Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
AI時代のYAGNI:「爆速で無駄になった機能」からの学び / 20260720 Naoki ...
Search
SHIFT EVOLVE
PRO
July 17, 2026
Technology
810
4
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
AI時代のYAGNI:「爆速で無駄になった機能」からの学び / 20260720 Naoki Takahashi
2026/7/20 PHP Conference Japan 2026
https://phpcon.php.gr.jp/
株式会社SHIFT
製造ソリューションサービス部
髙橋 直規
SHIFT EVOLVE
PRO
July 17, 2026
More Decks by SHIFT EVOLVE
See All by SHIFT EVOLVE
AIは実装を速くする。では、私たちは何を今作るべきか?-立場を越えてリリースに向き合ったチーム開発の実践 / 20260801 Hiromi Nakaya and Naoki Takahashi
shift_evolve
PRO
3
370
Issue設計から始める仕様駆動開発 / 20260731 Mizuki Hirata
shift_evolve
PRO
1
130
”そのまま移行”からの脱却へ ― AI解析で実現するSAP S/4HANA導入成功メソッド / 20260729 Akio Hane
shift_evolve
PRO
1
27
区民の問い合わせ、AIにどこまで任せる? 品川区×SHIFTが挑む自治体音声AI実証の現在地 / 20260626 Taku Nishizawa and Satoshi Torano
shift_evolve
PRO
1
43
コミュニティを、仕事にした。‐ 学びの場が会社の価値になるまで / 20260724 Ayana Chandler
shift_evolve
PRO
0
99
越境QA 〜QA歴18年のキャリア~ / 20260724 Masakazu Yoshikawa
shift_evolve
PRO
2
70
fukabori.fm出張版:AI駆動開発でテストエンジニアは不要になるのか / 20260723 Yoshimasa Iwase & Tomoo Morikawa
shift_evolve
PRO
3
110
【実録】「なんちゃってアジャイル」によるプロジェクト崩壊とその教訓 / 20260723 Takeshi Watarai
shift_evolve
PRO
1
48
AIとハーネスで育てるトランスコンパイラ / 20260722 Yasushi Katayama
shift_evolve
PRO
4
2.5k
Other Decks in Technology
See All in Technology
SmartHR Engineering Team Deck
smarthr
0
190
Master Dataグループ紹介資料
sansan33
PRO
1
4.8k
PLaMo 3.0 Primeの構造化出力サポート
pfn
PRO
0
180
AIエージェントを前提としたプラットフォーム エンジニアリング:GKEで作るAgent-Ready Golden Path
legalontechnologies
PRO
1
150
Service Connect 上のサービスに ECS Service の外側から到達できなかった話
ota1022
1
120
AI エージェント時代のデジタルアイデンティティ
fujie
3
1.4k
Flutterをカメラで動かしたかった話
sony
0
120
【Google Cloud Next Tokyo'26】Gemini Enterprise と Oracle AI Database で実現する、業務データ活用を実現する AI エージェント実装
shisyu_gaku
0
210
侵入は突然に 〜 IoTマルウェアと悪用される家庭の機器 ~ / When Intrusion Strikes: IoT Malware and the Abuse of Home Devices
nttcom
0
1.4k
トヨタ⽣産⽅式(TPS)⼊⾨
recruitengineers
PRO
1
360
AIエージェントの知識表現と推論に なぜグラフが使われるのか - 記号的AIの復権とニューラルAIとの統合
yohei1126
1
280
Breaking the Seal: Static Deobfuscation of Compiled V8 JavaScript Bytecode Malware
hshrzd
0
460
Featured
See All Featured
Darren the Foodie - Storyboard
khoart
PRO
3
3.5k
HU Berlin: Industrial-Strength Natural Language Processing with spaCy and Prodigy
inesmontani
PRO
0
600
Designing for Performance
lara
611
70k
Building AI with AI
inesmontani
PRO
1
1.1k
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
340
The Spectacular Lies of Maps
axbom
PRO
1
890
Mobile First: as difficult as doing things right
swwweet
225
10k
Chasing Engaging Ingredients in Design
codingconduct
0
260
The Curse of the Amulet
leimatthew05
2
13k
SERP Conf. Vienna - Web Accessibility: Optimizing for Inclusivity and SEO
sarafernandez
2
1.5k
Build your cross-platform service in a week with App Engine
jlugia
234
19k
The World Runs on Bad Software
bkeepers
PRO
72
12k
Transcript
髙橋直規 株式会社SHIFT Copyright SHIFT Inc, All Rights Reserved. 2026.7.20 PHP
Conference Japan 2026 #phpcon AI時代のYAGNI: 「爆速で無駄になった機能」からの学び
本日お話すること https://fortee.jp/phpcon-2026/proposal/184bde2e-f907-433f-a6ca-c1637ec6d064 2
必要のないものは、必要になるまで作らない 3 YAGNI原則とは You Aren't Gonna Need It. 必要となるまで作らない。 AIで速く作れるようになった時代に、
変更が少なそうだと思った機能を 先回りして一気に作りました。 結果、すべてが使われなくなりました。
髙橋直規(幡ヶ谷亭直吉) @asagayanaoki • エンジニア歴 :19年目 • 役割 :プロジェクトマネージャー、エンジニア • 大切
:経験主義、プロダクト思考、チーム開発 • 好きな原則 :YAGNI、DRY、単一責任の原則 4 著書 主催コミュニティ Copyright Murata Manufacturing Co., / SHIFT Inc., All Rights Reserved.
