事業のコア資産として積み上げる • データの拡充も予定。データ ×コンテキストを事業のコア資産に • コンテキスト整備を、ビジネス拡大に向けた「加速装置」にしていく (予定) FEZ Inc. All rights Reserved. 22
23. まとめ FEZ Inc. All rights Reserved. 23
24. まとめ • AIに大きな単位で仕事を任せるほど、AIの能力以上に「渡すコンテキスト」が開発品質を左 右する • ただしコンテキストは作って終わりではない ◦ • コードの変化に置いていかれ、古くなり・肥大化してAIをミスリードし始める 人の善意に頼らず、仕組みとして更新する ◦ コンテキスト更新を開発プロセスに組み込み、AIが更新・人が承認する • コンテキストをコードと同じリポジトリで循環させる(Context as Code) • 今後はデータ基盤の「コンテキストレイヤー」として事業へ 広げていく FEZ Inc. All rights Reserved. 24
25. We are Hiring!!! データエンジニア積極採用中！！ FEZ Inc. All rights Reserved. 25
26. 宣伝 オフィス移転（神田 →内幸町）しました！ ※新橋と虎ノ門の間、日比谷公園の南側あたり 移転後、初の外部イベント開催なのでオフィスも見に来てください！ CodeRabbitの話だけでなく、 開発生産性向上もテーマとしてます。 FEZ Inc. All rights Reserved. 26
27. Thank You