みてねのAI活用現在地 -非連続AI時代にエンジニアが磨くべき6つの”コウ”動力-

Transcript

1. ©MIXI みてねのAI活⽤現在地 -⾮連続AI時代に エンジニアが磨くべき6つの”コウ”動⼒- 株式会社MIXI みてね事業本部スクラムマスター兼HRBP 賀茂慎⼀郎
2. ©MIXI ⾃⼰紹介
3. 3 ©MIXI ⾃⼰紹介 賀茂 慎⼀郎 • 所属：みてね事業本部みてねプロダクト開発部 アジャイル変⾰グループ（2023/9〜） • これまでのキャリア：Slerでエンジニアとして⼊社後、 良いコードだけでは良いプロダクトは⽣まれないと感じ、 スクラムマスターとしてチームづくりに関わり出す • 今の仕事：みてねではAI活⽤の推進やHRBPとして、 組織メンバーがより⼒を発揮できる環境づくりに取り組む 一貫しているのは人と組織を通じてプロダクトの価値を最大化すること
4. ©MIXI 株式会社MIXIと 家族アルバム みてねの紹介
5. ©MIXI 豊かなコミュニケーションを広げ、 世界を幸せな驚きで包む。 PURPOSE 存在意義 「⼼もつながる」場と機会の創造。 MISSION やるべきこと ユーザーサプライズファースト MIXI WAY 意思決定の軸 発明 夢中 誠実 VALUE ⾏動指針
6. ©MIXI
7. ©MIXI
8. ©MIXI
9. ©MIXI 9 プロダクト実績 - みてね 175カ国、7⾔語対応 海外展開 40％超 海外ユーザー⽐率 2,700万⼈突破 世界累計利⽤者数 ※2025年7⽉末
10. ©MIXI 本⽇お話すること
11. 11 ©MIXI 今⽇皆さんにお話したい内容 みてねでのAI活⽤ 6つの”コウ”動⼒ 7 Image generated with Gemini 好動 広動 恒動 公動 構動 ⾏動 考動
12. ©MIXI 現在みてねで様々な⼈と協⼒して AI活⽤を推進しています
13. ©MIXI そこで⽇々思っていること
14. ©MIXI AI活⽤推進は不確実性が⾼い‧‧
15. 15 ©MIXI AI活⽤における不確実性の壁 進化により今の前提が 崩れてないか？ 技術の不確実性 本当に事業の課題解決に つながっているか？ 価値の不確実性 組織として本当に使い続 けるのか？ ⾏動変容の不確実性
16. 不確実性を乗り越える術を知ることで ⾮連続なAI時代を乗り越えるヒントになるのではないか？ Image generated with Gemini
17. 17 ©MIXI • 7つの”コウ”動⼒は不確実な状況を乗り越えるための⼒をまとめたもの ◦ ⼀部造語も混じっています（構動‧広動‧恒動‧公動） 不確実性を乗り越えるための7つの”コウ”動⼒ 好動 広動 恒動 公動 構動 ⾏動 考動
18. 18 ©MIXI 7つの”コウ”動⼒について • 外側の”コウ”動（フィードバックループ） ◦ 仮説(構動)→実施(⾏動)→検証(考動)の サイクルを回す⼒ • 内側の”コウ”動（アクセラレーター） ◦ フィードバックループをより近強く 加速させるための⼒ • 中⼼の”コウ”動（コアエネルギー） ◦ 全ての”コウ”動の原動⼒ 好動 広動 恒動 公動 構動 ⾏動 考動
19. 19 ©MIXI （旧）7つの”コウ”動⼒について • 外側の”コウ”動（コアサイクル） ◦ 仮説(構動)→実施(⾏動)→検証(考動)の サイクルを回す⼒ • 内側の”コウ”動（ブースト） ◦ 仮説検証サイクルをより強く‧加速 させるための⼒ • 中⼼の”コウ”動（エネルギー） ◦ 全ての”コウ”動の原動⼒ 好動 広動 恒動 公動 構動 ⾏動 考動
20. 20 ©MIXI 7つの”コウ”動⼒について • 外側の”コウ”動（フィードバックループ） ◦ 仮説(構動)→実施(⾏動)→検証(考動)の サイクルを回す⼒ • 内側の”コウ”動（アクセラレーター） ◦ 仮説検証サイクルをより強く‧加速 させるための⼒ • 中⼼の”コウ”動（コアエネルギー） ◦ 全ての”コウ”動の原動⼒ 好動 広動 恒動 公動 構動 ⾏動 考動
