AIソロプレナー時代に2ヶ月で20人増員した事業創造会社の開発組織の話

Transcript

1. AIソロプレナー時代に 2ヶ月で 20人増員した事業創造会社の開発組織の話 宮田航志 株式会社Algoage CTO Findy — AI時代におけるエンジニアの役割変化 2026 ©2026 Algoage, Inc. All Rights Reserved. 1
2. AI前提の開発組織で マルチプロダクト事業を立ち上げる中で 起きてる課題と対策の話をします キラキラの成功事例はよく出回っていますが、現実は泥臭いです。 大変なことも隠さず話します
3. 01 導入 自己紹介 執行役員 / CTO — Algoage Inc.（DMM Group） 宮田航志（ Miyata Koji） 2015年 コロプラ入社 — VR・位置情報ゲームの新規開発 2020年 DMM.com入社 — マーケティング技術部門の TL・PM 2023年 DMMCrypto 子会社化、 Web3特化事業の CTO・PdM 2025年 Algoageに転籍、CTOとして色々 趣味 ・2才の息子と戯れる ・K-1アマチュア (AI時代に物理的な痛みで生を感じる） ©2026 Algoage, Inc. 4
4. 01 導入 会社紹介 ©2026 Algoage, Inc. 4 株式会社Algoage（アルゴエイジ） 会社名 設立 代表 従業員数 事業内容 出資企業 2018年02月01日 代表取締役　横山 勇輝 150名（パート /業務委託含む） 合同会社DMM.com Cコマース事業、生成 AI研修事業、 カスタマーサポート AI事業 東京大学AI研究室発のスタートアップ DMMグループ傘下 （生成AI前の）DeepLearning時代から 一貫して最新技術のビジネス応用に強み
5. AlgoageはAIに強みを持った事業創造会社（ 2018創業） ©2026 Algoage, Inc. 5 CV最大化する チャットマーケティング SaaS事業 DMMグループ+関連会社の業務 AIプロダクトで業務効率化 企業のAI活用を加速 コンサルティング・研修事業 本日話す事業 01 導入
6. 事業化！「 SureSide」として、先月ローンチ！ ©2026 Algoage, Inc. 5 01 導入
7. 01 現場で磨き続けた AIプロダクト 01 事業化の背景 02 組織紹介 03 ラストワンマイルの壁 ©2026 Algoage, Inc. All Rights Reserved. 4 04 整合性の壁・人月の神話
8. ©2026 Algoage, Inc. 5 01 導入 2年間のDMMの「なんでもやってる」CS部での取り組み： 多岐にわたる業務をAIで⽀援してきた 拠点‧組織の歴史 ‧2001年設⽴ ‧⽯川県（⾦沢市）と北海道（札幌）の2拠点体制 体制‧チャネル ‧24時間 365⽇不休で電話/メールの2チャネル対応 ‧約25,000件/⽉の問い合わせを対応 特 徴 ‧多様なサービスのマルチサポート（35サービス以上） ‧24時間いつ電話/メールがあっても  対応者はマルチサポート対応を⾏うことができる
9. ©2026 Algoage, Inc. 5 01 導入 導⼊中期 導⼊後期 導⼊初期 1,7 対応時間 倍 1,1 対応時間 倍 オペレーター ベテランオペレーター ベテラン以外のオペレーター（過半数）の 対応時間がベテランとほぼ同等に 1件あたりの平均対応時間 （全オペレータ‧全問い合わせ平均） 導⼊後 導⼊前 平均対応時間が 約3割削減 問い合わせ全体で見ると 3割ほどの平均対応時間を削減
10. 開発組織拡大し、一気に立ち上げるというシビれる環境！ ©2026 Algoage, Inc. 5 01 導入
11. 02 01 事業化の背景 02 組織紹介 03 ラストワンマイルの壁 04 整合性の壁・人月の神話 ©2026 Algoage, Inc. All Rights Reserved. 5 実際どう増員したのか
12. いま起きている大変なこと 組織図 — 何がどう増えたか（この事業の開発組織 55名ほど） ©2026 Algoage, Inc. All Rights Reserved. 10 プロダクト チーム 基盤/Enablementチーム 事業責任者 / CTO プロダクト チーム プロダクト チーム プロダクト チーム 個社 PRJ FDE 個社 PRJ FDE 個社 PRJ FDE ・・・ SRE QA デザイン R＆D
13. いま起きている大変なこと 組織図 — 何がどう増えたか（この事業の開発組織 55名ほど） ©2026 Algoage, Inc. All Rights Reserved. 10 プロダクト チーム 基盤/Enablementチーム 事業責任者 / CTO プロダクト チーム プロダクト チーム プロダクト チーム 個社 PRJ FDE 個社 PRJ FDE 個社 PRJ FDE ・・・ SRE QA デザイン R＆D +2 +3 +3 +4 +4 +2 +1 +1 +1
