Tweet
Tweet

Slide 1

Slide 1 text

ZOZOにおけるAI活用の現在 ~モバイルアプリ開発でのAI活用状況と事例~ 2025年11月28日 Mobile App with AI Meetup Tokyo 株式会社ZOZO
 IT統括本部 技術戦略部 CTOブロック
 テックリード
 堀江 亮介
 
 Copyright © ZOZO, Inc. 1

Slide 2

Slide 2 text

© ZOZO, Inc. 2 自己紹介

Slide 3

Slide 3 text

© ZOZO, Inc. 株式会社ZOZO IT統括本部 技術戦略部 CTOブロック テックリード 堀江 亮介 2018年 M&Aに伴いZOZOテクノロジーズに入社 ZOZOグループの組織再編に伴い転籍し現職 全社横断での課題解決と採用および技術広報業務を担当 3

Slide 4

Slide 4 text

© ZOZO, Inc. 今どんな仕事をしている？ ● 新規事業（ZOZOマッチ） ● AI導入推進 ● 技術広報 ● 社内勉強会企画 ● 新卒・中途採用 ● 社外との関係構築 ● 開発ガイドライン作成 ・ ・ ・ 4 https://zozomatch.jp/

Slide 5

Slide 5 text

© ZOZO, Inc. 5 目次 ● ZOZOについて ● モバイルアプリの開発体制 ● モバイルアプリ開発でのAI利用状況 ● AI活用事例の紹介 ● 今後の課題 ● まとめ

Slide 6

Slide 6 text

© ZOZO, Inc. ZOZOについて

Slide 7

Slide 7 text

© ZOZO, Inc. https://zozo.jp/ 7 ● ファッションEC ● 1,600以上のショップ、9,000以上のブランドの取り扱い ● 常時107万点以上の商品アイテム数と毎日平均2,700点以上の新着 商品を掲載（2025年9月末時点） ● ブランド古着のファッションゾーン「ZOZOUSED」や コスメ専門モール「ZOZOCOSME」、シューズ専門ゾーン 「ZOZOSHOES」、ラグジュアリー＆デザイナーズゾーン 「ZOZOVILLA」を展開 ● 即日配送サービス ● ギフトラッピングサービス ● ツケ払い など

Slide 8

Slide 8 text

© ZOZO, Inc. https://wear.jp/ 8 ● あなたの「似合う」が探せるファッションコーディネートアプリ ● 1,900万ダウンロード突破、コーディネート投稿総数は1,400万 件以上（2025年9月末時点） ● コーディネートや最新トレンド、メイクなど豊富なファッション 情報をチェック ● AIを活用したファッションジャンル診断や、フルメイクをARで試 せる「WEARお試しメイク」を提供 ● コーディネート着用アイテムを公式サイトで購入可能 ● WEAR公認の人気ユーザーをWEARISTAと認定。モデル・タレン ト・デザイナー・インフルエンサーといった各界著名人も参加

Slide 9

Slide 9 text

© ZOZO, Inc. 9 ● ショップスタッフの販売サポートツール ● ブランド自社ECやZOZOTOWNなどの複数チャネルに、無料で コーディネート画像の同時投稿が可能。さらに、投稿したコー ディネート経由のEC売上や送客数、コーディネートの閲覧数な ど、オンライン上での成果を可視化。 ● ZOZOTOWN上で実店舗の在庫取り置きを希望したお客様への 対応を、ショップスタッフ様がFAANS上の簡単操作で完結。

Slide 10

Slide 10 text

10

Slide 11

Slide 11 text

© ZOZO, Inc. 1 1 https://zozomatch.jp/

Slide 12

Slide 12 text

© ZOZO, Inc. 12 6サービスでiOS/Androidアプリを提供 iOS Android ZOZOTOWN WEAR FAANS ZOZOFIT ZOZOMETRY ZOZOマッチ

Slide 13

Slide 13 text

© ZOZO, Inc. モバイルアプリの開発体制

Slide 14

Slide 14 text

© ZOZO, Inc. 14 https://speakerdeck.com/zozodevelopers/company-deck?slide=40

Slide 15

Slide 15 text

© ZOZO, Inc. 15 https://speakerdeck.com/zozodevelopers/company-deck?slide=41

Slide 16

Slide 16 text

© ZOZO, Inc. 16 モバイルアプリ開発者の数 ● 全体の開発者数: 59名 (正社員のみ) ○ ZOZOTOWN ■ iOS/Android: 27名 ○ WEAR ■ iOS/Android: 11名 ○ FAANS ■ iOS/Android: 5名 ○ ZOZOFIT・ZOZOMETRY ■ iOS/Android: 13名 ○ ZOZOマッチ ■ Flutter: 3名 ※2025年11月末時点

