Link
Embed
Share
Beginning
This slide
Copy link URL
Copy link URL
Copy iframe embed code
Copy iframe embed code
Copy javascript embed code
Copy javascript embed code
Share
Tweet
Share
Tweet
Slide 1
Slide 1 text
スクラム×AI AIの力でスプリントを駆け抜ける 2025.03.14 Fri. AIが変えるソフトウェア開発〜未来のアジャイルチームとは？〜 溝渕 嶺 SmartHR（EM）
Slide 2
Slide 2 text
株式会社SmartHR エンジニアリングマネージャー 溝渕 嶺 SIerで官公庁向けシステムや金融アプリを開発 2024年6月にSmartHRにジョイン キャリア台帳チームにてスクラム導入を支援
Slide 3
Slide 3 text
本日お話すること ・なぜスクラムに AIを導入するのか？ ・AI × スクラムイベントの実践例 ・今後の展望
Slide 4
Slide 4 text
なぜスクラムに AIを導入するのか？
Slide 5
Slide 5 text
Complex Adaptive Systems 個々の要素が相互作用しながら適応・進化し、全体と して予測困難な振る舞いをするシステム
Slide 6
Slide 6 text
Complex Adaptive Systems 自己組織化 集中管理なしで、システム自体が適応しながら秩序を生み出す。 適応 環境の変化に応じて構成要素が進化する。 非線形性 小さな変化が大きな影響を与えることがある。 創発 個々の構成要素の相互作用から予測できない新しいパターンが 生まれる。
Slide 7
Slide 7 text
スクラムでは？ 自己組織化 スクラムチームが自律的に役割を分担し、課題を解決する。 適応 顧客のニーズや市場の変化に応じてバックログを更新する。 非線形性 1つの改善（例 : デイリースクラムの時間短縮）が、チームのモチ ベーションや生産性に大きな影響を与える。 創発 短期間で繰り返されるスプリントの中で、最初は想定していなかっ たイノベーションが生まれる。
Slide 8
Slide 8 text
AIでは？ 自己組織化 ニューラルネットワークは、学習データに基づいて自律的にパター ンを抽出する。 適応 環境の変化に応じてモデルを更新し、適応する能力を持つ。 非線形性 ニューラルネットワークの学習プロセスは非線形であり、小さな データの変化が大きな影響を与えることがある。 創発 AIが学習データから予測できなかったパターンを発見することがあ る（例： GPT-4が創造的な文章を生成できる）。
Slide 9
Slide 9 text
スクラムが生まれた背景 https://www.scruminc.com/subsumption-architecture-how-irobot-enabled-scrum/
Slide 10
Slide 10 text
スクラムが生まれた背景 https://www.scruminc.com/subsumption-architecture-how-irobot-enabled-scrum/
Slide 11
Slide 11 text
スクラムと AIって相性良さそう！
Slide 12
Slide 12 text
なぜスクラムに AIを導入するのか？
Slide 13
Slide 13 text
こんな経験ありませんか？ ● リリース直前でステークホルダーとの期待値にズレが。。。 ● 突発的な要求でスプリントゴールの達成が絶望的。。。 ● レトロで上がった NextActionがうまくいかない。。。
Slide 14
Slide 14 text
ベイジアンサプライズ ● 予測と現実の乖離によって発生する認知的・計算的な負荷 ツァイガルニク効果 ● 未完了課題についての記憶は、完了課題についての記憶に 比べて想起されやすい
Slide 15
Slide 15 text
AI導入によって ● 未完了の課題を可視化し、やるべきことを提案して くれる。 ● チームは完了に向けてエネルギーを注ぐことができ る。
Slide 16
Slide 16 text
https://youtu.be/0kgWbrN6v9s?si=XI0RprkbD2N8dj34
Slide 17
Slide 17 text
AI × スクラムイベントの実践例
Slide 18
Slide 18 text
スプリントレビュー
Slide 19
Slide 19 text
スプリントレビューの目的 ● チームとステークホルダーが協力して価値を最大化する ○ 「成果を発表する場」ではなく、「 FBから次にどうすべきか を決める場」 ○ ステークホルダーと対話し、方向性の調整が重要
Slide 20
Slide 20 text
現実問題 ● ステークホルダーから適切な FBを受けるためには 相応の準備が必要 ● 準備が大変で、結局チームからのデモになり対話 が減る
