AI時代に非連続な成長を実現するエンジニアリング戦略

by SansanTech

Slide 1

Slide 1 text

AI時代に⾮連続な成⻑を実現するエンジニアリング戦略執⾏役員 / VPoE / Bill One Engineering Unit 部⻑ / Bill One事業部プロダクト室室⻑⼤⻄真央

Slide 2

Slide 2 text

⼤⻄真央 Sansan株式会社執⾏役員 / VPoE / Bill One Engineering Unit 部⻑ / Bill One事業部プロダクト室室⻑ SEとしてエンジニアのキャリアをスタートさせ、2012年以降はアジャイルやDDDなどの開発スタイルを経験。 2016年にSansanに⼊社し、ビジネスデータベース「Sansan」の⼤阪開発拠点⽴ち上げや経理DXサービス「Bill One」の⽴ち上げにプロダクト開発責任者として携わる。現在は、VPoEとしてエンジニアリング組織の強化と「Bill One」のプロダクト開発責任者を担う。

Slide 3

Slide 3 text

会社概要 2 本社神⼭ラボ Sansan Innovation Lab 社名 Sansan株式会社所在地本社東京都渋⾕区桜丘町1-1 渋⾕サクラステージ 28F グループ会社 Sansan Global Pte. Ltd.（シンガポール） Sansan Global Development Center, Inc.（フィリピン） Sansan Global (Thailand) Co., Ltd.（タイ）ログミー株式会社株式会社ダイヤモンド企業情報編集社ナインアウト株式会社株式会社⾔語理解研究所従業員数 1,961名（2025年5⽉31⽇時点） 2007年6⽉11⽇設⽴⽀店：関⻄⽀店、福岡⽀店、中部⽀店サテライトオフィス：Sansan神⼭ラボ、Sansan Innovation Lab、 Sansan⻑岡ラボ拠点寺⽥親弘代表者

Slide 4

Slide 4 text

働き⽅を変えるDXサービス請求⼈や企業との出会いをビジネスチャンスにつなげる「働き⽅を変えるDXサービス」を提供し、ビジネスフローにおけるさまざまな分野でサービスを展開しています。名刺管理名刺DX 営業営業DX 契約契約DX 経理DX 個⼈向けDX 法⼈向けDX 必要な情報をすぐに⾒つけられる情報の管理がしやすくすぐに共有できる情報を分析・活⽤しやすくデータに基づいた判断ができる SansanのDXサービスの活⽤で変わる働き⽅

Slide 5

Slide 5 text

1. なぜ今「挑戦型組織」への変⾰が必要なのか 2. AI時代のエンジニアリング戦略：挑戦型組織の実現 1. AIネイティブ組織の構築 2. 全エンジニアのリーダーシップ発揮 3. AI駆動開発の実践例と具体的な成果 4. AI時代に進化するエンジニアの本質的な価値 5. OKRで事業戦略・AI活⽤・組織変⾰を統合する⽅法 3. 今後の展望：AIとの共存と競争⼒強化 Agenda

Slide 6

Slide 6 text

なぜ今「挑戦型組織」への変⾰が必要なのか 1. ©Sansan, Inc.

Slide 7

Slide 7 text

従来の「連続的な成⻑」の限界 6 Plan Do Check 従来の成⻑サイクル⾮連続な成⻑

Slide 8

Slide 8 text

この現象は、プロダクト設計とプロダクト改善の重要性が相対的に⾼まる「スマイルカーブ現象」として現れています。 AI時代におけるソフトウェア開発の根本的変化実装プロダクト改善プロダクト設計プロセス付加価値

Slide 9

Slide 9 text

実装の相対的な価値低下 - コーディングの半⾃動化 - GitHub Copilot、Claude Code、 Cursorなどの⽣成AIによって、コーディング作業が半⾃動化 - テスト・リファクタリングの効率化 - AI⽀援によるテストやリファクタリングの効率化で⼈的差別化が困難に実装プロダクト改善プロダクト設計

