Crewent Summary

Transcript

1. 01 イントロダクション 意図の版 Crewent (Crew + Intent) AI開発時代の「意図がズレない」 新しいチーム開発ワークフロー r1 キャンセル時に理由を集めたい r2 Intent（何を、なぜ作るか）を重要な情報資産として扱い、ビジ ネスの意図と実装のずれを防ぐ。 確定 改修 理由の選択は任意にする r3 再修正 自動キャンセルでは理由を聞かない Crewent ｜ Zoe LLC
2. 02 顧客とその課題 ｜ 1/3 課題：AIが指示を聞いてくれない 頼んだものと、違うものができてきた ― PdM 「この場合は？」と聞かれて、初めて気づく ― PO 進んでいるのか、聞かないと分からない ― 事業責任者 AI が何を変えたのか、誰も説明できない ― エンジニア 直してもらうたびに、同じ説明をしている ― セールス AI で作る速さは上がった。でも、今の開発フローはAI開発とマッチしてない AI で速く作れるようになったのに、なぜかうまくいかない Crewent ｜ AI開発時代の新しいワークフロー 2
3. 02 顧客とその課題 ｜ 2/3 ずれた意図は、手戻りとして開発費を食う 工数の 4〜5 割は、避けられたはずの手戻り。意図の取り違えは見つかるのが遅いほど高くつき、AI はその量と速さを増やす。 40〜50% 最大 100 倍 5.1% 開発工数のうち、避けられたはずの手戻 りに使われている割合 出荷後に見つかった問題を直すコスト。 要件・設計の段階で直す場合との比較 投資額のうち、要求の管理不足で失われ る割合。目標未達の案件の 47% がこれ を主因とする Boehm & Basili（2001） Boehm & Basili（2001） PMI（2014） AI で、ずれは速く大きくなる 開発者 50 人の組織なら 66% 45% ­7.2% 「ほぼ正しいが少し違う」AI の 出力に悩む開発者 AI が書いたコードのデバッグに、 AI の導入が 25% 進むごとの、 かえって時間がかかる リリースの安定性の変化 Stack Overflow（2025） Stack Overflow（2025） 年 約 2,500 万円 年間の開発人件費 $3.33M の約 5%。p11 の投 資対効果の試算はこの前提に立つ Google DORA（2024） 出典：Boehm & Basili “Software Defect Reduction Top 10 List” IEEE Computer, 2001（小規模なシステムでは約 5 倍）／PMI Pulse of the Profession: Requirements Management, 2014／Stack Overflow Developer Survey 2025／Google DORA Accelerate State of DevOps Report 2024。1 ドル＝150 円。 Crewent ｜ AI開発時代の新しいワークフロー 3
4. 02 顧客とその課題 ｜ 3/3 あなたの指示はなぜズレるのか 例：キャンセル理由を集めたいだけ AI エージェントが実装を担うと、伝言の各段でずれが生まれ、出荷まで誰も気づかない。 事業責任者 エンジニア AI エージェント レビュー リリース後 「キャンセル理由を集 めて、返品を減らした い」 要約して AI に指示。 「発送前ならいつでも キャンセル可」が抜け る 30 分で実装。ついで に「支払い後はキャン セル不可」に 差分 40 ファイル。も っともらしいので、そ のままマージ 「キャンセルできない 」問い合わせが急増 前提が抜ける 頼んでいない変更 基準なしで確認 誰も理由を説明できない 問題はコードの品質ではない。意図に「正本」と「履歴」がないこと Crewent ｜ AI開発時代の新しいワークフロー 4
5. 03 商品紹介 ｜ 1/2 Intent を情報資産とした開発ワークフロー ビジネス側・エンジニア・AI が同じ Intent を読み、各工程で決めたことを書き足しながら、開発を回す。 1 ビジネス側 2 ビジネス側 3 エンジニア・AI 4 全員 依頼する 場面で決める 実装する 照合して直す 普段の言葉で書くと、決める べき点を AI が聞き返す 具体的な場面で確かめ、違え ばその場で直して確定する 同じ Intent を受け取り、場面 からテストを先に書く 頼んでいない変更を見つけ、 直すと Intent も更新される 残る：何を、なぜ作るか 残る：決めた理由 届く：進み具合 残る：何が変わったか Intent ＝チームの情報資産 何を、なぜ作るか／決めた理由／変更の履歴を、一つにまとめて残す。 全員が同じものを読み、各工程で書き足す。直したら 1 に戻り、次の依頼もここから始まる。 なぜワークフローか：意図のずれは、エンジニアだけでは解決できない。ビジネス側・エンジニア・AI が同じコンテキストを持つには、一部の工程ではなく、開 発の流れ全体を変える必要がある。 Crewent ｜ AI開発時代の新しいワークフロー 5