この話の前提:AIで何でもできる気がしていた 5 0→1の本番運用を前提にした 新規プロダクト開発 世の中から少し遅れてのAIコーディング 人間だけの開発スピードより 1.5倍以上の加速を期待されるが、楽に達成
AI開発の熱に浮かされていた この話の前提:AIで何でもできる気がしていた 6
AI時代の新しい開発の模索 7 AIが特別なツールに思えた。 今までと違う開発の進め方に挑戦したいと考えた。 それまで1本ずつ進めていたAPI開発を、 まとめて実装できないか試した。 API1 API2 API3 API4
API5 ・・・ それまで 挑戦 API2 API3 API4 API1 API5
単純な機能での実験 8 実験対象は、シンプルな検索APIの5本に絞った。 複雑な処理や業務判断が求められるAPIは対象外にした。 ロジックが似ているAPI群と、 同じ業務フローのAPI群を分けて開発を進めた。 ロジックが似ているAPI群 マスタテーブルを検索し、 レコードを取得する処理。 同じ業務フローのAPI群
処理自体は単純だが、API同士に 業務上の関連性がある処理。
まとめて進めたことで、学びが遅れた 9 ロジックが似ているAPI群は問題なく進んだ。 同じ業務フローのAPI群では、 複数APIの設計・実装・テストを同時に並行したことで、 テーブル定義の考慮漏れという設計ミスに気づくのが遅れた。 1本目で得られるはずの学びを次のAPIに活かせなかった。 業務が不確定な機能こそ、 まず1本をテストまで通してから、 残りに横展開すべきだった。
実験としては、成功したと思っていた 10 すべてのAPIの実装を完了した まとめて作れるものと、 まず1本通すべきものの違いも見えた
成果も学びも得ることができた 実験としては、成功したと思っていた 11
12 その後、まもなく...
5本作ったAPIはすべて無駄になった 13 要件の消滅、仕様変更、既存機能での代替により、 先回りして作ったAPIは、すべて使われなくなった。 0本 5本
作れることに意識が奪われていた 14 AIで想像以上に楽に速く作れるようになった。 その結果、プロダクトにその機能が本当に必要かより、 機能を作ること自体に意識が奪われていた。 「将来必要になりそう」で先回りしたAPIは、 要件の変化によって使われなくなった。
AI時代でもYAGNI原則は変わらない 15 You Aren't Gonna Need It. 必要となるまで作らない。 速く作れるからこそ、作る前に 「本当に今必要か」を考える。
作る前に考えるべきだったこと 16 その機能は、 次のリリースでは遅いのか?
17 では、実験も 無駄になったのか?
作るためではなく、試すための速度 18 圧倒的に速く開発できるようになったからこそ、 生産量を上げるだけでなく、 より価値のある機能をつくるために、 空いた時間で何を学ぶかが重要になる。 それまで AI開発
AI時代こそ実験からの学びを 19 実験をしたからこそ、 YAGNIの重要性も追体験できた。 AI時代の速度は、 学びを増やすためにも使える。
20