AIソロプレナー時代に2ヶ月で20人増員した事業創造会社の開発組織の話

by Koji Miyata

Embed

Start on current slide

Slide 1

Slide 1 text

Slide 2

Slide 2 text

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

Slide 3

Slide 3 text

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

Slide 4

Slide 4 text

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

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

©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

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

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

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

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」。２５４３ 03 ラストワンマイルの壁

Slide 19

Slide 19 text

「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

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

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

Slide 23

Slide 23 text

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

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

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

Slide 27

Slide 27 text

Slide 28

Slide 28 text

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

Slide 29

Slide 29 text

Slide 30

Slide 30 text

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

Slide 31

Slide 31 text

Slide 32

Slide 32 text

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