ラクス開発本部のAI駆動開発推進事例 / RAKUS AI Meetup-3

Slide 1

Slide 1 text

Slide 2

Slide 2 text

⾃⼰紹介 2 池田智裕(いけだ　ともひろ) 開発本部開発管理部　開発管理課　マネージャー経歴　Webシステム開発のSIerを10数年経て　2015年にラクスに入社。　MailDealerの開発に2年携わった後　2017年よりラクスベトナム代表を3年間務め2020年に帰任。　現在は横断的に開発本部をサポートする開発管理課に所属。趣味　　　ストリートファイター6 　　テニス @IketomoDhalsim

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

6 ・ミッション現場が開発に専念できる環境を整えるセキュリティや開発ルールの整備・予算管理など開発本部の中の「何でも屋」として開発本部のサポートを行っています。

Slide 7

Slide 7 text

7 ラクス全社で「スピードアップ」と「AI活⽤による⽣産性向上」を重点取組に掲げています

Slide 8

Slide 8 text

8 開発管理課は開発本部内のAI駆動開発を推進する事を急務として⽣成AIツールの促進を⾏ってきました。

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

11 費⽤対効果が本当にでるのか？ GitHub Copilot Business の導⼊検証を⾏いました

Slide 12

Slide 12 text

12 テックリードを中⼼に 4名のエンジニアで２週間検証

Slide 13

Slide 13 text

13 結果 ‧GitHub Copilot Business を使⽤することで平均して12%の稼働削減効果が⾒られた。 ‧時間に換算すると、⼀⼈あたり⽉9.6時間の稼働が削減できた ‧年間1億円のコスト削減効果が見込める

Slide 14

Slide 14 text

14 ⼗⼆分な費⽤対効果を⽰し無事社内稟議を通過しエンジニアを中⼼とした希望者全員に GitHub Copilot Businessを導⼊することができました。 ‧現場の声（GitHub Copilotの使⽤により）より早く開発タスクが早くなった（90.8%）仕事が快適になった（93.1%）

Slide 15

Slide 15 text

15 ⼗⼆分な費⽤対効果を⽰し無事社内稟議を通過しエンジニアを中⼼とした希望者全員に GitHub Copilot Businessを導⼊することができました。 ‧現場の声（GitHub Copilotの使⽤により）より早く開発タスクが早くなった（90.8%）仕事が快適になった（93.1%）

Slide 16

Slide 16 text

Slide 17

Slide 17 text

17 GitHub Copilot Enterprise の価格

Slide 18

Slide 18 text

18 GitHub Copilot Enterprise の価格めっちゃ⾼いです。。

Slide 19

Slide 19 text

19 何が違うの？・Copilot Business 無制限のAIコード補完機能を提供しますが、補完のベースは一般的な公開データやGitHubの広範なコードリポジトリに依存します。・Copilot Enterprise Businessの全機能に加え、「Copilot knowledge bases」機能により、組織内のプライベートリポジトリやドキュメントをAIがインデックス化・学習し、そのナレッジを活用してコード補完を行います。これにより、組織特有の関数名やコーディング規約、よく使うモジュールなどを反映した、より精度の高い・組織に最適化された補完が可能です

Slide 20

Slide 20 text

20 何が違うの？・GitHub Copilot Business 無制限のAIコード補完機能を提供しますが、補完のベースは一般的な公開データやGitHubの広範なコードリポジトリに依存します。・GitHub Copilot Enterprise Businessの全機能に加え、「Copilot knowledge bases」機能により、組織内のプライベートリポジトリやドキュメントをAIがインデックス化・学習し、そのナレッジを活用してコード補完を行います。これにより、組織特有の関数名やコーディング規約、よく使うモジュールなどを反映した、より精度の高い・組織に最適化された補完が可能です

Slide 21

Slide 21 text

21 どういう違いが出るか ‧ プロジェクト特有のコードや命名規則を理解した補完 ‧ ‧ ‧

Slide 22

Slide 22 text

22 弊社経営陣は⽣産性向上への理解‧期待が⾼く GitHub Copilot Enterpriseの導⼊が決定

Slide 23

Slide 23 text

23 でも課題が、、、

Slide 24

Slide 24 text

24 当時弊社はGitLab でソースコード管理していました GitHub Copilot Enterpriseは GitHub 上でのみ機能する

Slide 25

Slide 25 text

25 当時弊社はGitLab でソースコード管理していました GitHub Copilot Enterpriseは GitHub 上でのみ機能する

Slide 26

Slide 26 text

というわけで GitHub移⾏PJを⽴ち上げあしかけ１年かけて全プロダクトを (⼗数サービス‧数百リポジトリ) GitLab ⇒ GitHubへ移⾏しました。各プロダクトでの機能リリースの忙しさもあり１年かかかってしまいました。 GitHub Actionの利⽤によりCI∕CDも促進‧効率化されました。 26

Slide 27

Slide 27 text

というわけで GitHub移⾏PJを⽴ち上げあしかけ１年かけて全プロダクトを (⼗数サービス‧数百リポジトリ) GitLab ⇒ GitHubへ移⾏しました。各プロダクトでの機能リリースの忙しさもあり１年かかかってしまいました。 GitHub Actionの利⽤によりCI∕CDも促進‧効率化されました。 27