Slide 10

Slide 10 text

プロダクト設計が競争⼒の源泉に - 上流⼯程の重要性拡⼤ - AIをどう活⽤するかというプロダクト戦略・要件定義が競争⼒の源泉に実装プロダクト改善プロダクト設計 ✓ AIを組み込んだ体験設計 ✓ AIと⼈間の役割分担の最適化 ✓ プロンプトエンジニアリング ✓ AIシステムアーキテクチャ設計

Slide 11

Slide 11 text

プロダクト改善の重要性単なるリリースではなく、継続的な改善プロセスがビジネスの差別化に直結実装プロダクト改善プロダクト設計フィードバックループユーザーフィードバックを通じたAIの性能向上継続的改善運⽤しながら学習し続けるMLOps/LLMOps データ収集独⾃性のあるデータ収集

Slide 12

Slide 12 text

AI時代では『何を作るか』『なぜ作るか』を深く考える設計段階と、『本当に価値があるのか』を検証し、継続的に改善する運⽤段階が、プロダクト開発の成功を左右する鍵となる 3つの変化がもたらす競争⼒の再定義

Slide 13

Slide 13 text

- 2023年以降、AIを活⽤した新機能のリリースが加速 - AIがもたらす真の変化は、『何を作るか』の判断そのものを変えること具体的な市場環境の変化 3ヶ⽉従来の開発期間 AI活⽤後の開発期間 1ヶ⽉

Slide 14

Slide 14 text

従来の延⻑線上から脱却 13 従来の思考既存の延⻑線で「何ができるか」を考える今、求められるのは「リーダー」 AI時代の思考 AIの可能性を活かして、「何ができるか」を考える

Slide 15

Slide 15 text

従来「問いを設定する」リーダーシップ 14 このリーダーシップの本質は、「問いを設定する」こと How どうやって作るか Why なぜ作るか AI時代 Why なぜ作るか What 何を作るか

Slide 16

Slide 16 text

AI時代のエンジニアリング戦略：挑戦型組織の実現 2. ©Sansan, Inc.

Slide 17

Slide 17 text

AIネイティブ組織の構築 2.1. ©Sansan, Inc.

Slide 18

Slide 18 text

挑戦型組織への変⾰の中核 17 AI プロダクトサービス開発プロセス

Slide 19

Slide 19 text

組織の本質的な変化 18 「AIで何ができるか」を探すだけでなく、「⾃分たちの仕事やプロダクトをAIでどう変えられるか」を問い続け、実⾏していくこと単に「技術をどう使うか」を考えるだけでなく、「その技術で何を変えたいか」を語れる存在であること AIネイティブな組織エンジニア

Slide 20

Slide 20 text

上流⼯程での競争⼒強化 19 プロダクトの本質的な価値を理解するプロダクトマネジャー最新のAI技術の可能性を探求する研究員 • AIをどう活⽤するかというプロダクト戦略 • 要件定義が競争⼒の源泉 • AIと⼈間の役割分担の最適化 • AIシステムアーキテクチャ設計実装プロダクト改善プロダクト設計

Slide 21

Slide 21 text

AIネイティブ組織への変⾰ロードマップ 20 フェーズ1 AIツールの導⼊と基本的な活⽤フェーズ2 | 現在 AIを活⽤した開発プロセスの再設計 2倍の⽣産性向上を実現フェーズ3 AIを⽤いて価値創造できる組織へ進化 AIネイティブな組織⽂化の醸成

Slide 22

Slide 22 text

イーサン・モリック⽒が提唱する原則 21 1. 常にAIを参加させるあらゆるタスクの最初からAIをパートナーとして活⽤する AIとの「共同知能」を実践し、失敗を恐れない⽂化を作ることが重要 2. ⼈間参加型にする AIに最終判断を任せず、⼈間が批判的思考と監視を⾏う 3. AIを⼈間のように扱う明確なペルソナ設定とプロンプトエンジニアリングで効果的な対話を⾏う 4. AIの進化を前提とする「今使っているAIは、今後使⽤するどのAIよりも劣悪だ」と仮定する

Slide 23

Slide 23 text

全エンジニアのリーダーシップ発揮 2.2. ©Sansan, Inc.

