AI時代の開発生産性を加速させるアーキテクチャ設計

2025年7月3日/4日開催「開発生産性Conference 2025」登壇資料
https://dev-productivity-con.findy-code.io/2025

Transcript

1. © PLAID, Inc. 2025..07.03　　｜　　開発生産性Conf AI時代の開発⽣産性を加速させる アーキテクチャ設計 株式会社プレイド ⽇⿐ 旬 © PLAID, Inc.
2. © PLAID, Inc. ⾃⼰紹介 Jun Kusahana ⽇⿐ 旬 Core Platform Department Head 2012 ~ IBM Webアプリケーション開発 2019 ~ プレイド - リアルタイム解析エンジン開発 © PLAID, Inc. 2
3. © PLAID, Inc. KARTEについて © PLAID, Inc. 3 CX(顧客体験)プラットフォーム ⼀⼈ひとりに合わせた 顧客体験を提供 WebやAppの訪問者の⾏動を 顧客ごとにリアルタイムに解析
4. © PLAID, Inc. 本⽇のテーマ 1. AI向けの開発環境作り 2. AI時代のデータアーキテクチャ 3. 今後の取り組み（AI Agent） © PLAID, Inc. 4
5. © PLAID, Inc. 本⽇のテーマ 1. AI向けの開発環境作り 2. AI時代のデータアーキテクチャ 3. 今後の取り組み（AI Agent） © PLAID, Inc. 5
6. © PLAID, Inc. PLAIDでの開発時のAI利⽤状況 © PLAID, Inc. 6 Design Tool IDE + Coding Agent
7. © PLAID, Inc. AI向けの開発環境作り どうCoding Agentに⾃律的に開発してもらう環境を作るか？ © PLAID, Inc. 7
8. © PLAID, Inc. ローカルでのCoding Agentを使った開発時フロー © PLAID, Inc. 8 https://www.anthropic.com/engineering/claude-code-best-practices Explore Plan Code Commit
9. © PLAID, Inc. Agent向けのIssue設定から達成までのワークフロー © PLAID, Inc. 9
10. © PLAID, Inc. 具体例1. Plan結果 © PLAID, Inc. 10
11. © PLAID, Inc. 具体例2. Coding © PLAID, Inc. 11
12. © PLAID, Inc. ポイント1: Issue作成時の情報が重要 © PLAID, Inc. 12
13. © PLAID, Inc. ポイント2: Agentの能⼒を拡張するためにMCP Serverを活⽤（特にExplore & Plan時） © PLAID, Inc. 13
14. © PLAID, Inc. セキュリティ上の課題 © PLAID, Inc. 14 - ExternalなSourceに対してExploringが情報漏洩リスク - Claude Code ActionsもデフォルトWeb Searchはしない - ⼈であればチェックするが、Github Actionsでは都度 チェックは難しい - InternalなSourceに対する権限管理 - 間違うとGithub issueを通じて本来のアクセスコントー ルの抜け⽳になってしまう可能性がある
15. © PLAID, Inc. セキュリティ上の課題に対するアプローチ1 © PLAID, Inc. 15 - ExternalなSourceに対してExploring⽤のGithub Repoを⽤意 - ソースコードのRepositoryと分離することで情報漏洩時のリスクを低減
16. © PLAID, Inc. セキュリティ上の課題に対するアプローチ2 © PLAID, Inc. 16 - Internalなリソース -> Githubの⽅向に切り替える - Github -> Internalなリソースではなく - issue作成時にコンテキスト情報やラベルを付与して、Coding AgentにPlanのための情報を付与する
17. © PLAID, Inc. Github Issue CentricなCoding Agentのワークフロー設計 © PLAID, Inc. 17 - Github Issueを中⼼に、Coding AgentがExplore -> Plan -> Codingするセキュアなワークフローを構築する