6. 03 商品紹介 ｜ 2/2 Web サービス + 開発用CLI ビジネス側が Web で決めた Intent を、エンジニアと AI が CLI で受け取って開発する。進み具合は Web に戻る。 ビジネス側 エンジニア・AI 決めた Intent そのまま受け取る Web サービス ブラウザで使う PdM・PO・セールス・事業責任者 • 依頼を書くと、決めるべき点を AI が聞き返す • 決めた内容と理由が、変更の履歴ごと残る • 進み具合と変更を、聞かずに確かめられる 料金 CLI OSS：ソースを公開 Intent 何を、なぜ作るか 進捗と変更が届く Codex・Claude Code・Cursor で使える • • • • crewent go <番号> で Intent を受け取る 具体的な場面から、テストを先に書く 作業ログが届くので、報告がいらない 何を送るかを、ソースで確かめられる Web も CLI も、使う人ごとの月額に含まれる。 CLI はソースを公開する。手元で何を読み、何を送るかを、導入する側が確かめられるようにするため。 Crewent ｜ AI開発時代の新しいワークフロー 6
7. 04 商品デモ ｜ 動画 Crewent で、依頼から実装までを見る デモ動画 デモ動画をここに貼る（この枠は差し替え用） Crewent ｜ AI開発時代の新しいワークフロー 7
8. 04 商品デモ ｜ ビジネス側 依頼を書くと、決めるべき点が具体的な場面で返ってくる 実際の画面（ローカル環境）。例：注文のキャンセル時に理由を選んでもらいたい 1 書くと、AI が整理する 2 具体例で、ずれを見つける 3 確定すると、版になる 守る仕様とぶつかる 書いた文章を AI が整理し、AI の提案・推測 ・まだ決まっていないことを分けて示す。 Crewent ｜ AI開発時代の新しいワークフロー AI が足した例外の場面が、守る仕様とぶつ かる。依頼した人がその場で直す。 エンジニアと AI が受け取る仕様書が、同じ 版から作られる。 8
9. 04 商品デモ ｜ エンジニアと AI 番号一つで版を取り込み、作業がそのまま報告になる BDD のファイルは実際に生成されたもの。CLI と進捗の画面は構想のイメージ。 1 CLI で版を取り込む $ crewent go 3 ✓ #3 キャンセル理由 r1 を取得 ✓ 仕様書・具体例 3 件・判断 2 件 ✓ 作業を開始（Crewent に記録） $ crewent review ✗ 申告にない変更 1 件 支払い確定後の注文が キャンセル不可になっている → 依頼した人へ業務の言葉で戻す 2 具体例がテストになる behavior.feature Scenario: 理由を選ばずに進む場合 Given 発送前の注文をキャンセルし、 手続きを終えたい When 理由を選ばずに確定する Then キャンセルは完了する。 理由の選択は任意 3 進捗と変更が届く #3 キャンセル理由の進み具合 作業を開始 r1 を取り込み（crewent go） テストを先に作成 具体例 3 件をテストに 実装 Scenario: 発送後の注文をキャンセルする場合 Given 注文はすでに発送されている When キャンセルを申し込む Then キャンセルは受け付けられない テスト 3 / 3 成功 照合 申告にない変更 1 件 → 確認待ち r2 で変わったこと ＋ 業務ルール：自動キャンセルでは 理由を聞かない 番号だけで版と作業の文脈を取り込み、AI は具体例から作ったテストを先に書く。CLI の操作は、依頼した人の画面に進捗として届く。 Crewent ｜ AI開発時代の新しいワークフロー 9
10. 05 仕組みと実現性 一つの版から、仕様・テスト・実装・照合までつながる AI は版に縛られて作業し、ずれは業務の言葉で人に戻る。 Intent の版 仕様書 具体的な場面 テスト 実装 照合 r1・r2…上書きしない SDD：spec.md BDD： behavior.feature TDD：先に書く AI エージェント 申告と差分を比べる ずれと判断は、次の版へ戻る 実現できる理由 版は Git に残る AI を版に縛る 作業がログになる コードは送らない 確定した成果物を、Product ごとの private repository に commit 単位で保存する。 CLI・hooks・skills が Codex・Claude Code・ Cursor で同じ停止条件を使う 。版が変われば止まる。 CLI の操作を作業単位（ Execution Session）として 記録し、進捗と変更箇所をサ ービスへ送る。 ソース・差分・テストのログ は手元に残し、結果と参照だ けをサービスへ送る。 Crewent ｜ AI開発時代の新しいワークフロー 10