14. いま起きている大変なこと チームの形は様々でチャレンジ中！ ©2026 Algoage, Inc. All Rights Reserved. 10 1人だけの小さい最強チーム 初速は速い。が、詰めの対応でやりきれない。増員するときの問題。 昔ながらのスクラムで自己組織化 チームのベロシティはじっくりあがる。しかし従来のスクラムと AI-DLCの思想の衝突。 ウォーターフォール的かっちり管理 FDEが持ち帰ってきた対応を柔軟にプロダクトが受け入れきれない。スケジュールの柔軟性に悩む。 各チーム単位での課題はそれぞれ最適化中。他チームに知見共有もしている。 1 2 3
15. 03 03 ラストワンマイルの壁 ©2026 Algoage, Inc. All Rights Reserved. 6 01 事業化の背景 AI時代に求められる ラストワンマイル 02 組織紹介 04 整合性の壁・人月の神話
16. 03 ラストワンマイルの壁 そもそも、価値の源泉がシフトしている 「作れる」は当たり前に 「価値を届けて定着させる」が勝負 • 顧客はAIでよしなにやってくれることを求める 顧客の業務に入り込んだ最適化が事業の起点 に • ここにエンジニアの知見をフルで使い尽くすこと が事業の勝利の最大のレバー ©2026 Algoage, Inc. 7
17. いま起きている大変なこと 再掲 ©2026 Algoage, Inc. All Rights Reserved. 10 プロダクト チーム 基盤/Enablementチーム 事業責任者 / CTO プロダクト チーム プロダクト チーム プロダクト チーム 個社 PRJ FDE 個社 PRJ FDE 個社 PRJ FDE ・・・ SRE QA デザイン R＆D
18. FDEの業務の流れ １ 現場に入る 見学/ロープレ 決裁者と同じ目線で KPIを語る 課題特定 課題特定 期待値整理 ソリューション 提案 できる できないを提案 仲間として一緒に 作って届ける 個社拡張を実装して 顧客に価値を出す 事業に還元 汎用機能として昇華 ©2026 Algoage, Inc. 8 ベースは事業の成長を KGIとして最適化する 現場への敬意を忘れない。「なんか AIの人たちが来た」と思われたら本質的価値は提供できていない。 「置き換えに来ました」じゃなくて「痛みを取り除きに来ました」。 ２ ５ ４ ３ 03 ラストワンマイルの壁
19. 「AIでなんでもできる」期待とSaaSで実際にできることのギャップ。 できないことはできないと伝え、できるところを段階的に提案する ラストワンマイルの難しさ 1 技術的に動いていても、現場では壊れる。使ってもらえない。 現場担当者の癖を捉える。「正解を入れる」設計と「現場の意図が優先」が衝突 2 「データを揃えればあれば AIは動く」は幻想 数百枚Excel暗黙知の塊。セルの色が例外フロー/複雑なコメント等 OCRの限界 3 期待値コントロールの壁、個社・汎用のジレンマ 現場に深く入らないと、本当に解くべき課題は見えないし一緒の目線で語れない。 ©2026 Algoage, Inc. 9 03 ラストワンマイルの壁
20. 増員背景：スーパーマン FDE採用の難しさ ©2026 Algoage, Inc. 9 これを全部１人でできる人が FDE？ でも採用は難航 • 実際、書類選考の通過率は2.3%（他は約20%） • スーパーマンは少ない。そういう人はこの時代会社を立てて１人でやってる • 文化マッチ・スキルマッチ完璧を求めるとさらに希少性が高い • あまりにもキーマンリスクが高すぎる 03 ラストワンマイルの壁
21. — ここからは、失敗から学んだ構造設計の話 ４プロダクト並⾏開発する環境で 少数精鋭ではリスクが⼤きすぎる だから、構造化して組織で解く ©2026 Algoage, Inc. 10
22. 構造化の仕方① — 個社対応をどこに入れ込むか ©2026 Algoage, Inc. All Rights Reserved. 16 顧客の 業務環境 → AIプロダクト エージェント層 各社のSaaS・業務の癖に アンビエントに浸透する ワークフロー層 業務をどう定型化し どこまでAIで解くか コンテキスト層 顧客のナレッジデータを 構造化する 個社知見を 汎用に還元 各層に「汎用」「個社拡張」があり「どのレイヤーで吸収すべき業務か」をとらえる 構造的解決策
