AIプロジェクトを破綻させる「見積もり」という呪縛 〜 5段階のゴール再設定で6割自動化に到達したPMの思考プロセス

AWS Summit2026併設イベントのLT資料
AIプロジェクトにおいて「普段のシステム開発と同じように見積もろうとして破綻する」というジレンマに直面していませんか？

本資料では、DMMにおける「月150時間以上かかっていたレビュー承認業務」をAIで自動化した実例をもとに、見積もりが困難なAIプロジェクトを成功に導くための実践的なマネジメント戦略を解説します。

最初から「完全自動化」を目指すのではなく、AIを「7〜8割正しいことを言う新入社員」と捉えて段階的に育て、結果的に6割の業務自動化（処理時間の99.5%短縮）を達成したプロダクトマネージャー（PM）のリアルな思考プロセスとノウハウを公開しています。

Transcript

1. © DMM © DMM CONFIDENTIAL 1 AIプロジェクトを破綻させる「⾒積もり」という呪縛 ⾒積もれないAIプロジェクトを成功に導く「PoC（最⼩構成での検証）」戦略 5段階のゴール再設定で6割⾃動化に到達したPMの思考プロセス ※本資料で使用されている画像は Notebooklm で生成されています。
2. © DMM ⾃⼰紹介 2 室⽊ 正論（むろき まさのり） • 所属： DMM.com PF開発本部 第4開発部 • ユーザーレビューグループ • 役職： マネージャー 会社紹介 • なんでもやっているDMM • 60事業以上を展開するエンタメ企業 • 売上⾼：3870億円、従業員：5184⼈
3. © DMM 何の業務をAIで⾃動化したのか 3 私たちが扱っていたプロダクトで必要なレビュー承認業務 DMMは会員5000万⼈以上、60以上のサービスを運営。 ⽇々1,000件以上のレビューが投稿され、1割以上が誹謗 中傷‧苦情‧購⼊⾮推奨など規約違反を含む。 これを 全件、⼈が⽬視で確認して公開可否を判断する 「レビュー 承認業務」 に毎⽉150時間以上をかけていました。
4. © DMM AI開発の最⼤のジレンマ: 「⾒積もろうとするから破綻する」 4 普段の開発で必要なこと AI開発でぶつかる現実 何をつくるか：目標と要件が明確 試さないと出来るかわからない どう作るか：手法が確率されている 手法は未確立。自由度が無いと「できなかった」 という結果だけが残る いつまでに作るか：経験則が成り立ち期日を引ける 壮大なゴールほど道のりが見えず、見積もりが 破綻する インサイト：「できません」と諦めるか、無理にでも見積もって「破綻」するか。 マネジメント側でこの前提を変えなければ、 AIを使ったプロジェクトは始まらない。
5. © DMM PoC開発を進めるための「2つの絶対条件」 5 マネージャー + テックリードの「2名体制」 ⼈数が増えるほど、合意形成と伝⾔ゲームのコ ストが膨張しスピードが損なわれるため。 「やってみないと分からない」を許容する ⼿法を縛り、期⽇で詰めると 「出来ませんでした」の報告でおわるため。
6. © DMM 5段階のゴール再設定：最初から「⾃動化」は⽬指さない 6 第1段階:PoC 複数のAIモデルで精 度検証 第2段階:承認⽀援システム 現場の参考⽤として導⼊ AI(新⼈)への教育 第3段階:精度向上 ⼈とAIの合意不可領域の 確認 第4段階:⾃動化戦略 ⼈と100%⼀致する 領域の特定 第5段階:⾃動化+安全策 AIモデルの精度検証 確認 判断 確認 判断 確認 判断 確認 判断 確認 判断 結果：精度70〜80％ 結果：精度90〜95％ 結果：精度98〜99％ 結果：投稿されたレ ビューの60％が⼀致す る領域を発⾒ 結果：6割の⾃動化に成功
7. © DMM 航海⽇誌 第1〜2段階 : 「⾃動化」ではなく「⽀援」 7 ‧ 第1段階 (PoC) : 複数モデル検証 -> 精度 70%-80% ‧決断: いきなり⾃動化は無理だが、承認補助 なら⾼確率で利⽤出来るとゴールを変更。 ‧ 第2段階 (承認⽀援システム) : 現場メンバー への参考意⾒として提供し「AIが知らない知 ⾒」について教えて貰う -> 精度95%まで向上 ‧決断: ⼀旦サービス運営チームに現状の精度 で導⼊可能かを検討してもらう。 「AI = 7~8割正しいことをいう新⼊社員」
8. © DMM 航海⽇誌 第3〜4段階 : 100%⼀致領域の発⾒ 8
9. © DMM マネジメント層への持ち帰り - 現場に渡すべき4つのもの 9
10. © DMM 10 AIプロジェクトを⽌めるのは 技術ではなく’’⾒積もり’’の壁