21. 21 ©MIXI • 「構動」：WHY‧WHATの仮説を⽴てる⼒ ◦ “構”は構想‧構造 • AIの台頭により「作る」ことのハードルは下 がったが、同時に「何を」作るか‧「なぜ」 作るのかの判断がより重要になっている • ポイントは完璧な計画ではなく“仮説”を設計 すること 7つの”コウ”動⼒：「構動」 好動 広動 恒動 公動 構動 ⾏動 考動
22. 22 ©MIXI • 「⾏動」：⼩さく試し仮説を検証する⼒ ◦ “⾏”は⾏進‧⾏為 • AIの出した答えを実⾏するのは⼈間 ◦ 不確実性の⾼い状況では以下が重要 ▪ 「完璧を⽬指さず」 ▪ 「 ⼩さく出し」 ▪ 「 早く学習する」 7つの”コウ”動⼒：「⾏動」 好動 広動 恒動 公動 構動 ⾏動 考動
23. 23 ©MIXI • 「考動」：結果の真偽を⾒極める⼒ ◦ “考”は再考‧考察 • AIの進化により「それっぽい答え」が⼿に⼊ りやすくなったからこそ「問い」と「判断」 の質がより⼤事になっている ◦ AIの出⼒を鵜呑みにせず、⾃⾝の頭で考 えることが重要 7つの”コウ”動⼒：「考動」 好動 広動 恒動 公動 構動 ⾏動 考動
24. 24 ©MIXI • 不確実性を⼩さくする鍵は⾏動を通して情報を獲得すること • 仮説を⽴て(構動)、動き(⾏動)、結果を振り返る(考動) サイクルが要になる 仮説検証サイクルについて わからない わからない わからない 何をすべきかの仮 説を⽴てる(構動) 仮説⽴証のため 動く(⾏動) ⾏動の結果を 検証する(考動) 繰り返し⾏動することで「わからない」をなくす
25. 25 ©MIXI • ⾃分に向いている業界がわからなければ説明会に参加するし、インターンを 通して実際の就労体験を積む。 つまり仮説検証サイクルとは、私たちが⽇々下している意思決定の精度を ⾼めるための『思考のアーキテクチャ』と⾔える 就職活動で例えると 説明会に参加する インターンで働く ⼤抵は複数回参加し、 徐々に不明瞭な部分を明確にしていく
26. 26 ©MIXI 7つの”コウ”動⼒について • 外側の”コウ”動（フィードバックループ） ◦ 仮説(構動)→実施(⾏動)→検証(考動)の サイクルを回す⼒ • 内側の”コウ”動（アクセラレーター） ◦ 仮説検証サイクルをより強く‧加速 させるための⼒ • 中⼼の”コウ”動（コアエネルギー） ◦ 全ての”コウ”動の原動⼒ 好動 広動 恒動 公動 構動 ⾏動 考動
27. 27 ©MIXI 7つの”コウ”動⼒：「広動」 • 「広動」：仲間を巻き込み、影響を広げる⼒ ◦ “広”は広義‧広⼤ • AIで“できること”は増えたが、“⼤きな価値” は⼀⼈では⽣まれない ◦ ⼀⼈で“完成”できるようになっても、 仲間を巻き込むことで“進化”できる 好動 広動 恒動 公動 構動 ⾏動 考動
28. 28 ©MIXI 7つの”コウ”動⼒：「恒動」 • 「恒動」：困難でも挑戦をやめず続ける⼒ ◦ “恒”は恒常 • AIに限らずだが、「期待していたほど効果が 出ない」、「どうすればいいかわからない」 等の困難にぶつかることもある（壁にぶつか るのはチャレンジしている証拠） ◦ 一度の失敗でやめるのではなく上手く いくまで続ける持続性が大事 好動 広動 恒動 公動 構動 ⾏動 考動
29. 29 ©MIXI 7つの”コウ”動⼒：「公動」 • 「公動」：“誰かの役⽴つ形”に変換する⼒ ◦ “公”は公共 • AI時代は“作れること”以上に“誰のためか”が 問われる ◦ AIで効率が上がっても、価値が上がると は限らない • 専⾨性は事業を前進させる強⼒な武器 ◦ AIの進化は技術研鑽を不要にするわけで はない。ただし順番が大事(事業→技術) 好動 広動 恒動 公動 構動 ⾏動 考動