Slide 17

Slide 17 text

© ZOZO, Inc. 17 サービス別技術スタック https://techblog.zozo.com/zozo-android-engineers https://techblog.zozo.com/zozo-ios-engineers

Slide 18

Slide 18 text

© ZOZO, Inc. 18 サービス別技術スタック https://techblog.zozo.com/entry/zozomatch-app-overview

Slide 19

Slide 19 text

© ZOZO, Inc. 19 ZOZOで利用可能な代表的AIツール 全般 ● ChatGPT Enterprise ● Gemini Advanced ● NotebookLM Plus ● Miro AI ● Atlassian Rovo コーディングAI ● GitHub Copilot (coding agent含む) ● Claude Code ● Gemini CLI ● Codex 生成AIモデル基盤 ● Amazon Bedrock ● Gemini / Vertex AI Model Garden ● OpenAI API その他（一部の部署でのみ利用中・利用開始準備中） ● Cursor ● Devin ● Figma AI ● Dify

Slide 20

Slide 20 text

© ZOZO, Inc. モバイルアプリ開発でのAI利用状況

Slide 21

Slide 21 text

© ZOZO, Inc. 21 モバイルアプリ開発でAIを活用したことがある開発者 100%

Slide 22

Slide 22 text

© ZOZO, Inc. 22 AI活用における満足度 ● 約78%のモバイルアプリ開発者が満足と回答 (アンケートを10月実施)

Slide 23

Slide 23 text

© ZOZO, Inc. 23 AI活用における満足度 ● 満足している理由 ○ 実装スピード・効率が圧倒的に向上 ○ 調査やプランニング支援が強い ○ 開発の初期段階（不確実性の除去）に役立つ ○ 開発環境（制度）が整っていることへの満足 ○ コードレビュー・品質面での気づきを促進 ● 不満・課題として挙がった理由 ○ AIを使いこなせていない（スキルの課題） ○ 設計・モデリングはAIにはまだ難しい ○ 部門間でAIツールが違い統一性がない ○ レビュー負担の増加 ○ AIに任せるかの判断が難しい

Slide 24

Slide 24 text

© ZOZO, Inc. 24 モバイルアプリ開発でのAI利用傾向 ● 様々な利用場面においてAIを使用した開発者の割合

Slide 25

Slide 25 text

© ZOZO, Inc. 25 モバイルアプリ開発でのAI利用傾向 ● 実装(コーディング・コードレビュー)フェーズでの利用率が高い

Slide 26

Slide 26 text

© ZOZO, Inc. 26 モバイルアプリ開発でのAI利用傾向 ● EM/テックリードでは企画〜設計での利用率が増加

Slide 27

Slide 27 text

© ZOZO, Inc. 27 モバイルアプリ開発でのAI利用傾向 ● EMのみに絞ると管理系業務 (計画・分析・問い合わせ対応・部内活動) での利用率が顕著に増加

Slide 28

Slide 28 text

© ZOZO, Inc. 28 モバイルアプリ開発でのAI利用傾向 ● 全体的にテスト・QAでの利用率が低い

Slide 29

Slide 29 text

© ZOZO, Inc. 29 モバイルアプリ開発でのAI利用傾向 ● AIツールの利用割合としては、Claude (Claude Code)の利用が最多

Slide 30

Slide 30 text

© ZOZO, Inc. 30 ● AIを積極的に活用しているモバイルアプリ開発者のPull Request作成数推移 ● Claude Codeの全社展開を期に増加傾向 AIの活用度とPull Request作成数推移 https://jp.findy-team.io/

Slide 31

Slide 31 text

© ZOZO, Inc. 31 モバイルアプリ開発でのAI利用状況 ● 実装での活用が普及した状況 ○ iOS/Android/Flutterで傾向の差なし ○ 自律型AIエージェントの活用はこれから ● 要件定義・計画・設計での活用が進行中 ○ AIツールから各種リソースにアクセスできる環境が整いつつある ■ JIRA/Confluenceのクラウド版移行など ● ロールや担当業務によってAIを活用する場面や利用するAIツールの使い分けが存在 ○ メンバー/EM/TechLeadでの差 ● AIの利用率が低い場面へのケアが必要 ○ 例: テスト・QAでのAI活用についての詳細調査、活用事例の横展開、勉強会の実施など

Slide 32

Slide 32 text

© ZOZO, Inc. AI活用事例の紹介

Slide 33

Slide 33 text

© ZOZO, Inc. ● Confluence上の要件定義書から設計書を作成 ● AIとの共同作業で曖昧な点や矛盾点・考慮漏れを無くす ● 既存コードを参照しつつ実装プランを検討、タスクへ分解 ● MCP経由で設計書をConfluenceに保存、タスクはJIRAチケット化 ● 実装と設計書に差が無いかの確認、設計書への反映などもAIに指示 33 要件定義書から設計書を作成

