Upgrade to Pro — share decks privately, control downloads, hide ads and more …

AI時代のサイネージ開発現場の今

Sponsored · SiteGround - Reliable hosting with speed, security, and support you can count on.
Avatar for togu togu
January 12, 2026

 AI時代のサイネージ開発現場の今

Avatar for togu

togu

January 12, 2026
Tweet

More Decks by togu

Other Decks in Technology

Transcript

  1. Confidential ※展開/複製/外部持出厳禁※ Copyright © CyberAgent, Inc. 1 Confidential ※展開/複製/外部持出厳禁※ Copyright

    © CyberAgent, Inc. 1 AI時代のサイネージ開発現場の今 ─ AIを“部下”にしたミライネージのモノづくり 一般社団法人 デジタルサイネージコンソーシアム理事 株式会社サイバーエージェント AI事業本部 小栗 徹
  2. Confidential ※展開/複製/外部持出厳禁※ Copyright © CyberAgent, Inc. 2 エンジニアリングマネージャー 小栗 徹

    2014年 サイバーエージェント中途入社、広告事業に開発者として従事 その後、エンジニアの横断組織、ProFit-Xを立ち上げ、開発責任者を務める 2019年 「実店舗の価値を創造し、広告のミライを創る」をミッションに ミライネージを立ち上げ、エンジニアリングマネージャーに就任 2022年 スーパー向けデジタルサイネージ事業、 ストアTVを立ち上げ、開発責任者に就任 2025年 金融領域の広告商品開発事業、 金融第三ディビジョンを立ち上げ、開発責任者に就任 現在 ミライネージ エンジニアリングマネージャー 兼任 ストアTVカンパニー 開発責任者 兼任 金融第三ディビジョン 開発責任者
  3. Confidential ※展開/複製/外部持出厳禁※ Copyright © CyberAgent, Inc. 3 Confidential ※展開/複製/外部持出厳禁※ Copyright

    © CyberAgent, Inc. 3 Agenda / 今日のゴール • 今日の主題:生成AIで開発方法がどう変わるか(CAの事例で解説) • 見どころ:CA(ミライネージ)の実践 — やって良かったこと・学んだこと • ゴール:CAの取り組みを通じて、現場での変化の全体像を感じてもらう
  4. Confidential ※展開/複製/外部持出厳禁※ Copyright © CyberAgent, Inc. 4 Confidential ※展開/複製/外部持出厳禁※ Copyright

    © CyberAgent, Inc. 4 会社紹介 株式会社サイバーエージェント 1. CAのコア:広告×データ×テクノロジー — 広告運用力とデータが強み 2. AI投資の背景:研究・プロダクト・運用を組み合わせて実運用に落とす能力がある 3. ミライネージの位置づけ:CAの“現場での広告技術”を店舗に展開するプロダクト
  5. Confidential ※展開/複製/外部持出厳禁※ Copyright © CyberAgent, Inc. 7 Confidential ※展開/複製/外部持出厳禁※ Copyright

    © CyberAgent, Inc. 7 ミライネージ:管理UI(端末 / 広告 / 小売) 端末管理画面 広告管理画面 小売向け管理画面 「安定稼働 - 制御と可視化」 「広告入稿・期間/予算」 「小売が自社販促運用」 • 端末管理 数万台の稼働・受信・バージョンを監視し、早期発見〜復旧で現場を止めない • 広告管理 入稿〜在庫〜スケジュールを一元化し、運用担当がそのまま配信まで回せる • 小売向け管理 小売が自分で販促を作り、店舗・タイミング指定で差し込みできる(現場主導) • これらが揃って 「現場で動くリテールメディア」 を実現し、次に技術と開発スタイルへ深掘りする
  6. Confidential ※展開/複製/外部持出厳禁※ Copyright © CyberAgent, Inc. 8 Confidential ※展開/複製/外部持出厳禁※ Copyright

    © CyberAgent, Inc. 8 なぜ開発にAIを活用するのか 1️⃣ 2️⃣ 3️⃣ 4️⃣ 1. 実装の複雑さを安全に扱う エッジ/クラウド/広告連携/多言語スタック 2. 繰り返し作業を高速化する テスト生成・プルリクエスト作成等の提携作業 3. 再現性・証跡を担保する AIが生成した成果物の検証・追跡が必須 4. 開発参加者の拡大 「AIの助けで誰でも戦力になる」体制づくり
  7. Confidential ※展開/複製/外部持出厳禁※ Copyright © CyberAgent, Inc. 9 Confidential ※展開/複製/外部持出厳禁※ Copyright