18. © PLAID, Inc. （まとめ）AI向けの開発開発環境作り © PLAID, Inc. 18 - Coding Agentが⾮同期で開発し、⼈がレビューするフローを⼀定作れた - Agentの進化次第で変わる可能性は全然ある - Coding Agentの⾃律性を拡張することとセキュリティの担保は難しい - （学び）Multi AgentでそれぞれのAgentの⽬的ごとに権限‧セキュリ ティを分けてOrchestrateするパターンもありかもしれない
19. © PLAID, Inc. 本⽇のテーマ © PLAID, Inc. 19 1. AI向けの開発環境作り 2. AI時代のデータアーキテクチャ 3. 今後の取り組み（AI Agent）
20. © PLAID, Inc. Coding Agentが開発しやすいシステム ⼀般的 ありふれてる 独⽴している © PLAID, Inc. 20 https://replit.com/gallery
21. © PLAID, Inc. KARTEの場合、データの可視化が重要 © PLAID, Inc. 21 CX(顧客体験)プラットフォーム ⼀⼈ひとりに合わせた 顧客体験を提供 WebやAppの訪問者の⾏動を 顧客ごとにリアルタイムに解析
22. © PLAID, Inc. BI Toolベースでのフロントエンド開発 Product（Message）のレポート画⾯開発 BigQueryのデータに対して - BI Tool（Codatum）でReport - FrontendでReportのEmbed 結果 - PdMがSQLを書き、Coding Agentを⽤ いて画⾯までの埋め込みまで作れた © PLAID, Inc. 22
24. © PLAID, Inc. 現在のアーキテクチャ Data Warehouseにデータを集約する 具体的な実現⽅法 - Event Logを基本BigQueryに書き込む - DataのReplication⽤のPipelineを開発 - MongoDB -> BigQuery © PLAID, Inc. 24
25. © PLAID, Inc. 現状のデータアーキテクチャの課題 Interactiveにデータ探索したい場合に遅い 早くするための中間データを作る場合は柔軟さ が失われる & パイプライン管理が必要 © PLAID, Inc. 25
26. © PLAID, Inc. 根本的な解決に向けた取り組み Interactiveなデータ探索⽤のDBを開発中 ⼀定柔軟（SQLはかける） かつ早い ユーザー分析に特化した最適化を実施 © PLAID, Inc. 26
27. © PLAID, Inc. ⾼速なデータ分析がもたらす世界 AI Agentが会話の中で探索的にレポートを作る その際に速さが重要（遅いと会話にならない） © PLAID, Inc. 27 https://cloud.google.com/looker/docs/studio/conversational-analytics Looker Studio (Conversational Analytics)
28. © PLAID, Inc. （まとめ）AI前提のデータアーキテクチャ © PLAID, Inc. 28 - サイロ化したデータを⼀箇所に集約するデータアーキテクチャが重要 - その上で⾼速にインタラクティブに分析できる基盤がAI⾃体には不可⽋ - そもそも画⾯を作らなくてもAIがインタラクティブに分析できる世界
29. © PLAID, Inc. 本⽇のテーマ © PLAID, Inc. 29 1. AI向けの開発環境作り 2. AI時代のデータアーキテクチャ 3. 今後の取り組み（AI Agent）
30. © PLAID, Inc. Productに組み込むAI Agent開発中 © PLAID, Inc. 30 mastraを活⽤ https://mastra.ai/ https://mastra.ai/blog/plaid-jpn-gcp-agents
31. © PLAID, Inc. mastraを活⽤したシステム設計 © PLAID, Inc. 31 Built-Inの機能が充実している - Agent - ワークフロー定義できる - Memory, Toolsでの拡張も可 - Evaluation - MastraStorageで保存可能 - MongoDBに保存 - BigQueryにReplication - Observability - Open Telemetry対応 - Datadogに送付 - Playground - 開発者が簡単にテスト可能 注意点 - 開発スピードが早いので追いつく必要 - 今できないことが数⽇後解消されている
32. © PLAID, Inc. 伝えたいこと © PLAID, Inc. 32 - Coding Agentが⾮同期的にタスク実⾏できれば、開発の並列度はより上がる - データ可視化系サービス‧画⾯開発においては、データアーキテクチャがそ の開発⽣産性を⼤きく左右する - Product組み込み⽤のAI Agent、MCP Serverはこれから絶賛開発していく