AI-SDLC MATURITY MODEL による 開発プロセスアセスメントを試している

Transcript

1. AI-SDLC MATURITY MODEL による 開発プロセスアセスメントを試している @しゃくなげIT勉強会 in 郡山 2026/09/27
2. 👤 自己紹介 • 名前：櫻井健（@monotalk_xyz） • 所属・役割：某建設SaaS 🏗️ / スクラムマスター • ブログ：blog.monotalk.xyz • 関心・活動： – アジャイル開発・スクラム – 日本酒 🍶 にいだしぜんしゅ｜仁井田本家 – 干物 🐟縄文干しの丸源水産 EC本店
3. AI-SDLC MATURITY MODEL とは？ ① → ELEKS社がブログで紹介しているAI駆動開発プロセス評価・診断フレ ームワーク → スクフェス新潟2026 松岡さんのセッション視聴がきっかけで知る • 「AI駆動開発で生産性を追いかけたら、行き着いたのは品質とシフトレフ トだった」 •  https://www.youtube.com/watch?v=UkGEOjOd3Hk
4. AI-SDLC MATURITY MODEL とは？ ② • ツール導入数ではなく「プロセス・ガバナンスへの統合度」を測る • 5段階の成熟度レベルを２つの切り口から診断する： – Lv 1 Traditional: 手動・個人依存 – Lv 2 AI-supported: パッシブ補完（補助輪） – Lv 3 AI-assisted: 能動提案（人間の検証負担が増加） – Lv 4 AI-native: 自律タスク遂行（自動品質ゲートが前提） – Lv 5 AI-autonomous: 完全自律統括（人間は例外・戦略判断）
5. AI-SDLC MATURITY MODEL とは？ ③ → 2つの切り口 • 開発工程: 要件定義、設計、実装、テスト、レビュー、ドキュメント、運用 保守 • ガバナンス: 人間の関与度、承認ゲート、監査・メトリクス
6. 実践と手応えと課題 • 実践 – チームメンバー2名と約1時間かけて対話・目線合わせを実施 • 手応え (+): – AIに下書きさせると効率的。数字より「なぜその評価か」の文脈共有が重 要 – 認識のズレが浮き彫りになり、次の具体的なアクションが会話から出てく る • 課題 (Δ): – プロセス名が大枠すぎると具体的改善策に落としにくい
7. 次のステップ：アセスメントの自動化スキル ai-sdlc-maturity-model-skills のの作成 → GitHub: kemsakurai/ai-sdlc-maturity-model-skills • DEFRA / Gigacore のモデルをベースに 16項目 × 7段階（-1〜5）で判定 • リポジトリから一次証拠（Git履歴, PR, CI/CD, テスト等）を収集して評価
8. スキル設計の工夫とスタンス • GitHub上の事実だけを証拠にする: – 外部ツールの運用は拾えないため、出力はあくまで「対話のたたき台（ド ラフト）」 • 継続的改善の仕組み: – ベースラインと推奨アクションを GitHub Issue に記録 – 四半期ごとの再評価で前回の JSON との差分をトラッキング • スキルのアウトプット https://claude.ai/artifact/8fvaFuhcHiDhUUYFpZHwjR
9. まとめ → 現在地の可視化: • AI-SDLC Maturity Model はAI開発プロセスの現在地の可視化には使えそ う → 「自動評価（スキル）」×「人間の対話（ふりかえり）」: • ツールで客観的な事実を集めた後に、人間同士が背景と文脈を語り合うの が大事