Slide 21
Slide 21 text
さっそくAIを使ってみよう！
Slide 22
Slide 22 text
その前に
Slide 23
Slide 23 text
サザーランド博士曰く ● ChatGPTはインターネットで訓練されている ● インターネット上の 58%から68%のチームが遅延 し、予算超過で、顧客が不満を持っている ● つまり、ChatGPTはスクラムを知らない
Slide 24
Slide 24 text
どうする？
Slide 25
Slide 25 text
Scrum Sage: Zen Edition https://chatgpt.com/g/g-pajO1fBss-scrum-sage-zen-edition
Slide 26
Slide 26 text
プロンプトを書いてみよう
Slide 27
Slide 27 text
アウトプット
Slide 28
Slide 28 text
アウトプット
Slide 29
Slide 29 text
レトロスペクティブ
Slide 30
Slide 30 text
レトロスペクティブの目的 ● スプリントの振り返りを通じて、チームの働き方をより良くする ○ 「うまくいったこと」「改善すべきこと」「次にどうするか」を 明確にすることが重要 ○ 実際にアクションにつなげることが成功の鍵
Slide 31
Slide 31 text
現実問題 ● 改善アクションが抽象的で、実行されない ● 場の雰囲気に左右される ● 議論が主観的になりやすい
Slide 32
Slide 32 text
やってみよう！
Slide 33
Slide 33 text
No content
Slide 34
Slide 34 text
微妙かも。。。？ 以下の課題を理解していない ・勉強会を主催するための資料等の準備が大変 ・他の業務を優先して開催が先延ばしされている
Slide 35
Slide 35 text
AIはチームメンバーです
Slide 36
Slide 36 text
サザーランド博士曰く ● AIと働くために必要なのはコラボレーション ● AIが優れていない場合はジュニア開発者として扱 い、優れている場合はチーム内でふさわしい熟練 度の開発者として扱う
Slide 37
Slide 37 text
レトロスペクティブの流れ 課題の深掘り ↓ 課題に対する NextActionの検討
Slide 38
Slide 38 text
レトロスペクティブの流れ 課題の深掘り ↓ 課題に対する NextActionの検討 これをやってみる
Slide 39
Slide 39 text
インプット
Slide 40
Slide 40 text
アウトプット
Slide 41
Slide 41 text
レトロスペクティブの流れ 課題の深掘り ↓ 課題に対する NextActionの検討 これをやってみる
Slide 42
Slide 42 text
インプット
Slide 43
Slide 43 text
インプット AIが提示した質問に対する回答
Slide 44
Slide 44 text
アウトプット
Slide 45
Slide 45 text
アウトプット
Slide 46
Slide 46 text
アウトプット
Slide 47
Slide 47 text
AIを導入するポイント ● AIはチームメンバーである ● 人間＋AI＋より良いプロセス
Slide 48
Slide 48 text
リファインメント
Slide 49
Slide 49 text
リファインメントの目的 ● プランニング時にバックログからアイテムを選択で きる状態にする
Slide 50
Slide 50 text
現実問題 ● リファインメントの時間を確保できず、プランニング に時間がかかる ● 分割したが粒度が大きくマージまで時間がかかる ● 受け入れ基準が曖昧で、ゴールがずれる
Slide 51
Slide 51 text
インプット
Slide 52
Slide 52 text
アウトプット
Slide 53
Slide 53 text
うまくいかなかったこと ● レビュー観点がチームごとに異なるので、プロンプ トの使い回しは厳しそう ● 制限時間内で AIへレビュー依頼 -> 待ち -> 実行を 回すのは大変（リファインメントに限らず）
Slide 54
Slide 54 text
さいごに
Slide 55
Slide 55 text
全体のまとめ ● AIを組み込むことで課題を可視化し、チームが完了 に向けてエネルギーを注げる ● AIをチームメンバーとして捉え、コラボレーションを 通じて作業を進める
Slide 56
Slide 56 text
今後の展望 ● メンバーが自然と AIを利用できる状態にする ● チームのコンテキストに合わせたモデルを作成し、 インプットの負荷を軽減する
Slide 57
Slide 57 text
最近のレトロでは AI関連の話題が増えてきた
Slide 58
Slide 58 text
ご清聴ありがとうございました