非エンジニアがAIで継続的に運用できる配送システムを作った話

非エンジニアがAIで継続的に運用できる配送システムを作った話  内田友里絵 

内田友里絵  • 2016年 STORES（旧Coiney）入社  ◦ CS→マーケティング→広報→採用部門を経て、2024年1月にオペレーション部門  ロジチームに配属  ◦
現在はBPR本部 BPR推進グループ所属    • プログラミング経験  ◦ CS時代にステップメールのリスト抽出をする目的で、SQLを少し・・・  自己紹介 

なぜ  配送システムを  作ろうと思ったか 

STORES のオペレーション部門は、現場と開発をつなぐ役割を担うチーム  ロジチーム  STORES 決済端末の配送・在庫管理・倉庫連携などの物流業務を担当  アカウントマネジメントチーム  STORES 決済・STORES
ネットショップの審査とアカウント管理（登録〜開通〜情報変更〜解約）を担当   アドミニストレーションチーム  振込業務や経理関連業務（請求書・領収書発行、入金確認など）を担当  全チームがオペレーション負債という共通の課題を抱えている  なぜ配送システムを作ろうと思ったか①：オペレーション負債の蓄積 

STORES 決済利用開始までの流れ  なぜ配送システムを作ろうと思ったか①：オペレーション負債の蓄積  申込み  加盟店  審査  端末配送  STORES 決済 
アプリ接続  キャッシュレス決済  利用開始  ユーザー  STORES  ユーザー  ユーザー  STORES 

端末配送  STORES 決済利用開始までの流れ  なぜ配送システムを作ろうと思ったか①：オペレーション負債の蓄積  申込み  加盟店  審査  STORES 決済 
アプリ接続  キャッシュレス決済  利用開始  ユーザー  STORES  ユーザー  ユーザー  STORES  配送先リスト作成  梱包・出荷  作業  STORES ロジチーム  提携先倉庫  配送  配送業者 

端末配送  STORES 決済利用開始までの流れ  なぜ配送システムを作ろうと思ったか①：オペレーション負債の蓄積  申込み  加盟店  審査  STORES 決済 
アプリ接続  キャッシュレス決済  利用開始  ユーザー  STORES  ユーザー  ユーザー  STORES  配送先リスト作成  梱包・出荷  作業  STORES ロジチーム  提携先倉庫  配送  配送業者  ココ！！

業務システム    配送機能  業務システム内の配送機能でファイル作成が完結    キャンペーンや営業案件等、  現場からの配送要望が多様化し、  スプレッドシート併用が必須に    追加の開発要望をあげるも、 
プロダクト開発との並びでは  なかなか優先順位が上がらず  配送データ  Spread  sheet  配送ファイル作成における課題   なぜ配送システムを作ろうと思ったか①：オペレーション負債の蓄積 

業務システム配送機能業務システム内の配送機能でファイル作成が完結    キャンペーンや営業案件等、  現場からの配送要望が多様化し、  スプレッドシート併用が必須に    追加の開発要望をあげるも、  プロダクト開発との並びでは 
なかなか優先順位が上がらず  配送データ  Spread  sheet  配送ファイル作成における課題   スプレッドシート運用の限界  なぜ配送システムを作ろうと思ったか①：オペレーション負債の蓄積 

生成AIによるGAS  （GoogleAppScript）コード生成で、  複雑な仕組みを自動化できることに気づく  当時のマネージャーに  kintoneのリンクを  渡され、生成AIで  どんなことができるかを深堀り 
「Rails Girls Tokyo」に  参加し、後日生成AIで VScodeやGitHubの  使い方について  理解を深める  なぜ配送システムを作ろうと思ったか②：生成AIの登場 

💡データをkintoneにかき集めてJavaScriptコードを使えば、  配送ファイル作成を自動化できるのでは  課題と方法が線でつながり、実現までの道のりが見えた生成AIによるGAS  （GoogleAppScript）コード生成で、  複雑な仕組みを自動化できることに気づく  当時のマネージャーに  kintoneのリンクを 
渡され、生成AIで  どんなことができるかを深堀り  「Rails Girls Tokyo」に  参加し、後日生成AIで VScodeやGitHubの  使い方について  理解を深める  なぜ配送システムを作ろうと思ったか②：生成AIの登場 

