AI Nativeな プロダクト組織の⽴ち上げ⽅ ⽣産性 100 倍への挑戦 © CADDi Inc. 

● ビズリーチ、エムスリーを経て、2022年9月にキャディ に入社。 ● DDD、Scrum、QA、アーキテクチャ設計、会計等、幅 広い専門性を活かしつつ開発組織の意思決定や能 力開発をリード。 ⻄名 順平 Jumpei Nishina テクノロジー統括本部 VP of Growth Enablement ● CTO室技術戦略チームにて技術方針や組織戦略の 決定に関わりつつ、製造業の深い経営課題を解決す るためEnterprise Solution開発組織を立ち上げ、テク ノロジーとビジネスの両面から事業成長にコミットして いる。 趣味: ドライブ、ピアノ(初⼼者)、オタマトーン © CADDi Inc. 2 

製造業AIデータ プラットフォーム CADDi® 製造業の知⾒とAI‧テクノロジーの⼒で、 モノづくり産業に眠るデータを資産化、 活⽤することで、部⾨を超えて、全社変⾰を実現する AIネイティブプロダクトです。 企業を変え、産業を動かし、世界のモノづくりを 進化させる挑戦が、いまグローバルで広がっています。 © CADDi Inc. 3 

⽣産性と⽣産量 © CADDi Inc. 4 

⽣産性100倍までのロードマップ STEP 1 STEP 2 GOAL ⽣産量の100x 労働⽣産性 の100x 付加価値⽣産 性の100x 同じ⼈数のエンジニアで 100倍のアウトプットを ⽣み出す ⼀⼈当たり売上を 100倍に引き上げる 企業全体の付加価値を 最⼤化する © CADDi Inc. 

「作らない美学」という幻想 © CADDi Inc. 6 

製造業に存在する課題 ● 世界の競合メーカーとの価格競争、開発競争 ● 設計とシミュレーションの往復 ● E-BOM/M-BOM/P-BOM間の不適合 ● EOL対応における影響範囲の調査 ● 製品設計と要求や仕様の紐付け管理 ● 認証取得のための試験データ管理 ● 環境規制対応における規制物質含有量の調査‧追跡 何も作らずに解決することが困難な問題が多い 医療、⼩売、物流など、リアルワールドを扱う 多くの業界も本質的には同じ構造を抱えている © CADDi Inc. 

統合の難しさ それぞれの分野で異なる⽂化、ルール、要求がある 製品カテゴリ 加⼯カテゴリ バリューチェーン 企業規模 グループ企業 リージョン 究極的には美しい世界を⽬指すべきだが、 そこまでのトランジションも含めて責任を持つ必要がある © CADDi Inc. 

⽣産量とビジネススケーラビリティ © CADDi Inc. 9 

Value CreationとValue Capture ● Value Creation (価値の創造) ○ どのような価値を⽣み出すか ● Value Capture (価値の獲得) ○ ⽣み出した価値をどれだけ収益化できるか 例えばサブスクリプション型のサービスに同質の新しい機能を追加しても、 機能追加による収益化の効果は逓減しやすい。 (=⽣産量が⽣産性につながりにくい) © CADDi Inc. 10 

SaaSとソリューション SaaS事業 ソリューション事業 より広く、多くのユーザの課 特定の業界や顧客課題を、課 題を、共通するマネージドな 題に特化したソフトウェアや ソフトウェアを通じて解決す サービスを通じて解決する る 異なるタイプの価値提案チャネル © CADDi Inc. 

ソリューションの提供形態 © CADDi Inc. Package Software パッケージ化されたソフトウェアを改変することなく 各テナントに提供 Customized Package Software 顧客要望に応じてソースコード改変した Package Softwareを提供 Package + Customized Software Package Softwareだけで解決できない顧客別要求に Customized Softwareをセットで提供 Bespoke Software 顧客要望に応じてゼロからソフトウェアを設計して提供 

⽣産量にまつわる課題 © CADDi Inc. 13 

⽣産量を上げる上でのボトルネック ● 個社ごとのガバナンスレベルへの対応 ● 個々のソリューションにあわせたリソースプロビジョニング ● 個々のソリューションごとの要件定義、品質保証 ● 個々のソリューションごとの運⽤保守 © CADDi Inc. 

