全エンジニアのAI活用状況を可視化する～Lookerを用いたアンケート分析と今後の推進策～ / Visualizing AI Adoption Across Engineering

by Rakus_Dev

Slide 1

Slide 1 text

Slide 2

Slide 2 text

名前：　　　野間由貴所属部署：　開発管理課　セキュリティ・品質の方針策定と定着がメインだけど色々節操なく対応。自己紹介プロダクト開発部署A プロダクト開発部署B ‧‧‧総勢3xx名

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

5 ⇒Endless Journey… ミッション：「AIネイティブ開発」化を促進せよ当初の戦略：「AIネイティブ開発」の理想を定義し、現状とのギャップを埋める⼿法挫折の要因：技術進歩が速すぎ。理想が数⽇で陳腐化。合意の難しさ：メンバー間で⽬指すべきレベル感が乖離定義の壁に阻まれた初期戦略

Slide 6

Slide 6 text

6 アプローチの転換：理想→現在地の定義へ「理想」は変わるものとして、「現在地」を捉えることに注⼒リーダー層が「次の⼀⼿」を打つために、意思決定に役⽴つ確かな情報を届けることを最優先事項としました。

Slide 7

Slide 7 text

Slide 8

Slide 8 text

8 ヒト (People) プロダクト、職種、等級などのユーザー属性コト (Things) 要件定義からリリースまで、 18の開発⼯程ごとの実態キモチ (Feelings) ⾃⼰評価、環境の整備度、AI の成果物への貢献割合全エンジニアの現在地を捉えるサーベイ設計

Slide 9

Slide 9 text

9 サーベイ実施 ‧Google Formsでサーベイを実施 ‧皆さんへ回答依頼後、期⽇までリマインド ‧期⽇後は未提出者に管理職orマネージャをCCに⼊れてしつこく粘着リマインド ⇒回答率96％！

Slide 10

Slide 10 text

10 分析基盤の作成 ①全社員が⾒られる開発部だけじゃなく役員も想定すべし。 ②メンテし易さ⾃分以外でも容易に編集‧メンテできるべし。 ③閲覧者のドリルダウンし易さ誰でも商材、職種、等級で⾃由に絞り込めるべし。但し、閲覧者の技術レベルはピンキリ。 ⇒Google社のLooker Studioで可視化

Slide 11

Slide 11 text

11 ①冒頭で回答者の傾向を⾒える化偏りに気づけるようにするため。年度によって若⼿が多い、BEエンジニアが少ないなどの傾向が変わる。可視化で重視したポイント紹介 1/3

Slide 12

Slide 12 text

12 ②プロダクト横ぐしで⽐較し易くプロダクト担当チーム内にナレッジは溜まりやすいどのチームがどのエリアに⻑けているかを⾒易くしナレッジ共有促進に繋げる可視化で重視したポイント紹介

Slide 13

Slide 13 text

13 ③プロダクトごとに俯瞰的に⾒えるページを⽤意した ‧多忙なリーダー陣が⾃プロダクトにつき⼀⽬で⾒られること ‧他プロダクトの状況も⼀⽬で⾒られるので、プロダクトの特性に応じた傾向理解が深まる可視化で重視したポイント紹介

Slide 14

Slide 14 text

14 定性的な評価は、回答者の基準に⼤きく左右される。定性的な値はその値が時間経過でどれだけ上がるか、をウォッチして軌道修正するためのもの経過観察する前提でサーベイ設計＆分析基盤を準備しましょう仮説：知識・スキル不足 AI活⽤度の⾃⼰評価が極端に低い⼈＝ AIの使い⽅が分からず、⽴ち⽌まっているのではないか？現実：相対評価による心理実際は⼗全に活⽤していたが、トップランナーと⽐較して「⾃分はまだまだ」と回答。～これから自社でサーベイ予定の方へ向けた小噺～定性的な評価って曖昧！

Slide 15

Slide 15 text

Slide 16

Slide 16 text

16 16 A. 対話現状： ● 全体の傾向はある程度掴めた ● 優先度やクリティカル度は分からないが現場の⽣の声‧要望も拾えた⼀歩踏み込み、問題の解像度を上げるために対話する。 👑 トップランナーヒアリング「使い倒している⼈」にアンケート結果や課題と改善案を共有してそれを踏まえたクリティカルな案を選ぶ＋ 👥 ⼀般ユーザーヒアリング「⽴ち⽌まっている⼈」のリアルな障壁を特定 ⇒クリティカル性の⾼い課題から施策を打つ低いものもどんどん消化していくとUE向上→施策へ協⼒的になるスパイラルを得られる。 Q.次に何をすべき？

Slide 17

Slide 17 text

17 データと対話から⽣まれた「具体的な次の⼀⼿」概要 Quick Wins (即効性重視) ■ 社外ツール利⽤申請フローの短縮スピード重視の「試⾏枠」を新設。申請から利⽤開始までのリードタイムを⼤幅削減(1-2週間し、現場のアジリティを阻害しない承認プロセスへ改善。 ■ 開発作業動画の共有トップランナーが実際にAIを使ってコーディング‧デバッグする際の「思考プロセス」と「プロンプト調整術」を録画公開。マニュアル化しにくいノウハウを視覚的に横展開。 Systematic (組織的整備) ■ AI特化ポータル公開成功事例、開発フローの実事例の動画紹介、各種申請リンクを集約し「AI活⽤のハブ」を構築。 ■ AIプロダクト組み込みセキュリティルール策定 LLMを⾃社製品に実装する際の法規制、プライバシー保護、学習データ利⽤範囲等の基準を明確化。開発者が安⼼して実装に取り組めるガイドラインを確⽴中。「迷⼦」をなくし、全員が最短距離で⾛れる環境を整える

Slide 18

Slide 18 text

18 完璧な“世界地図”は作れないことが分かっただからまず”現在地”を⾒えるようにしたら動きやすくなった！！ “ To Be Continued…