Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
ビジネスの期待値に応えるソフトウェア開発
Search
Masahiko Funaki(舟木 将彦)
December 04, 2020
Technology
42
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
ビジネスの期待値に応えるソフトウェア開発
Masahiko Funaki(舟木 将彦)
December 04, 2020
More Decks by Masahiko Funaki(舟木 将彦)
See All by Masahiko Funaki(舟木 将彦)
「つくるAI」だけではバグは見つからない ~テストに必要な「見つけるAI」を分離させる戦略~
mfunaki
0
290
自動化したのに回らない テスト運用の壁―AI時代の品質責任と生産性
mfunaki
0
840
自動化したのに回らないテスト運用の壁ーAI時代の品質責任と生産性
mfunaki
1
220
202605-進化し続けるUIに追従.pdf
mfunaki
0
66
mablの要素選択を完全理解〜壊れないテストを作るための技術選択
mfunaki
0
88
知って得するmabl活用Tips〜「こんな時どうする?」実践機能ガイド
mfunaki
0
110
20260422-mablで変わるテスト自動化_品質_速さ_コストの三角形を崩す5つのアプローチ.pdf
mfunaki
0
140
手順(プロンプト)だけで テストを自動作成~テスト作成エージェントを使いこなすための 実践プロンプト術
mfunaki
0
230
「見た目」と「意味」をAIが判定 ~ビジュアルアサーションで変わる テストの守備範囲~
mfunaki
0
110
Other Decks in Technology
See All in Technology
Classmethod Company Deck
satoshi7
1
730
20261017福岡devIO 「AIは"良いダッシュボード"を作れるか?
jtakeda
0
190
『SAR衛星データ解析入門』のご紹介とその応用
syuchimu
0
120
Optunaの最新リリースv5.0について
pfn
PRO
0
120
ウォンテッドリーの最近のプロダクトと技術の紹介
stomk
0
130
QA4AI 2026-Oct 生成AI時代の品質保証
tokuty
1
890
Gemini Intelligence 入門 ― AppFunctions と Gemini Nano
takuroabe
0
290
Post AI時代のリファクタリング実践記 / Refactoring in the post AI era
kaminashi
1
280
Tofu-Controller lightning talk @ Containerday 2026
gionn
0
120
AI時代のPRレビューにどう向き合うか?
kairim0
1
240
「Docker Desktop不要の時代」は 来たのか?
ueponx
0
830
実体験から学ぶ分析エージェントの開発と運⽤
recruitengineers
PRO
8
2.4k
Featured
See All Featured
The Limits of Empathy - UXLibs8
cassininazir
2
720
Keith and Marios Guide to Fast Websites
keithpitt
413
23k
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
63
46k
Test your architecture with Archunit
thirion
2
2.4k
Ecommerce SEO: The Keys for Success Now & Beyond - #SERPConf2024
aleyda
1
2.2k
The Hidden Cost of Media on the Web [PixelPalooza 2025]
tammyeverts
2
530
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
330
New Earth Scene 8
popppiees
4
2.7k
Public Speaking Without Barfing On Your Shoes - THAT 2023
reverentgeek
1
600
Become a Pro
speakerdeck
PRO
31
6.3k
Build The Right Thing And Hit Your Dates
maggiecrowley
39
3.5k
The agentic SEO stack - context over prompts
schlessera
0
970
Transcript