30. 30 ©MIXI 7つの”コウ”動⼒について • 外側の”コウ”動（フィードバックループ） ◦ 仮説(構動)→実施(⾏動)→検証(考動)の サイクルを回す⼒ • 内側の”コウ”動（アクセラレーター） ◦ 仮説検証サイクルをより強く‧加速 させるための⼒ • 中⼼の”コウ”動（コアエネルギー） ◦ 全ての”コウ”動の原動⼒ 好動 広動 恒動 公動 構動 ⾏動 考動
31. 31 ©MIXI 7つの”コウ”動⼒：「好動」 • 「好動」：⾃分の内⾯にある動機を⾒抜く⼒ ◦ “好動”は中国語でエネルギーに満ち溢れ た様⼦を表す際に使⽤される • ここまで紹介した６つの”コウ”動は全て、 ⼈の内発的な意思があって初めて成⽴する ◦ 故に中心に位置している 好動 広動 恒動 公動 構動 ⾏動 考動
32. 32 ©MIXI • もちろん「好き」という気持ちは重要 ◦ ⼀⽅で「好き」を無理に⾒つけようとするとかえって消耗する • ここでの好動とは、⼈が持つエネルギー源全てを指す ◦ このままではまずい、という危機感 ◦ こうありたい、という理想 ◦ 誰かの役に⽴ちたい、という使命感 ◦ 純粋な好奇⼼ etc • ⾃分が何に突き動かされるのか、⾃分の中にある”衝動”を知ることが⼤事 「好動」＝好きである必要はない
33. 33 ©MIXI まとめ：7つの”コウ”動⼒ 構動 WHY‧WHATの仮説を⽴てる⼒ ⾏動 ⼩さく試し仮説を検証する⼒ 考動 結果の真偽を⾒極める⼒ 広動 仲間を巻き込み、影響を広げる⼒ 恒動 困難でも挑戦をやめず続ける⼒ 公動 “誰かの役⽴つ形”に変換する⼒ 好動 ⾃分の内⾯にある動機を⾒抜く⼒ 好動 広動 恒動 公動 構動 ⾏動 考動 仮説検証サイクル ブースト コアエネルギー
34. ©MIXI みてねでのAI活⽤
35. 35 ©MIXI 7つの”コウ”動⼒でみる、みてねのAI活⽤ 好動 広動 恒動 公動 構動 ⾏動 考動 • AI活⽤推進の流れを7つの”コウ”動⼒に当て はめて説明します • 前提 ◦ 対象は2025年4⽉からの約1年 ◦ AI活⽤推進は⾃分だけでなく周りの⼈の 推進‧⽀援があってのこと ▪ 本資料での話はあくまで⼀部 ◦ 今も試⾏錯誤している最中
36. 36 ©MIXI • 約1年前は試⾏錯誤フェーズ ◦ AIの凄さは体感していたが何をすれば最 も成果が出るのかまでのイメージは曖昧 な状況だった • 推進メンバー中⼼に⽅針⽴てを⾏う ◦ まずは数を多く実施しながらベストプラク ティスを探すために様々な実験を行う 「構動」：仮説を⽴て⽅針を作る 好動 広動 恒動 公動 構動 ⾏動 考動 好動 広動 恒動 公動 構動 ⾏動 考動
37. 37 ©MIXI ⽴てた⽅針 notionへの情報集約による 透明性強化 ⽅針1 業務効率化のベストプラク ティス(事例やナレッジ)可視化 ⽅針2 AIエンジニアリングによる 事業イノベーション創出 ⽅針3
38. 38 ©MIXI • 透明性と情報集約の重要さについては昨年の技育祭での資料で私の上⻑が講 演しています（技育祭2025春 MIXI 世界ユーザー2500万⼈突破！みてねを⽀ えるエンジニアリング組織とカルチャー） 参考資料 https://speakerdeck.com/kakka/ji-yu-ji-2025chun-mixi-shi-jie-yuza2500mo-tu-po-mitenewo-eruenziniaringuzu-zhi-tokarutiya?slide=23
39. 39 ©MIXI • ⽅針2:業務効率化のベストプラクティス可視化 ◦ まずは業務の可視化が必要 ▪ タスク単位ではなく業務全体での 可視化に意味がある ◦ 業務内容が近しいグループで業務棚卸し ワークショップの実施 • ⽅針3:事業イノベーション創出 ◦ プロダクトアイディエーションワーク ◦ アイデアのPoC検証 「⾏動」：⽅針の実⾏（⾃分がやったこと） 好動 広動 恒動 公動 構動 ⾏動 考動 好動 広動 恒動 公動 構動 ⾏動 考動
40. 40 ©MIXI 参考：業務棚卸しワーク/アイディエーションワーク 業務棚卸しワーク アイディエーションワーク