Slide 34

Slide 34 text

© ZOZO, Inc. ● Android 15へ移行するためのプランをAIを活用して作成 ● Claude／Gemini／ChatGPT の調査結果を突き合わせて対応方針を 整理 34 Android 15 対応プラン作成

Slide 35

Slide 35 text

© ZOZO, Inc. ● datadog_session_replayでのプライバシー制御の実装調査 ● Claude Codeに調査依頼 ● 質問を繰り返して調査結果ドキュメントを作成 ● Confluenceにポストしてチーム内共有 35 ライブラリの実装調査

Slide 36

Slide 36 text

© ZOZO, Inc. ● APIがどの画面で使われているかの調査 ● iOS/Androidでの機能差分が無いかの調査 ● 実装しようとしている機能がiOS/Androidでどう実装されているか？の調査 ● 修正対象ファイルの洗い出しからチケット作成 ● アプリ/バックエンドのコードを横断した実装コストの調査 ● バグ調査 ○ > このコミットでバグが発生するようになりました。発生しているバグは下記のような現象 です `XX画面で、YYすると、ZZなエラーが出る` 36 調査系の事例色々

Slide 37

Slide 37 text

© ZOZO, Inc. 37 Java→Kotlinへの書き換え https://speakerdeck.com/zozotech/ai-legacy-to-kotlin

Slide 38

Slide 38 text

© ZOZO, Inc. 38 Java→Kotlinへの書き換え https://speakerdeck.com/zozotech/ai-legacy-to-kotlin ● コンテキストの提示、明確な指示 (プロンプト)、品質管理の重要性

Slide 39

Slide 39 text

© ZOZO, Inc. ● AIに大まかな実装をさせ引き継ぐ事例が主流 ● 生成されたコードをそのまま使用するには精度の 向上が課題 ● 精度を向上させるには？ ○ Code Connect CLI ○ Code Connect UI ○ デザインシステムの整備 ● デザイナーとの協力が必須 ○ デザインエンジニアが必要？ 39 Figma Dev Mode MCP Server https://www.figma.com/ja-jp/dev-mode/

Slide 40

Slide 40 text

© ZOZO, Inc. ● 次の3種類が活用されている ○ GitHub Copilot code review ○ Claude Code Actions ○ Codex ● レビューでの指摘点の修正もAIに依頼 ○ 例: Codexが指摘→Claude Codeが修正 40 AIによるコードレビュー

Slide 41

Slide 41 text

© ZOZO, Inc. ● ZOZO開発ガイドラインの準拠状況をレビューする機能を提供するClaude Codeプラグイン ● ガイドラインはConfluenceで公開 ○ iOS/Android/Flutter版あり ● 社内共有用Repositoryに公開、インストールして利用 ● /guideline-review で実行 ○ Confluenceからガイドラインを取得 ○ 項目ごとに適合・非適合をチェック ○ 並列処理によるレビュー 41 開発ガイドラインに準拠しているかのレビュー

Slide 42

Slide 42 text

© ZOZO, Inc. 42 開発ガイドラインに準拠しているかのレビュー

Slide 43

Slide 43 text

© ZOZO, Inc. ● SlackでのiOS/Androidに対する問い合わせの1次対応 ● リアクションをトリガーにGitHubでissueを作成 ● AIが問い合わせ内容について調査 ○ iOS/Androidのコードを参照 ○ 実際のコードベースに即した回答が生成 ● AIの一次回答を参考に開発者が対応することで効率化 43 問い合わせ一次対応のAIによる自動化

Slide 44

Slide 44 text

© ZOZO, Inc. ● Miro MCP ● AIがMiroボードを直接参照 ● ボードをコンテキストとして実装 44 これから試したいAI活用方法 https://miro.com/ja/ai/mcp/

Slide 45

Slide 45 text

© ZOZO, Inc. 今後の課題

Slide 46

Slide 46 text

© ZOZO, Inc. 46 ● 自律型エージェントの活用 ○ Devin, GitHub Copilot coding agent ● AI前提の開発プロセスの模索と移行 ○ 組織全体としてAIをどう活用して開発のリードタイムを短くしていくか ● AI活用度の向上 ○ 知見の横展開、社内勉強会の実施 ○ 定量・定性面での効果測定指標の検討と確立 ○ ZOZO独自のAI活用指標の策定 今後の課題

Slide 47

Slide 47 text

© ZOZO, Inc. まとめ

Slide 48

Slide 48 text

© ZOZO, Inc. 48 まとめ ● ZOZOのモバイルアプリ開発では、AIが積極的に活用されている ○ 実装〜企画・設計・調査まで幅広く浸透 ○ コーディング効率や調査速度など、生産性向上の成果が明確 ● 次のステップは、自律型エージェントの活用やAI前提のプロセス移行 ● 今後もAI活用を進化させ、開発リードタイムの短縮をめざす

Slide 49

Slide 49 text

No content