23. 構造化の仕方② — ARE / FDE で分業する ©2026 Algoage, Inc. All Rights Reserved. 17 • ARE：Applied Research Engineer（応用研究エンジニア） ◦ データエンジニアリングとAIに関する深い知見 • FDE：Forward Deployed Engineer ◦ ソフトウェア開発とプロダクト化への深い知見 データ・ソフトウェア・ AIの知見を分けて考え 適切な役割分担をする 構造的解決策
24. 再掲 ©2026 Algoage, Inc. All Rights Reserved. 16 顧客の 業務環境 → AIプロダクト エージェント層 各社のSaaS・業務の癖に アンビエントに浸透する ワークフロー層 業務をどう定型化し どこまでAIで解くか コンテキスト層 顧客のナレッジデータを 構造化する 個社知見を 汎用に還元 役割・意思決定の主権を分け合う。 構造的解決策
25. 再掲 ©2026 Algoage, Inc. All Rights Reserved. 16 顧客の 業務環境 → AIプロダクト エージェント層 各社のSaaS・業務の癖に アンビエントに浸透する FDE ワークフロー層 業務をどう定型化し どこまでAIで解くか FDE x ARE コンテキスト層 顧客のナレッジデータを 構造化する ARE 個社知見を 汎用に還元 構造的解決策 役割・意思決定の主権を分け合う。
26. ARE / FDE を混ぜると、文化がすれ違う ©2026 Algoage, Inc. All Rights Reserved. 18 探索とデリバリーには、進め方の正解が異なる。 対応する機能がどのフェーズにいるのかをチーム内で合意すること。 デュアルトラックはプロセスではなく「開発戦術」。 プロダクト機能開発とデリバリーのフェーズ Discovery Delivery R&D 基礎研究 技術検証 最小コストで探索 R&D顧客 PoCプロジェクト 顧客価値を検証 WHYを潰す プロダクト 開発 本番品質でリリース FDE品質ゲート 導入 プロジェクト FDE+ARE+導入PM 次のDiscovery起点 構造的解決策
27. 04 02 人月の神話 03 ラストワンマイルの壁 04 整合性の壁・人月の神話 ©2026 Algoage, Inc. All Rights Reserved. 7 01 事業化の背景 速度と整合性を 両立させるために
28. AI以前から言われてきた組織論 AIで開発速度が上がり 露呈しやすくなった 解くべきは「暗黙知をAIに渡し、AIが整合をとるフロー」を作ること
29. 課題② 全体の整合性 起きている課題 — 横断で整合が取れない ©2026 Algoage, Inc. All Rights Reserved. 20 アーキテクチャ整合 全体のアーキルール ・リポジトリ設計 ・データ/API設計 ・非機能要件 プロダクトビジョン整合 ビジョン/価値との接合 ・SDDで開発が高速化 ・ユーザー価値に直結しない機能 ・似た機能の量産
30. 課題② 全体の整合性 AIが読んでくれるガイドラインを作り AIで担保する ©2026 Algoage, Inc. All Rights Reserved. 20 AIと人で意思決定 整合を守る → 不完全でも良い ガイドライン をリポジトリで管理 → 業務フローで乖離 チェック ・specのplan/CIのlint ・CodeRabbitのレビュー 乖離は重要度付けして解決・アーキ・プロダクトポリシーを段階的に作り成長させていく 意思決定者の擬似的な判断基準を明確にし、 AIに渡す → ・アーキポリシー ・プロダクトビジョン等 乖離リストを Notionで管理 揺れた判断は ADRで人間が決める
31. 課題② 人月の神話 ©2026 Algoage, Inc. All Rights Reserved. 20 人月の神話 ／ ブルックスの法則を振り返る
32. オンボ実践 SDD開発のオンボとコミュニケーションパスの削減 ©2026 Algoage, Inc. All Rights Reserved. 5 ガイドライン原本等を元に一旦 AIに聞いてもらう NotionAIで聞いてもらう。擬似的に意思決定者と会話しながら機能を考えてもらう。 spec-kitの clarify を打ってもらう 要件を明確化するプロセスでガイドラインを読みながら、 AIと問いを立てる。 原本 × AIと対話して、自分で立ち上がる。コミュニケーションパスを減らす。 1 2 「リードに効く前に AIで聞いて完結させる」の質をとことん上げる SDDで速度が出る今こそADR/ガイドラインの重要性が高くなる 3
33. AI最前線の事業 /組織/プロダクトを作りたい方 圧倒的打席数の中で一緒にチャレンジしませんか ©2026 Algoage, Inc. All Rights Reserved. 22 採用ページ @miyata_17_