システム設計への挑戦 

ツール  用途  kintone  認証/API機能を標準搭載。JSカスタマイズで複雑な処理も実装可能。  ChatGPT  要件整理やコード生成に活用。  VScode  ChatGPTで生成したコードを整理・保存。GitHub連携  GitHub  リポジトリでコードを保管・共有し、履歴を一元管理。 
要件整理・  設計  （スプシ）  kintone  アプリ構築  ChatGPTで  JSコード  生成  VSCodeに  コード貼り付け  GitHub  連携  GitHub  リポジトリでファイル管理  kintoneをベースに、コード共有・保管方法をどうするか等考えを広げていった  今は Cursor  ツール構成 

コード生成・テスト設計反映論点議論 1. Miroとスプレッドシートで業務フローを可視化し徹底議論 2. コード生成・テストを並行実施して実現可否を検証 3. 全体設計に落とし込む
議論が「できる／できない」から「どう実現するか」へ変化このサイクルをひたすら高速で実施生成AIを活用した開発サイクル 

• チームで設計を理解する  ◦ 自動化は導入後が本番。設計理解が属人化すると運用は続かない ◦ 初期段階から細かい設計と背景をすべてチームで共有し、「なぜこの仕組みなのか」を全員が説明できる状態をつくった • コードが読めない分テストで補う ◦
オペレーションは独自ルール・例外処理が常に変化する領域。 ◦ AIはコード生成できても、事業変化の意図は理解できない ◦ 意図した仕様になっているか、コードが理解できない分、テストで検証・改善を繰り返した AIは補助ツール、設計責任は私たちで 

→全てのファイルを「全レコードを対象」にする処理へ修正  →ファイル分割して1から作り直し  • ページ概念の誤認識  ◦ kintone の JavaScript カスタマイズは「表示中のレコードに対してのみイベントが発火する」仕様を理解しておらず、 
一括処理を実装したつもりが画面にロードされたレコードだけが処理対象になっていた      • ファイルの巨大化でデバッグ不能に  ◦ 10個ほどある処理を 1 ファイルにどんどん書き足していった結果、全体構造が複雑になり、エラー原因を特定できなくなった数々の失敗と手戻り 

Spreadsheet 配送データアプリ Big Query Spreadsheet BigQuery 決済基盤 Spreadsheet 配送データ
アプリ Before データチーム After Spreadsheet 決済基盤データチームロジチーム GAS GAS 転換点：自分たちの領域を見極める  • 当初は配送データをスプレッドシートとBigQueryから並行取得で設計  • データ基盤チームと相談し、BigQuery集約→kintone一括連携に変更したことで全体の保守性を向上。 

BigQuery 購入データ初回配送リスト配送データアプリデータチームロジチーム特別配送リスト再送リストアラート検知
住所/宛名文字数確認配送方法変更配送ID採番配送データ完成・・・・・・各種配送データのアプリ連携をデータチームに一任できたことで、ロジチームはアプリ内データの処理に集中して取り組むことができた転換点：自分たちの領域を見極める 

配送システム  構築後の変化 

作成したアプリ画面（関連アプリ含めて 10アプリ作成）定量的成果と組織の変化 

定量的成果と組織の変化  1.配送データ作成の効率化配送システム構築に伴うロジチームの変化 ※アプリ構築前との比較定常業務の工数約1/3削減

定量的成果と組織の変化  1.配送データ作成の効率化 2.故障受付の自動化配送システム構築に伴うロジチームの変化配送データアプリを参照先とした ※アプリ構築前との比較さらに約1/3削減（ = 累計
約2/3 の削減）

配送システム構築に伴うロジチームの変化定量的成果と組織の変化  1.配送データ作成の効率化 2.故障受付の自動化 3.ロジチーム人員の適正化ロジチームの人数 4人　2人

• 配送データアプリと倉庫システムのAPI連携を実現 • 新プラン等の状況変化にもコードを適宜修正して対応 • さらなる改修により、配送処理の完全自動化を計画中ロジチームチーム自走で継続的な機能拡張と安定稼働を実現できている！ 1年後の状況① 

• 審査関連のオペレーションにおいてkintoneとOpenAI APIを接続し、RAG判定を取り入れた自動化システムを構築中オペレーション領域でのAI活用の拡大 • 配送データシステム構築をきっかけに、エンジニア・PMとの会話が「要望」から「設計議論」へ少しずつ変化プロダクト部門とのやり取りの変化 1年後の状況② 

“要望を伝えるだけ ”から、 “一緒に考え、共に創る ”チームへ What Would You Do? 

非エンジニアがAIで継続的に運用できる配送システムを作った話

非エンジニアがAIで継続的に運用できる配送システムを作った話

STORES Tech

More Decks by STORES Tech

Other Decks in Technology

Featured

Transcript