AI駆動開発2025年振り返りとTips集

Transcript

1. Profile 自己紹介・会社説明
2. 01 はじめに 02 2025年振り返り 03 AI駆動時代の考察 04 AI駆動のTips集 05 AI駆動開発時代のエンジニア戦略
3. 01 はじめに 02 2025年振り返り 03 AI駆動時代の考察 04 AI駆動のtips集 05 AI駆動開発時代のエンジニア戦略
4. 01 Xフォロワー 万人 10 名規模 経営者会 100 AI登壇 講演 自己紹介 伊東 和成 名前 会社 役職 その他 株式会社サードスコープ 取締役 COO 外部CTO2社, 上場企業非常勤顧問
5. 01 Xフォロワー10万人（かずなり） 生成AIの活用事例・AIツールの紹介 ビジネス役立ち情報 ITの最新情報 生成AI領域で 日本TOP5 経営者のイベント集客（各月100名） リアル勉強会（平均80名以上） 採用（エンジニア・デザイナー等） 企業のSassプロダクト拡販 ビジネス領域の発信も 自己紹介
6. 01 過去の参加企業様 大手・上場企業の経営層をお招きしたクローズド会 学び×繋がりを重視した会 ※一部です 他多数！ 高松建設 鳥貴族 大和証券 三井金属鉱業 セキュア エスプール JR貨物 Sansan 博報堂 DYホールディングス デジタル ホールディングス 【2433 】役員 【TYO: 2389 】会長 【1762 】社長 【TYO: 3193 】社長 元専務取締役 【TYO: 5706 】取締役議長 【TYO: 4264 】社長 【TYO: 2471 】社長 会長 【TYO: 4443 】取締役 日本たばこ産業 【2914 】役員 NTTデータ 【TYO: 9613】社長 自己紹介
7. 01 Microsoft社で1,700人規模のイベントで登壇 自己紹介
8. 国会で「生成AIの社会実装」について登壇 01 自己紹介
9. 01 Qiitaで2位（2024年） 自己紹介
10. 01 Qiitaで2位（2024年） 自己紹介
11. 01 今日のゴール ご提供する生成AI研修について 今日のゴール 今年のAI駆動開発を振り返りつつ戦略を学ぶ AI駆動開発2025年の全体像 AI駆動開発のtips集 エンジニアとしての戦略を考える
12. 01 はじめに 02 2025年振り返り 03 AI駆動時代の考察 04 AI駆動のtips集 05 AI駆動開発時代のエンジニア戦略
13. AI駆動開発では、AIが実質的な作業の一部を担い、人間はそれを指示・レビュー する関係へとシフトしている これは、従来の「人間が主でAIが補助」というスタイルから 「AIが主で人間が補助へ」という開発パラダイムの変化を示しています AI駆動開発によるアイデアから実装までの時間が劇的に短縮され、 専門知識がなくとも複雑な機能を実装できる可能性が広がった AI駆動開発の意義と進化 02 2025 年振り返り
14. AI駆動開発の進化（2023年〜2025年） ① 自動補完と対話型 プロンプトを与えるとテキストを返す「一問 一答」設計。 複雑な文脈保持は苦手、長いコードベースの 横断理解も弱い。 ② ワークフロー型 「LLM がコードベース全体を読み、課題を 提案し、修正パッチを投げる」スタイルが普 及し始める。 ③ エージェント型 自律タスク実行 マルチエージェントで大規模作業を分担 02 2025 年振り返り
15. エージェント型・自律型AI 機能の高度化 自律性の増大 ツールの多様化 エージェント型は、単一ファイルのコ ード生成・補完に留まらず、複数ファ イルにまたがるコード修正や大規模な リファクタリング 自律型AIエージェントは、自然言語の目 標が与えられると、自ら計画を立て、コ ード生成、実行、テストまで一連のプロ ジェクト全体を支援 GitHub Copilot X (Workspace)、 Cursor、Claude Code など、AIを開 発の中核に据えた「AIネイティブ統 合開発環境」が普及 02 2025 年振り返り
16. 02 企業におけるAI駆動開発の成果 2025 年振り返り
17. 01 はじめに 02 2025年振り返り 03 AI駆動時代の考察 04 AI駆動のtips集 05 AI駆動開発時代のエンジニア戦略
18. エンジニアは「コーディングする人」から「AIに何をどう作らせるか指示する人」へ 役割がシフトしている。人間は、より創造的な部分や意思決定、品質チェックに 集中するようにシフトする。 AIが高度なコードを生成しても、それを丸呑みで商用運用できるわけではなく、中身 を理解・運用・改善するには人間の高度なスキルが必要 → 生産性と品質のトレードオフ エンジニアの役割の変化 03 AI 駆動時代の考察
19. ご提供する生成AI研修について 生産性と品質のトレードオフ AIの活用によりコードの生産量は増大 → コードレビューや品質検証といった後工程がボトルネック AIは増幅器として機能し、うまく使っている組織はさらに成功する一方、機能不全の組織はさらに ダメになるという傾向 特に複雑なドメイン知識を要する開発や、業務ドメインの深いモデリングが必要な変更に関して は、AIの適用は限定的であるという見解もある 03 AI 駆動時代の考察
20. 01 はじめに 02 2025年振り返り 03 AI駆動時代の考察 04 AI駆動のTips集 05 AI駆動開発時代のエンジニア戦略
21. 04 ① プロンプトエンジニアリング 「最終的に何をしてほしいか」を示す意図 、「タスク背景や前提条件」の コンテキスト (Context)、「具体的インプットデータ」のコンテンツ の 3要素を網羅的に含める AI 駆動のTips 集
22. 04 ① プロンプトエンジニアリング 「ステップバイステップで考えて」（CoT） AIにプロンプト作成を補助（メタプロンプト） 制約事項の強調（ルール設計） AI 駆動のTips 集
23. 04 ② AIフレンドリーなコードと開発手法 コード粒度の制御： 人間がレビュー可能な「適量」のコード出力を得るため、AI のコード出力は数行〜数十行程度に留めるようタスクを分割 AI 駆動のTips 集
24. 04 ③ 既存ルールの適用 リファクタリングや設計の改善を依頼する際には、「Refactoring Catalogに基づ いて指摘して」といったフレームワーク名や原則名（SOLID原則など）をプロン プトに組み込むことで、AIの知識を引き出し、具体的な改善提案を得られます AI 駆動のTips 集
25. 04 ④ SDD（仕様駆動開発）の推進 要件定義や設計の成果物（Markdown形式など）をAIに渡すことで、 実装の品質を安定させ、ナレッジを形式知として管理できる AI 駆動のTips 集
26. 04 ⑤ ルール改善サイクル（RuleOps） AIとの対話を通じて得られた失敗や成功の知見をプロジェクト固有のローカルル ール（マークダウンファイル）に蓄積し、AIがそれを参照することで、 AIの出力精度を継続的に向上させる仕組みを構築 AI 駆動のTips 集
27. 01 はじめに 02 2025年振り返り 03 AI駆動時代の考察 04 AI駆動のtips集 05 AI駆動開発時代のエンジニア戦略
28. 05 AI 駆動開発時代のエンジニア戦略 AIを使いこなし、ビジネスに価値を生み出す 業務の解像度をいかに上げられるか AIが実装を代行する分、エンジニアには「何が課題で、どのように解決すべき か」を構想し、技術をビジネス戦略と結びつける視野。 ドメイン知識の深い理解や最新情報のアウトプット
29. 05 最後に ご清聴ありがとうございました
30. 05 最後に 宣伝: Instagram始めました
31. 05 最後に 宣伝: Instagram始めました