11. 06 マネタイズ サブスクリプション＋従量課金 席単位の⽉額と、前払いの AI クレジット 使うのは業務の人とエンジニア。払うのは、手戻りと事故のコストを負う CTO・開発責任者。価格はドル建ての仮説。 Trial 無料 月 100 Credit まで。使い切ったら止まり、勝手に 有料へ移さない。 買い手の投資対効果（試算） 約7倍 開発者 50 人の組織の場合 Team $100/月（5 席込み）＋ $20/席 年間の開発人件費（1 人 $66.7k） $3.33M 解釈ミスによる手戻り（工数の 5%） $167k その半分を実装前に防ぐ 年 $83k $15 / 100 Credit Crewent の費用（50 席・12 か月） 年 $12k 前払いで追加する。後払いの従量課金はしない。購 入分は無期限。 数値は仮定。PoC で手戻りの実測値に置き換える。1 ドル＝150 円 。 1 席あたり月 100 Credit を組織で共有。請求は暦 月単位。 Credit Pack Crewent ｜ AI開発時代の新しいワークフロー 11
12. 07 トラクション AI を使うが、信用できない。その差が需要になる トラクション 全くなし 開発者の大半が AI を使う一方、出力を信頼しているのは 3 人に 1 人。この差が、意図と照合の層への需要になる。 導入と拡大の道筋 84% AI ツールを開発に使う、または 使う予定の開発者 33% AI の出力の正確さを信頼してい る開発者 3,650万人 世界のプロ開発者。3 年で約 1.7 倍に増えた 1 PoC 1 チーム・1 Product・実案件 3〜5 件で、効 果と負担を実測する 2 定着 同じ Product の変更を、すべて版で扱う 3 拡大 他の Product とチームへ。守る仕様と判断を再 利用する 4 全社 組織の Intent の正本へ。SSO・監査を備えた契 約 出典：Stack Overflow Developer Survey 2025（84%・33%）、SlashData (2025) Global developer population trends Crewent ｜ AI開発時代の新しいワークフロー 12
13. 08 差別化 工程の一部ではなく、意図の版で変更の前後をつなぐ 既存ツールはエンジニアの工程の一部を担う。業務の人が参加し、変更の前後を通す位置は空いている。 業務の人も参加する 1 業務の人が入れる入口 技術を問わず、場面で聞かれる質問に答えるだけで版 を作れる。 Crewent Jira PD・Rovo 2 実行時の契約 版を指定して取り込み、版が変われば止まって確認す る。 3 Kiro・Spec Kit Ito・CodeRabbit Ellygent（最も近い） 8090（置き換え型） 置き換えない薄い層 Jira・GitHub・任意の AI エージェントの間に入る。 乗り換えの費用がない。 4 使うほど溜まる 意図・判断・変更履歴が組織の資産になり、後から乗 り換えにくくなる。 エンジニアのみ ／ 工程の一部 Crewent ｜ AI開発時代の新しいワークフロー 変更の前後を通す 最も近い Ellygent との差（非技術者による形成と実行時の拘束）は、実 機の PoC で検証する。 13
14. 09 事業機会 AI で開発するすべてのチームが、市場になる 開発者 1 人あたり年 $240（月 $20）と仮定した、ボトムアップの試算。 TAM TAM 約 74 億ドル（約 1.1 兆円） 世界の AI を使う開発者：プロ開発者 3,650 万人 84% 年 $240 SAM SAM AI を使う・使う予定 約 1.5 億ドル（約 225 億円） 日本でチームで AI を業務に使う開発者：情報通信系エンジニア約 125 万人 50%（仮定） 年 $240 SOM SOM 約 1,330 万ドル ARR（約 20 億円） 5 年目に約 55,000 席（1,100 社 50 席）。SAM の約 9% 出典：SlashData (2025)、Stack Overflow Developer Survey 2025、令和 2 年国勢調査（情報通信系エンジ ニアの集計、二次資料）、Mordor Intelligence（AI コードツール市場は 2025 年に約 74 億ドル）。価格・利 用率 50%・シェア約 9% は仮説。1 ドル＝150 円。 Crewent ｜ AI開発時代の新しいワークフロー 14
15. 10 収益計画 5年以内にSOM（20億円）の到達を目指す 3 年目に ARR 約 2 億円、5 年目に約 20 億円。原価は AI・インフラ・決済の 3 つを公開料金から積み上げ、1 ドル＝150 円で 換算した。インフラ費は売上の 2〜3%。粗利率は約 8 割。 ARR（百万円）｜3 年⽬ 約 2 億円・5 年⽬ 約 20 億円 5 年目の月次（55,000 席・約 1,100 社） 1億6,574万円 100% 2,240万円 13.5% インフラ（変動＋固定） 407万円 2.5% 決済手数料 727万円 4.4% 1億3,200万円 79.6% 売上（席＋Credit Pack） 1,988.9 粗利 651.6 Crewent ｜ AI開発時代の新しいワークフロー ） 00 0席 （ 55 , ⽬ 1Seat の粗利は月約 2,410 円（AI を使い切っても約 1,680 円）。 運営の固定費が月 150 万円なら約 620 席、月 300 万円な ら約 1,240 席で黒字になる。 5年 4年 ⽬ （ 18 , 00 0席 ） 損益分岐点 ） ⽬ 3年 ⽬ 2年 （ 5, 50 0席 ） （ 1, 50 0席 ） 席 （ 10 0 ⽬ 1年 199.5 54.5 3.6 AI 原価 15