Slide 28

Slide 28 text

Slide 29

Slide 29 text

29 このあたりで、私の情報が追いつかず Copilot 導⼊したのに、Devinいるの？？と最初は懐疑的でした

Slide 30

Slide 30 text

30 このあたりで、私の情報が追いつかず Copilot 導⼊したのになんでDevinいるの？？と最初は懐疑的でした

Slide 31

Slide 31 text

31 まずはDevinの理解から Devinは内部に以下の環境を保持しており、すべてを⾃分で操作できます ‧ターミナル（シェル） ‧コードエディタ ‧ブラウザ（Webアクセス可能） ‧タスク管理システムこれによりタスクの読解 → Web検索 → 実⾏計画作成 → 開発 → テスト → デバッグ → Git操作 → PR作成までの⼀連の開発フローを⾃動で実⾏します。

Slide 32

Slide 32 text

32 なるほど要するにそれって指⽰したことを⼀気に開発してくれるので⽣産性バク上がりですよね？

Slide 33

Slide 33 text

33 なるほど要するに指⽰したことを⾃分で考えて、⼀気に開発してくれるので⽣産性バク上がりですよね？

Slide 34

Slide 34 text

34 PJ - SE - PG - PG PJ - SE - PG - Devin - Devin - Devin - PG - Devin - Devin - Devin Devinない時 Devinある時エンジニアの下にDevinエンジニアがいるイメージ

Slide 35

Slide 35 text

35 早速導⼊検証をテックリードを中⼼に⾏い導⼊に⾄り全エンジニアに開放しました結果：平均25％速度アップ ‧2週間の開発が1週間で終わった ‧6倍の開発効率が出ているとの声も ‧ただ無駄打ち（マージされないケース）も多く情報共有による改善が必要逆に⾔うともっと効率を上げる伸びしろがある。

Slide 36

Slide 36 text

36 早速導⼊検証をテックリードを中⼼に⾏い導⼊に⾄り全エンジニアに開放しました結果：平均25％速度アップ ‧2週間の機能開発が1週間で終わった ‧6倍の開発効率が出ているとの声も ‧ただ無駄打ち（マージされないケース）も多く情報共有による改善が必要逆に⾔うともっと効率を上げる伸びしろがある。

Slide 37

Slide 37 text

37 ‧私⾃⾝の考えの変化遠くない未来に⽣産性2倍、5倍、10倍、何10倍という状況がありえる。エンジニアが（私も含め）がAIリテラシーを⾼め、次々に出てくる新しい AIツールを⾒極めて使いこなし、古いやり⽅に取り残されない事が今は重要では？会社は⽣産性向上への投資に貪欲で新しい⽣成AIにトライするチャンスがある。

Slide 38

Slide 38 text

Slide 39

Slide 39 text

39 何⼈かのエンジニアからCursorを有償プランで使いたいとの申し出がありました。その当時は CursorはMCPサーバ利⽤や、AIエージェント機能で先⾏していました。 ※今はCopilotでも同等の機能があります

Slide 40

Slide 40 text

40 この頃になると、私も慣れてきて直ぐに検証チームを作り、1週間の検証を経てエンジニアにCursor利⽤できるよう展開しました。

Slide 41

Slide 41 text

41 ただし、いろんなツールを同時利⽤するとコストが嵩むので簡単なルールを作成 ‧似た機能を有するツールの併⽤はNG（選択制） ‧新しいツール導⼊する際の検証フローや⽐較表の作成 ※Cursor導⼊済み、JunieやClaude Code は今後導⼊予定

Slide 42

Slide 42 text

42 今やAIツールは追い付け追い越せの群雄割拠どのツールが優れているという状況もすぐに変化しますどれか1つにツールを絞る事はリスクがあります

Slide 43

Slide 43 text

43 エンジニアがチームや⾃分のスタイルに合ったツールを選択それぞれのAIツールの効率利⽤を促進することでノウハウ蓄積いずれかのツールが秀でた時に移りやすい体制でリスク軽減

Slide 44

Slide 44 text

Slide 45

Slide 45 text

45 Devinの導⼊前後あたりから「あれ使いたい、これ使いたい」との依頼が多く来るようになり、我々（開発管理課）の対応もスピード感を出せなくなってきました。

Slide 46

Slide 46 text

46 ‧法務確認 ‧セキュリティマネジメント室確認 ‧開発管理課での確認検証利⽤するのにも何週間もかかってしまう事もありました

Slide 47

Slide 47 text

47 ‧法務確認 ‧セキュリティマネジメント室確認 ‧開発管理課での確認検証利⽤するのにも何週間もかかってしまう事もありました

Slide 48

Slide 48 text

48 法務‧セキュリティマネジメント室へ相談「顧客情報を⼊⼒しない」事を前提に開発本部内でのチェックリスト運⽤で利⽤OKに変更実は法務もてんやわんやで回っていなかった。数週間 ⇒ 数⽇で利⽤が可能な状態に

Slide 49

Slide 49 text

49 法務‧セキュリティマネジメント室へ相談「顧客情報を⼊⼒しない」事を前提に開発本部内でのチェックリスト運⽤で利⽤OKに変更実は法務もてんやわんやで回っていなかった。数週間 ⇒ 数⽇で利⽤が可能な状態に