Coding Agentだけで解決しにくい問題 ● 製品そのものの重要なコンセプトやトレードオフの意思決定 ● 重要な⾮機能をいつ実装すべきかの判断 ● リスクや不確実性の認識 ● 求められる要件や品質を保証するプロセス その他、⼈間が⽇々⾏っている暗黙的な意思決定 © CADDi Inc. 

⽣産性を上げるための仕掛け ソリューションプラットフォーム 開発⽀援Agentシステム 個社ごとの要求に応じてテナント の分離レベルや認証‧監査、プロ ビジョニング機能を提供する社内 向けPaaS 社内の開発規定に合わせた要件定義 や品質保証、プロジェクトマネジメ ントを⽀援するAgent群およびエコ システム © CADDi Inc. 

ソリューションプラットフォーム © CADDi Inc. 17 

社内向けPaaSを⾃作する理由 想定する提供⽅式 想定する開発形態 SaaS Package Software IaaS Customized Package Software セルフホスト Package + Custom Software オンプレミス Bespoke Software 既存SaaSのデータや認証との⾼度な統合が求められるため、 ⼀般的なPaaSではビジネス要求を満たせない © CADDi Inc. 

ソリューションプラットフォームの構成 Admin Console（管理画⾯） ↓ プラットフォーム共通機能 テナント管理 認証認可 監査 ↓ クラウドインフラ（IaC） © CADDi Inc. プロビジョニング 

開発⽀援Agentシステム © CADDi Inc. 20 

AI Nativeな開発に必要な要素 © CADDi Inc. 21 

開発エージェントを⾃作する理由 Claude/Codexを直接利⽤ ● 個⼈の技能や導⼊済みSkillに依存 しやすく再現性が低い ● IssueやPRに閉じた作業になりや すく、プロジェクト全体や⼯程へ の関⼼が薄くなる Devinなどの既成ツールを利⽤ ● 社内のツールやインフラにアクセ スするための権限設定や作り込み が必要 ● 提供されるモデルや仕組みへの ロックインリスクが⾼い 21 © CADDi Inc. 

Ambient Awareness シニアエンジニアは、プロダクトの要件だけでなく 様々な情報を俯瞰し、実装の優先順位やリスクを判断している 組織構造 事業状況 プロジェクト 進捗 Metrics Agentが社内の周辺情報にアクセスできることが重要 © CADDi Inc. 

開発⽀援Agentシステムを⽀える要素 © CADDi Inc. Development Agents Knowledge Base Slackやwebhook経由で起動する開発⽀ 援Agent群。PM Agent、QA Agent、 Coding Agentなど 開発プロセスや開発標準、運⽤⼿順の 知識。MCP経由でAgentから参照可能 Agent Worker Admin Console Lambda MicroVMs上の隔離された SandboxでCoding Agentを実⾏ Agent WorkerやAgent、Knowledge Baseの管理を⾏うWebUI 

Agent System の全体構成 © CADDi Inc. 

没にした案: DAG型Agent Orchestrator ‧Claude Codeの /goal でほぼ同じことができるようになった ‧中央集権型Orchestrationはチーム開発や並列開発と相性が悪い © CADDi Inc. 26 

開発プロセスと体制 © CADDi Inc. 27 

超⾼速イテレーション型開発 Plan → Execute → Verify ● イテレーションのPlanning、実⾏、Reviewを⾼速で回す ● Release計画に対して実⾏計画を⽴て、AIを中⼼に実装を進める ● 計画の網羅性やリスクアセスメント、品質保証をAgentがサポートする 26 © CADDi Inc. 

Small Team with Agents 3‒4⼈ Small Team + Agents Development Agents + 1名 ドメインエキスパート 最少⼈数でAgentをフル活⽤しながら探索と開発を⾏う © CADDi Inc. 

まとめ © CADDi Inc. 30 

⽣産性の⾼いAI Nativeな組織を実現するために ● AIの活⽤でスケールするビジネスモデルを構築することが重要 ● AIが⾃律的に物事を判断できるようにするために、Ambient AwareなAgentエコシステムが必要 ● シニアの判断をAgentができるようにするためには、あらゆる プロセスやルールの⾔語化が必須 © CADDi Inc. 31