16. 11 チーム チーム紹介 20 年のソフトウェア開発と CTO の経験に、戦略コンサルティングと AI 事業の立ち上げの経験を合わせる。 メンター 株式会社AIdeaLab COO 筑波大学理工学群応用理工学類卒業、カリフォルニア州立大学経 営学部留学。 実施者 ZOE 合同会社 代表 PwC にて戦略コンサルティング・M&A、Sony グループにて AI 事業の新規立ち上げ。 主にソフトウェアエンジニアとして 20 年程度の経験を持つ。 CTO として複数社スタートアップの立ち上げに参画。East Ventures、Antler Japan のアクセラレータプログラム等から出 資を受けた実績を持つ。 その後スタートアップ役員等を経て現職。文部科学省のアントレ プレナー推進大使として小中高生向けに講義も行う。 直近では生成 AI を活用した営業支援システムや話者分離モデル の実装経験も有し、技術選定・設計・実装まで一貫して推進。 他、UX リサーチャー、デザイナーなど業務委託 2 名程度 Crewent ｜ AI開発時代の新しいワークフロー 16
17. 12 ビジョン ビジネスの意図が、AI開発の正本になる チームの道具から、組織の Intent の正本へ。版と判断が溜まるほど、守れる範囲が広がる。 先 次 今 チームの道具 • 意図が書けて、版で残る • 意図からテストと設計書へ • 仕様合意の証跡になる Crewent ｜ AI開発時代の新しいワークフロー 開発の流れに常駐する • AI の実行を版に縛る • PR・CI で継続して照合する • Jira・GitHub と双方向につなぐ 組織の Intent の正本 • 判断のグラフで経緯に追いつく • 複数チームへの影響を分析する • 本番の結果と期待成果を照合する 17
18. 13 ASK ｜ 聞き手へのお願い 新しいワークフローを、一緒につくってください 投資家の方へ 開発組織の方へ 協業先の方へ 出資 パイロット導入 連携 PoC から有償導入までの開発と 導入を進めるための資金を、お願 いします。 1 チーム・1 Product・実案件 3 〜5 件で、手戻りがどれだけ減る かを一緒に測らせてください。 Jira・GitHub・AI エージェント との連携や導入支援で、一緒に広 げてください。 crewent.app ｜ contact@crewent.app Crewent ｜ AI開発時代の新しいワークフロー 18
19. 付録 ｜ 原価の内訳と前提 試算 月次の試算（単位：万円、1 ドル＝150 円で換算）。利用量が想定の 3 倍でも、インフラ費は売上の 6% 以内に収まる。 年 席数 月の売上 AI 原価 Cloudflare 一式 認証・監視ほか 決済手数料 粗利率 1 年目 100 30 4.3 0.2 0.9 1.3 78.1% 2 年目 1,500 454 63 5.8 2.7 20 79.8% 3 年目 5,500 1,662 229 17 16 73 79.8% 4 年目 18,000 5,430 739 134 48 239 78.6% 5 年目 55,000 16,574 2,240 261 147 727 79.6% 利用量の前提 単価（2026 年 10 月の公開料金、ドル建て） 席の 4 割がビジネス側、6 割がエンジニア。ビジネス側は 1 席あたり月 1 万リクエ スト、D1 に月 3 万行を書き込む。エンジニアは AI エージェントの作業ログが月 4 万件（1 日 8 セッション 250 件、5 件ずつ送信）で、R2 に 6 か月保管する。D1 は組織ごとに分け、週 1 回の全量バックアップを 4 世代残す。Trial の組織は有料と 同数で、利用は 3 割。検証用の環境は本番の 15%、4 年目から EU 用の環境（本番 の 20%）を置く。 Workers $0.30／100 万リクエスト、D1 書き込み $1.00／100 万行・保存 $0.75 ／GB、R2 保存 $0.015／GB・書き込み $4.50／100 万回、Queues $0.40／100 万操作。Cloudflare は 2〜3 年目 Business（$200）、4 年目から Enterprise（月 $5,000 と仮定。非公開）。Clerk Pro $25＋SSO 接続 $60〜75、Sentry Business $80、ログ分析 $0.03／席、GitHub Enterprise $21／人。Stripe 2.9% ＋$0.30、Billing 0.7%、海外カード＋1.5%（半数と仮定）。 Crewent ｜ AI開発時代の新しいワークフロー 19