Slide 1

Slide 1 text

〜驚かせるだけのAI で終わらせない〜 10 年以上続くWeb サービスの AI ファースト時代への向き合い方 2025.09.30 paiza Stream Aligned グループ長 高村

Slide 2

Slide 2 text

自己紹介 🏢 所属:paiza 株式会社 ⛳️ 役割 ストリームアラインドグループ長 テックリード( インフラ/ アーキテクチャ〜バックエンド〜フロ ントエンド) etc…( なんでも屋) 🐦 Twitter 廃人名:yukimura1227/takamura1227

Slide 3

Slide 3 text

AI はすごい?

Slide 4

Slide 4 text

AI 活用してますか? 2022 年11 月30 日、ChatGPT が一般公開され その後も様々なLLM が出現して、ソフトウェ アの常識が一変しました 📒 自然な文章を生成・要約する 🎤 音声を認識して高精度に翻訳する 🖼️ 画像・音楽・動画を作る ⚙️ 開発タスクを自動化する(夢じゃなくな りつつある) etc…

Slide 5

Slide 5 text

AI は神なのか?

Slide 6

Slide 6 text

NO

Slide 7

Slide 7 text

AI は神ではない

Slide 8

Slide 8 text

AI は我々の本当の夢を叶えてくれない 叶えてくれない😢 とはいえ、従来不可能だったことを猛烈な スピードで実現可能にし続けているのは事実 AI の「光」と「闇」を理解して 向き合う必要がある 参考:弊社代表のnote: 生成AI で「5,000 兆円 欲しい」プロンプトはいつ実現されるか?

Slide 9

Slide 9 text

AI 活用の光と闇

Slide 10

Slide 10 text

💡AI 活用の光の部分 魅せ球になる部分 デモ映えする、派手でわかりやすい 見た目のインパクトが大きく、ワクワクする コンテキスト不要な 0 →1 の部分に強い ⚠️再現性は低い

Slide 11

Slide 11 text

🌑 闇の部分 決め球( 競合優位性) になる部分 一見地味で、泥臭くて、面倒くさい 巨大なコンテキストがある分、 AI の効果を引き出しづらい ここを整備できれば、競合優位性が高まる 決め手はここにある

Slide 12

Slide 12 text

️ AI 活用の光と闇

Slide 13

Slide 13 text

💡光の部分との向き合い方 AI トレンドの変化スピードは凄まじい 情報をキャッチして共有する「運用」が大事 paiza の取り組み Slack の #tech_trend_anything チャンネルなどで気になる情報をシェア ただし🙅 鵜呑みにしない🐔 疑問❓️を持つ 実際に試す🛠️ サービス/ プロダクトにどう活かせるか考える🤔 「AI 驚き屋😯」で終わらせない意識を持つ 組織としては「試せる」環境整備が大事 Claude / ChatGPT / Gemini の三刀流を推奨 表面的なツールではなくLLM の基盤部分を押さえておく

Slide 14

Slide 14 text

🌑 闇の部分との向き合い方 泥臭い部分から目を背けない 目的は「AI を使うこと」ではなく「課題を解決すること」 だからこそ課題の整理・分析が重要 いわゆる、イシューからはじめよの考え方 例えば、paiza の開発部門のイシューの一例 リリースサイクルを短くし、小さく早く、ユーザに価値を提供 その妨げとなる要因が本質的なイシュー AI による効率化により新たなボトルネックが生まれないか? 生まれたとして、そこをどう改善するかを検討する

Slide 15

Slide 15 text

AI 活用時のリリースサイクルの課題分析(汎用的な話はないので、端折ります) リリースサイクルを短く小さく早くし、ユーザに価値を提供したいという目的のもと、 AI による効率化が新たなボトルネックを生まないか?と考える 要件定義 調査 設計 実装 静的解析 型チェック ⾃動テスト ( ローカル) 静的解析 型チェック ⾃動テスト (CI) PR( コードレビュー) 動作確認 デプロイ(CD) ユーザー よくあるリリースまでの⼯程 AI でここがめちゃくちゃ短くなるとしましょう

Slide 16

Slide 16 text

AI 活用時のリリースサイクルの課題分析(汎用的な話はないので、端折ります) 要件定義 調査 設計 実装 静的解析 型チェック ⾃動テスト ( ローカル) 静的解析 型チェック ⾃動テスト (CI) PR( コードレビュー) 動作確認 デプロイ(CD) <Tier2 課題> ここの負担を下げる ⽅法を考える (AI ローカルでできることを増やす事含む) <Tier1 課題> この単位のコンテキストの 分離を考える (ex: ppg, paiza_connect) <Tier3 課題> ここを圧縮する ⽅法を考える ( 必要⼗分に抑える) <Tier3 課題> ここを圧縮する ⽅法を考える a

Slide 17

Slide 17 text

イシューに対して改善策を打ち立て遂行する ( 各社事情が異なり処方箋も違うので、詳しいHow は割愛しますが) 大事なのは「🌑課題を探し出し」 「課題を解決している」こと 課題解決にあたって、AI を使う部分もあれば、使わない部分もある 例えば、コードレビューを💡CodeRabbitCLI 経由でAI に任せてみよう AI にブラウザテストをさせるのに、💡Chrome DevTools MCP を使ってみよう etc…

Slide 18

Slide 18 text

今日のまとめ AI は神ではない 💡魅せ球( 光) と🌑決め球( 闇) の両方に向き合 うことが大事 泥臭い部分だったとしても本質的なイシュー を攻めてこそ、AI は真価を発揮する📈 AI ファースト時代に向けて、 「魅せ球」も「決め球」も磨いていこうぜ!

Slide 19

Slide 19 text

END