医療系のプロダクト開発における生産性向上と高信頼性を両立させる生成AI活用

by KAKEHASHI

Slide 1

Slide 1 text

©KAKEHASHI inc. 医療系のプロダクト開発における生産性向上と高信頼性を両立させる生成AI活用 2025年7月25日松本明紘プロダクト開発×生成AI活用の舞台裏LT会

Slide 2

Slide 2 text

©KAKEHASHI inc. 株式会社カケハシ(2023年2月〜) ● AI在庫管理、医薬品のSCM関連の新規事業 ● バックエンドに軸足を置くテックリードもっち(X: @mottyzzz) 松本明紘 2 自己紹介 https://speakerdeck.com/kakehashi

Slide 3

Slide 3 text

Mission 日本の医療体験を、しなやかに。カケハシは、調剤薬局DXを入り口に日本の医療システムの再構築を目指すヘルステックスタートアップ

Slide 4

Slide 4 text

©KAKEHASHI inc. 4 AI在庫管理チームでの生成AI活用の取り組み ● プロダクト価値向上のための高回転のフィードバックサイクル実現する生成AI活用の考え方 ● 生成AIによる高品質なプロダクションコードをアウトプットするための、ガイドラインとガードレール設定本日はこちらの話をします

Slide 5

Slide 5 text

©KAKEHASHI inc. 5 AI在庫管理のチームでは高回転のフィードバックサイクルを実現するために開発生産性 10x を目標として掲げています！

Slide 6

Slide 6 text

©KAKEHASHI inc. 6 価値提供のためのフィードバックサイクル「アウトプットを小さく、アウトカムを最大に」するために成果の発見、提供と検証、測定を行う Mobius Outcome Delivery

Slide 7

Slide 7 text

©KAKEHASHI inc. 7 開発生産性 10x を実現した世界 ● 顧客提案や社内提案において、提案資料だけじゃなくプロトタイプをセットで出せるようになる ● 工数や開発期間都合で諦めていた施策を打てるようになる ● 精度の高いA/Bテストを行いやすくなり、仮説の効果検証を確認できるようになる

Slide 8

Slide 8 text

©KAKEHASHI inc. 8 ソフトウェア開発のあらゆるところに判断と意思決定が必要ヒアリングの相手や方法が適切か事業としてなりたつか最初に提供すべき価値はなにか実現性できるかどのようなアーキテクチャ？非機能はどこまで考えるべきかパフォーマンスは出る？どこまでテストするか使いやすい？保守性をどこまで考えるか想定外の使われ方開発を続けるか新技術の導入どうするいいねと言われた機能が本当に使われるか解決すべき要求か本当に開発すべきか要求は正しいか

Slide 9

Slide 9 text

©KAKEHASHI inc. 9 アウトプットの速度だけでなく判断や意思決定の速度と精度を向上させていく必要がある

Slide 10

Slide 10 text

©KAKEHASHI inc. 10 判断や意思決定を支援する生成AIの使い方(1/3) ● 判断や意思決定は生成AIに任せない ● 判断するための情報収集や、判断できるようになるまでのリードタイムを短くし、仮説の精度向上や判断の答え合わせをいかに速くできるかを重視する (リソース効率ではなくフロー効率重視※) ● 組織やチーム、あるいは個人の意思決定のスキルを伸ばしていくことを、目の前のなんとなくの生産性よりも重視する (※)フロー効率を重視した開発のすすめ

Slide 11

Slide 11 text

©KAKEHASHI inc. 11 判断や意思決定を支援する生成AIの使い方(2/3) AI在庫管理チームでの実際の取り組み例 ● 生成AIで効率的にデータ分析し、精度高いヒアリング(※) ● ヒアリング結果や商談議事録を生成AIでまとめてチーム全体で共有 ● アーキテクチャや技術選定に対する一般的なトレードオフの確認 ● 非機能要件の観点やテスト観点などの考慮が足りているかの確認 ● ペア・モブ中にチームに足りない知識をインストール ● 外部仕様やテスト仕様の作成・レビュー支援、実装との矛盾のチェック (※)ユーザー理解の爆速化とPdMの価値

Slide 12

Slide 12 text

©KAKEHASHI inc. 12 判断や意思決定を支援する生成AIの使い方(3/3) 個人やチームのスキル向上のために、生成AIを活用して学びのフィードバックサイクルも高速に回す ● 選択肢を増やす、視点を増やす、考慮漏れを確認する ● その選択肢のメタ視点や思想(それらが出てきた背景や考え方など)、トレードオフで捨てたものも確認する ● 分からない概念やキーワードが出てきたら容赦なく深堀りする。自分の知っている概念とのマッピングできるまで繰り返す

Slide 13

Slide 13 text

Slide 14

Slide 14 text

©KAKEHASHI inc. 14 まとめ ● 人間の判断や意思決定がボトルネックになる ● 人間の判断・意思決定が重要なのは変わらない。その意思決定の速度や精度向上のために生成AIを活用する ● また、将来の判断や意思決定を上手にできるようにするための学習に生成AIを活用する ● (本日の発表では省略したが、)生成AIによるプロダクションコードの生成品質も大前提として重要。ガイドラインとガードレールで、人間の判断を簡略化できるための仕組みも整えていく