41. 41 ©MIXI 参考：AIツールの利⽤状況 • 実験の過程で様々なAIツールを利⽤‧検証 • 利⽤状況はみてねの採⽤ピッチ資料参照 家族アルバム みてね 事業紹介
42. 42 ©MIXI • 特に⽅針2「業務効率化のベストプラクティ ス(事例)可視化」では個⼈でのAI活⽤事例、 試⾏、PoCの件数100件超になった • タスクレベルでは⼤幅な業務効率化の事例も ⽣まれた⼀⽅で個⼈によりツール活⽤レベル に差があることがわかった ◦ 有⼒な効率化事例は個⼈からチームに定 着させ、チームの共有スキルとするべき ではないか？ 「考動」：個⼈→チーム‧組織単位での定着へ 好動 広動 恒動 公動 構動 ⾏動 考動
43. 43 ©MIXI • 有⼒な事例を可視化し、チームに定着させる にはチームの協⼒が必要不可⽋ ◦ そこで各チームからAI推進の中⼼メン バーを募った(広動) ◦ また、メンバーと定期的に状況を共有し 相互に助け合い続けるための環境(恒動) を構築し、個⼈の取り組みを組織の価値 に変える仕組み(公動)が必要と判断 「広動」/「恒動」/「公動」：コミュニティ組成 好動 広動 恒動 公動 構動 ⾏動 考動
44. 44 ©MIXI • 事業本部全体のハブとして、成功事例の横展開や導⼊⽀援を加速させるため にAIコミュニティを組成 • 組織の枠を超えて相互サポートできる環境づくりを醸成 コミュニティ化（AIコミッティー） Image generated with Gemini
45. 45 ©MIXI • 既存開発プロセスの”部分改善”ではなく、 プロセスの根幹にある枠組み‧捉え⽅そのも のを”アップデート”する必要があるのではな いか？ • 今の開発プロセスは⼈による⼈のためのプロ セスになっている。AIの性能を最⼤限活かす プロセスを⾒つけ適応する必要があるのでは ないか？ 「構動」：新たな仮説構築(AIドリブンな開発プロセス) 好動 広動 恒動 公動 構動 ⾏動 考動
46. 46 ©MIXI • AWS社が提唱しているAI 駆動開発ライフサイクル(AI-DLC) ◦ AI-Driven Development Life Cycleの略称 • AI-DLCのポイント ◦ 職種横断のモブ作業による密なコラボレーション環境の醸成 ◦ AI主体での作業(人は指示と判断によるAIのアシスト) 「⾏動」：AIドリブンな開発プロセスの構築 https://aws.amazon.com/jp/blogs/news/ai-driven-development-life-cycle/
47. 47 ©MIXI • ポイントは適切なコンテキスト注⼊と⼈の役割の再定義 ◦ 適切なコンテキスト(前提条件や守ってほしいルール)を如何にAIが学習でき るかで出力品質が大きく変わる ◦ 人はこれまでの”作業者”から全体を俯瞰し適切な指示と最終品質に対する” 判断者”にシフトしていく(故に構動の重要性が増す) • AWS社実施のAI-DLC研修に参加し、新たなプロセスを模索している ◦ AI-DLCは銀の弾丸ではない。知見を取り入れつつ自分たちで最適解を作り 上げる必要がある 「⾏動」：AIドリブンな開発プロセスの構築
48. 48 ©MIXI • 好奇⼼と危機感と事業貢献 ◦ 好奇⼼ ▪ AIは加速装置。使う⼈の⼒量次第で ⼤きなことをなし得るという期待 ◦ 危機感 ▪ AIを活かすためのコンテキスト収集 は他社の事例を待っていては遅い ◦ 事業貢献 ▪ 素晴らしいプロダクトだと思って いるからこそもっと価値を広げたい 「好動」：振り返って何が原動⼒だったか 好動 広動 恒動 公動 構動 ⾏動 考動
49. 49 ©MIXI MIXI MEETUP！AI DAY 2026の紹介 • 3/27(⾦)のMIXI MEETUP！AI DAY 2026でみてねでのAI事例をお話します • 2026年3⽉27⽇（⾦）12:00受付開始、13:00開始〜19:00終了予定 • オンライン視聴できます（connpassから申込可能）
50. ©MIXI