    © CyberAgent, Inc. 9 開発側のボトルネック • 影響範囲が見えにくい — エッジ/クラウド/外部連携が絡んで変更リスクが高い • 技術スタックの多様性と大規模なコード— 複数技術と変更の慣習が一貫しない • 検証の再現性が低い — AIが作成したコードの背景・検証手順が追いにくい • スケーラブルな人材参画が難しい — 幅広い技術知識・経験を持つ人材が少ない
  8. Confidential ※展開/複製/外部持出厳禁※ Copyright © CyberAgent, Inc. 10 Confidential ※展開/複製/外部持出厳禁※ Copyright

    © CyberAgent, Inc. 10 AIエージェントの類型と役割 • 補完型 IDEやエディタで行・関数単位を補う • 最も低リスク、すぐに効果を測れる • GitHub Copilot、JetBrains AI Assistant • 協調型(対話型) 対話で設計や仕様を詰め、ドメイン知識と結びつける • PaC(domain.md/OpenAPI)との連携が効果を左右、対話の前提を固める • Claude Code、Cursor • 自律型 タスク分解 → 実行 → 成果物生成まで自動で行う • サンドボックス・証跡(証拠パッケージ)・権限管理が必須、まずは限定ドメインで段階導入。
  9. Confidential ※展開/複製/外部持出厳禁※ Copyright © CyberAgent, Inc. 11 Confidential ※展開/複製/外部持出厳禁※ Copyright

    © CyberAgent, Inc. 11 Project as Code(PaC) 「設計をAIが読める形にして残す」 設計があればAIは“指示待ち”にならず 安定して実行できる • 主な効果 • プロンプト短縮 • 再現性と検証のしやすさ • オンボーディングとスケール ※ AI に与える担当範囲(やること/やらないこと)を明確にしてから設計を渡す
  10. Confidential ※展開/複製/外部持出厳禁※ Copyright © CyberAgent, Inc. 12 Confidential ※展開/複製/外部持出厳禁※ Copyright

    © CyberAgent, Inc. 12 サンドボックス設計と安全な実行環境 • 隔離実行 • AI実行は必ずサンドボックスで。実行は本番系と分離する。 • 最小権限+秘密の扱い • 本番書き込みは原則禁止。鍵・パスワードは渡さない/マスクする。 • 再現性と証跡 • 実行環境の定義(DevContainer等)とログ・証拠を自動で保存する
  11. Confidential ※展開/複製/外部持出厳禁※ Copyright © CyberAgent, Inc. 13 Confidential ※展開/複製/外部持出厳禁※ Copyright

    © CyberAgent, Inc. 13 組織とスキル:AI時代に必要な人の役割と育て方 エージェント設計者(Agent Designer) 役割:業務を小さく切り、Agentに落とす設計とツール定義 プロンプトエンジニア / PaC オーナー 役割:domain.md/OpenAPI を整備し、AIに与える「設計」を作る AI検証者(AI QA) 役割:AI出力の検証ルール設計、証拠パッケージレビュー、Human Gate対応 SRE(AI運用) 役割:モデル運用・監視、コスト最適化、署名/ホワイトリスト運用
  12. Confidential ※展開/複製/外部持出厳禁※ Copyright © CyberAgent, Inc. 14 Confidential ※展開/複製/外部持出厳禁※ Copyright

    © CyberAgent, Inc. 14 まとめ(サイバーエージェントの実践) サイバーエージェントの強み • 「開発AIエージェント導入に年間約4億円を投資」 — 大規模投資で環境を整備 • 「約1,200名のエンジニアを対象に、1人あたり月額200米ドルをサポート」 — 個人で試せる • 「GitHub Copilot 全社導入以降、約1年半でエンジニアの開発工数の約4割をAIが補完」 — 成果 • AI Lab(2016設立)/NVIDIA DGX H100(2023導入)/社内LLM開発 といった研究・基盤の蓄積 出典:CyberAgent サービスニュース「開発AIエージェント導入に年間約4億円を投資決定」(2025-06-19)