Slide 24

Slide 24 text

- 現状の枠を超えた新しい価値の創造 - 未踏の領域への挑戦 - ゼロからの課題発⾒と解決 - 組織全体を巻き込む変⾰の推進 - 仕組みや制度を整える - チームの⽣産性を⾼める - ⽇々の課題を解決する - 安定した成果を出すマネジャーとリーダーの役割の違い 23 マネジャーの役割連続的な成⻑を実現するリーダーの役割⾮連続的な成⻑に責任を持つ

Slide 25

Slide 25 text

⾮連続的成⻑への対応 24 連続的成⻑マネジャー⾮連続的成⻑リーダー AIネイティブ組織

Slide 26

Slide 26 text

役職名ではないリーダーシップ 25 「リーダー」は、特定の役職名ではありません。⼀部のマネジャーや、⼀部の特別な⼈間だけがリーダーになるのではないのです。私たちの⽬指す「挑戦型組織」では、全エンジニアがそれぞれの持ち場でリーダーシップを発揮する⾏動が鍵となる Sansanは「マネジャー型」から「リーダー型」へ、管理型から挑戦型の組織へ進化していきます。

Slide 27

Slide 27 text

正解を求めないチャレンジ 26 従来のアプローチ正解がある問題を効率的に解決する新しいアプローチ正解が分からない問題に挑戦する機会を積極的に作り、イノベーションを促進

Slide 28

Slide 28 text

チャレンジから⽣まれるイノベーション 27 1 従来の枠を超えた価値創造へ知⾒の共有各プロダクトで得られた知⾒を共有する会を設ける AIへの積極投資各プロダクトそれぞれで AIへの投資を積極的に⾏う 2 3 4 プロダクト間連携他プロダクトの挑戦にヒントを与え、新しい発想をもらう⾃発的学習エンジニアたちが⾃発的に学習し、新しいアイデアを提案「正解を求めないチャレンジ」に取り組む⽂化の醸成

Slide 29

Slide 29 text

Slide 30

Slide 30 text

AI駆動開発の実践例と成果 29 2倍⽣産性向上 AI駆動を実践しているチームでは、開発速度が従来⽐で2倍の⽣産性を実現 4.5 2.0 開発期間短縮（⽉） Claude Code Maxを主要ツールとして活⽤し、従来4.5ヶ⽉かかっていたプロジェクトが 2.0ヶ⽉で完了

Slide 31

Slide 31 text

成功事例 30 AIツールを使う前に、⼈間同⼠で設計の⽅向性を整理することで、AIが⽣成するコードの品質が⼤幅に向上。イベントストーミングの効果 PdMに情報の抜け漏れなくPBI を記載してもらうことで、AIの成果に直結。⼈間による事前の整理と品質向上が不可⽋だと学びました。 PBIの品質向上

Slide 32

Slide 32 text

失敗から学んだ教訓 31 AIツールを使っても、設計段階での曖昧さは解決されません。むしろ、AI が曖昧な設計をそのまま実装してしまうため、後で⼤きな問題になることがあります。設計の曖昧さは解決されない完璧な設計書を作っても、実装段階で新たな課題が発⾒されることがあります。AI時代では、設計と実装を並⾏して進め、継続的に改善していくアプローチが重要です。設計と実装の並⾏進⾏実装⽅針や仕様の変更・軌道修正をした際、内容を仕様書側にフィードバックしておかないと、後続タスクを実⾏するAI Agentへの引き継ぎが上⼿くいかず混乱します。仕様変更の⽂書化

