AI-DLC（AI-Driven Development Life Cycle）入門 〜明日から始める"AI駆動開発"〜

登壇資料
2026/03/03 生成AIを開発に組み込む設計図：AI-DLCとガードレールの作り方
https://nrinetcom.connpass.com/event/385278/

Transcript

1. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 1 Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 2026/03/03 ⽣成AIを開発に組み込む設計図：AI-DLCとガードレールの作り⽅ AI-DLC（AI-Driven Development Life Cycle）⼊⾨ 〜明⽇から始める"AI駆動開発"〜
2. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 2 • AI-DLC（AI-Driven Development Life Cycle）とは何かを理解する • 従来の開発⼿法や「単なるAI⽀援」との違いを把握する • 直⾯する課題と、それを乗り越えるための対策を知る • 明⽇から"AI駆動開発"を試すための第⼀歩を持ち帰る 2 今⽇のゴール
3. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 3 3 「AIのおかげでコードを書くのは何⼗倍も速くなった。 でも、開発全体の品質やスピードは改善したのか…？」 まずはじめに
4. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 4 ⾃⼰紹介 ⾜⽴ 和⽣(あだちかずき) @k-adachi-01 ▼ 所属 アジアクエスト株式会社 ▼肩書き 2025 AWS Jr. Champion 2025 All AWS Certifications Engineer ▼現在の業務 建設会社様向けのIT⽀援や顧客折衝 PMOとして「何を実現したいか」を具体化する仕事 ▼趣味 ⾛ること（トレイルランニング、ウルトラマラソン）
5. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 5 5 Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved AI開発の 3つの段階
6. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 6 6 ①AI⽀援（AI-Assisted） AIを開発プロセスの⼀部に利⽤する ⻑所： - 従来の開発ライフサイクルにそのまま適⽤できる - ⼈間がコントロールできるため暴⾛が少ない 短所： - 開発スピードが出せない - アーキテクチャ全体を⾒た設計が難しい - ⼈間の認知負荷がボトルネックに
7. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 7 7 ②AI丸投げ（AI-Managed） AIに開発プロセス全体を任せる（Vibe Coding） ⻑所： - AIの実装速度を最⼤限に活かせる - 改善のサイクルを速く回せる 短所： - ビジネス意図を正確に伝えるのが難しい - 理解が追いつかないコードが⼤量に⽣成される - ⼀貫した品質を保つのが難しい
8. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 8 8 ③AI-DLC（AI-Driven Development Life Cycle） AIを開発ライフサイクルの中⼼に置き、 ⼈間が最終的な責任と意思決定を担う、 AWSの提唱する”AIネイティブ”な開発⼿法 特徴： ①AI が実⾏し⼈間が監視する - 要件定義、設計、実装、テストなどをAIが主導で⾏う - ⼈間の承認やガードレール設計により品質を担保する ②ダイナミックなチームコラボレーション - ⼈間は創造的な問題解決をリアルタイムで⾏う - 意思決定のコストと時間を短縮する 参照：http://aws.amazon.com/jp/blogs/news/ai-driven-development-life-cycle/
9. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 9 3フェーズの紹介―Inception, Construction, Operation 1. Inception（構想‧仕様定義） ⼈間がビジネス要件を定義し、AIが解釈可能な「構造化された仕様書」を作成する 2. Construction（構築‧実装） 仕様書をもとに、AIエージェントが⾃律的にコードとテストを⽣成‧修正する 3. Operation（運⽤‧改善） 稼働後のログやエラーをAIが分析し、次のInceptionに向けた改善案を提⽰する
10. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 10 従来のSDLC（ソフトウェア開発ライフサイクル）との違い 従来のSDLCでは「⼈間同⼠」が開発を進める前提 AI-DLCではAIが開発ライフサイクル全体を主導するアプローチ 要件定義 設計 実装 展開‧運⽤ テスト
11. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 11 11 Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved AI-DLCの 課題と対策
12. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 12 根本的な問題―LLMの⾮決定性 • LLM（⼤規模⾔語モデル）は確率的モデル 全く同じ仕様書（Spec）を作成しても、出⼒されるコードが毎回同じになる とは限らない • システム開発における「⾮決定性」の恐怖 既存の機能に影響を与えず、安全にコードを更新‧維持できるか（再現性） の担保が極めて難しい
13. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 13 レビュー負荷の爆増―⼈間の認知資源がボトルネックに • ⼈間の認知資源には限りがある AIが数秒で⽣成する何千⾏のコードから意図を汲み取り、正しさを⽬視で確 認するのは⾮現実的 • 「理解負債」が溜まっていく 「よく分からないが動く」状態のコードが蓄積していき、ソフトウェア全体 の品質維持が難しくなる
14. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 14 ⼈間が承認すれば「安⼼」なのか？―厳しすぎるスキル要件 • 「最終確認は⼈間が⾏うから安全」という主張の落とし⽳ AI成果物をレビューするにはドメインと技術の両⾯で深い理解が必要だが、 ⼗分なスキルを持つ⼈が少ない • 求められるスキル要件が厳しすぎる ビジネスサイドとの豊かなコミュニケーション、アーキテクチャの選択、 正しいモデリングの知識...etc
15. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 15 15 Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 実際に試してみ た（Kiro） 引⽤：https://aws.amazon.com/jp/blogs/news/introducing-kiro/
16. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 16 AWSの公開しているOSS―ai-dlc-workflows AWSが試験的に公開しているAI-DLCの実装例 • 構成要素： KiroのSteeringファイルとしてAI-DLCのワークフローを定義 • 特徴： ◦ AI-DLCの要件定義、設計、実装、テストまでがパッケージ化されている ◦ ⾃然⾔語で定義されているため、Kiro以外（ClaudeCodeなど）にも移植できる ◦ AIが会話をリードし、⼈間の指⽰の⽭盾や曖昧な点があれば、聞き返してくれる ◦ すべての会話が `audit.md` に記録される仕組み 参照：https://github.com/awslabs/aidlc-workflows
17. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 17 どのように開発が進むか？ AI-DLCパイプラインでの開発の流れ： 1. Inception: ⼈間が「やりたいこと（What）」をざっくり書くと、 AIが詳細な要件仕様（Spec）に落とし込み、⼈間に確認を求める 2. Construction: 承認された仕様をもとに、AIエージェントがコードベースを解析し、実装‧テストを記述する 3. Operation: デプロイ戦略の策定、監視と観測可能性の設定、インシデント対応⼿順などを⽂書化する
18. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 18 どのように開発が進むか？ 28 ai-dlc-workflowのフォルダの中⾝：
19. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 19 実際に触ってみた所感 • 始めるのは簡単。要件定義（Inception）が丁寧で時間がかかる 「何となくxxxが作りたい」と曖昧に投げても、AIがリードしながら 詳細な仕様を固めてくれる（細かすぎる節が若⼲ある...） • 仕様はあくまで⾃然⾔語なので完璧に認識が合うことはない テスト駆動、静的コード解析、Hooks(CI)など厳密な検証⽅法を組み合わせ てこそ真価が発揮される • レビュー負荷がボトルネックなのは相変わらず 仕様を「⾔語化」するコストは下がったが、レビューは⼤変なまま
20. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 20 個⼈開発での限界―AI-DLCの真価はコラボレーション • 個⼈で開発している場合、⾃分⾃⾝との認識齟齬は起きない チーム開発の最⼤のコストである「コミュニケーションコスト」が発⽣しな いため、AIに意図を伝えるだけでいい • AI-DLCの本当の価値はチーム開発 設計や実装はAIに任せて、⼈間は創造的な問題解決のためのコラボレーショ ンに集中するのが理想
21. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 21 21 Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved まとめ
22. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 22 AI-DLCはAIが開発ライフサイクル全体を主導するアプローチ • 開発の「How（どう実装するか）」はAIの仕事へ 要件定義から設計、実装、テストまでAIがリードするため、 ⼈間はAIが⾃律的に動けるための環境（ガードレール）整備をするのが⼤事 • 「What（何を作るか）」と「Why（なぜ作るか）」に全⼒を注 ぐ 最後に残るのは⼈間の「意思」と「熱量」の部分。作るだけなら簡単にでき る時代だからこそ「開発した結果、何を変えたいのか」が重要
23. Copyright © 2026 AsiaQuest Co.,Ltd. All Rights reserved 23 23 23 アジアクエスト株式会社 〒112-0004 東京都⽂京区後楽2-6-1 住友不動産飯⽥橋ファーストタワー27階 TEL：03-6261-2701 FAX：03-6261-2702