1 ビジネスの期待値に 応えるソフトウェア開発 ~継続的インテグレーション~ CircleCI合同会社 マーケティング部 Developer Advocate 舟木 将彦
(@mfunaki) #CircleCIJp
Introduction to CircleCI • 世界最大規模のクラウド CI/CD サービス • より良いコードをより速く、簡単にリリースすることを可能に •
2011年設立、サンフランシスコ本社 • 250人の社員(米国、東京、英国にオフィス) • 20年4月 1億ドルのシリーズEを実施、合計2億1,500万ドルを調達 Representative Customers
3 Agenda 2019~20年 ソフトウェア開発は何が変わったか? ソフトウェア・ファースト+COVID-19を起点に ソフトウェア開発における自動化とは? コードの修正がリアルタイムでお客様の課題解決に一気通貫でつながる仕組み 自動化における4つの評価ポイント 自動化により どうなっていたいのか~実データからの気づき
自動化を競争力につなげるには? 差別化・標準化の2つの観点から 1 2 3 4
日本はホワイトカラーの生産性は低いが、 製造業(ものづくり)の生産性は他国より優れている → 過去(2000年)までの常識 ただし、日本の生産性が下がっていたわけではない →ほぼ横ばい「何も変わってこなかった」 日本以外の各国は人力ではなく、デジタル・ ITを 活用することで生産性を高めてきた 4
日本の ものづくり生産性 出典: 日本生産性本部「労働生産性の国際比較 2019」
5 COVID-19を契機とした変化 生産性と品質を支える開発基盤 大チーム、SIer丸投げ→小チームでリモート前提 標準化: どこででも通用する開発プロセス 差別化: しなやか(多様性)で燃え尽きないチーム ソフトウェア・ファースト 使われるプロダクトやサービスを開発・運用
差別化領域の「手の内化」 標準化: どうデータを集め、運用するか(SoR) 差別化: どうユーザー体験を提供するか(SoE) 2019~20年 ソフトウェア開発は何が変わったか?
6 ソフトウェア開発における自動化とは? 2011 2008 2007 2006 2009 2012 2015 2007
年2回の機能リリース データドリブン Infrastructure as Code (インフラの コード化) Out of the box→ Over the Air 最新コード + 履歴を クラウドに ビルドや テストの 自動化 コンテナに よる「器」 標準化 2013 コード~テスト~デプロイが自 動化で一気通貫 (リアルタイム)
7 自動化できるポイント プラン コード ビルド テスト リリース デプロイ 運用 監視
継続的インテグレーション (CI) 継続的 デプロイ (CD) 自動化できない 完全自動化できない プルリクエスト(コードの追加・修正 )起点の自動化 ビジネスが続く限り、プロジェクトは続く
8 許せる自動化・許せない自動化・導入のハードル (川の水ならタダなのに ) 水道代がもったいない (まだ何回か洗えるのに ) 洗剤がもったいない (お湯なんか使って) ガス代がもったいない
自分は苦労したのに、 後の人が楽になるのは 許せない
9 実データから見る自動化(CI/CD) 調査期間 2020/08/01~30 (2019年版は90日間) 調査対象 44,000組織 160,000プロジェクト 200万ジョブ/日
10 自動化における4つの評価ポイント • スループット 1日あたりのワークフロー(CI+CD)の平均実行数 • 実行時間 ワークフローの平均実行時間 • 平均復旧時間
ワークフロー失敗~成功の平均時間 • 成功率 ワークフロー成功数を実行数で割った商
11 CircleCIユーザーの 中央値(2020/08) ベンチマーク目標値 スループット ワークフローの平均実行数 0.7回/日 プルリクエストのマージごと 実行時間 ワークフローの平均実行時間
4分以内 5~10分 平均復旧時間 ワークフローの失敗~成功の平均時 間 56分以内 60分以内 成功率 ワークフローの成功数/実行数 デフォルトブランチで 80% デフォルトブランチで 90%以上 自動化における4つの評価ポイント
12 Insightsデモ
13 自動化を競争力につなげるには 差別化観点では、 • 自動化により、優れたエンジニアの「生産力」がプロダクトやサービスの 「競争力」にリアルタイムで連動するようにする • 自動化により、「人には人でしかできない仕事」に注力してもらうことが、 他社よりも自社を選んでもらえるプロダクトやサービスを提供するうえで重要 標準化観点では、
• 開発・運用プロセス(DevOps)が自動化を中心に全社で標準化されることで、 エンジニアを社内の注力プロジェクトにアサイン、早期立ち上げ可能 ◦ 社内での「転職(転プロジェクト)機会」増加により成長のチャンスが増える ◦ 社外からの転職者が仕事に慣れるまでの時間も短縮化できる
14 Thank you.