Slide 33

Slide 33 text

実践知と今後の⽅向性 32 実施の推奨事項 - PdM/デザイナーとの協⼒によるAI駆動開発 - イベントストーミングの実施で設計精度向上避けるべきこと - ⼤きなプルリクエスト（段階的にPRを分割） - 設計ドキュメントの過度な詳細化（必要最⼩限の情報に絞る）今後に向けて設計ドキュメントのテンプレート改善 AIツールの協業⽅法検討 PdM・デザイナー・エンジニアの新しい分業・協業モデルの確⽴

Slide 34

Slide 34 text

Slide 35

Slide 35 text

AI時代における価値の変化 34 継続的改善実装の効率化戦略的最適化⾼付加価値エンジニア実装 + 改善思考 AI時代の戦略価値従来の実装価値

Slide 36

Slide 36 text

アンラーン（学びほぐし）の必要性 35 コードを書く＝価値創出実装だけが評価される時代は終わり、「課題を定義すること、AIを活かす構造を設計すること」に価値が移ります。⾃分の⼿でやらないと意味がない⾃分が理解して実装したものが⼀番安⼼という考えから、AIによる⽣成物を理解し、意図をもって選択・検証できることが重要になります。正解のある世界での最適化志向仕様が決まっていて、それをいかに速く・正確に実装するかが問われた時代から、「問いを設定する」側に回る必要があります。知識＝差別化の幻想⾃分だけが知っている技術や⼿法が強みだった時代から、「知識を活⽤する⼒・構造化する⼒・共有する⼒」が真の強みとなります。

Slide 37

Slide 37 text

磨くべき本質的な価値 36 問題を定義する⼒技術の⼒で何を解決すべきかを⾔語化・構造化できる⼒。良い問いなしに、AIをどう使っても価値は⽣まれません。⼈間にしかできない直感と意味づけなぜそれを作るのか？誰が幸せになるのか？という、プロダクトの本質的な問いに向き合い、価値に「意味づけ」をする⼒。構造設計・ワークフロー設計能⼒ AIを単に使うだけでなく、⼈、AI、そして既存のシステムが連携する最適なワークフローを設計する⼒。コラボレーションと知識流通⼒ AIが⽣成する知識を、チーム・組織全体に流通させ、再利⽤可能にする設計⼒。スピードと打席数の最⼤化 AIによって試⾏錯誤のサイクルは劇的に⾼速化。この速度を最⼤限に活かし、フィードバックを⾃動で得る環境を整える⼒。

Slide 38

Slide 38 text

Slide 39

Slide 39 text

OKRによる統合戦略 38 AI活⽤ AI x 事業 AI x 組織 OKRで実現する最⼤価値戦略 x 変⾰組織変⾰事業戦略 Company OKRレベル事業戦略 × AI活⽤ × 組織変⾰全マネージャー主導で、各組織の業務をAIに置き換えるプロダクトOKRレベル事業戦略 × AI活⽤進化するAIに対するプロダクトのポジショニングを定めるエンジニアリング組織のOKRレベル AI活⽤ × 組織変⾰ AI駆動で開発されたPBIを1件以上リリースする具体的な実践例

Slide 40

Slide 40 text

Slide 41

Slide 41 text

挑戦型組織の未来像と3つの取り組み 40 Sansan技術本部のVision このプロダクトで世界を変える AIネイティブな開発プロセスの確⽴全エンジニアのリーダーシップ発揮事業戦略と技術戦略の統合

Slide 42

Slide 42 text

最後に AI時代のエンジニア組織づくりは、簡単ではありません。しかし、避けて通ることはできません。⼩さく始める完璧な計画よりも、まずは⼩さな⼀歩から素早く学ぶ試⾏錯誤を繰り返し、知⾒を蓄積する継続的に改善学びを活かして、常に進化し続ける