Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
スクラムチームで取り組むAIDD気づきとこれから / Tackling AIDD in a S...
Search
yayoi_dd
September 25, 2026
Technology
1
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
スクラムチームで取り組むAIDD気づきとこれから / Tackling AIDD in a Scrum Team: Insights and Next Steps
弥生株式会社 もくテク
これからのアジャイルどうする? 現場の工夫とこれからの挑戦LT&座談会
https://mokuteku.connpass.com/event/405572/
yayoi_dd
September 25, 2026
More Decks by yayoi_dd
See All by yayoi_dd
CursorのチャットはチームのSlackチャンネルへ自動投稿。文字起こしによる議事録はチケットへ同梱 / Auto-Posting Cursor Chats to Slack and Attaching Transcribed Minutes to Tickets
yayoi_dd
0
2
管理職の傘を失って気づいた『権威に頼らない』スクラムマスター奮闘記 / A Scrum Master's Struggles: Leading Without Authority After Losing the Managerial Umbrella
yayoi_dd
0
2
AIの研究 "も" 行うチームのアジャイル開発 / Agile Development in a Team That Also Conducts AI Research
yayoi_dd
0
1
可視化から始めたAI駆動開発_ochi_ver1.01 / AI-Driven Development Starting with Visualization_ver1.01
yayoi_dd
0
140
20260924_2026年の弥生AI駆動開発振り返り / AI-Driven Development Retrospective in 2026
yayoi_dd
0
75
Databricks Data + AI Summit 2026参加報告会 / Databricks Data + AI Summit 2026 Participation report session
yayoi_dd
0
96
JSAI2026ランチョンセミナー登壇テーマ「AIと挑む確定申告」/Tackling Tax Returns with AI
yayoi_dd
0
170
勘定科目の推論機能における運用/Operations of Account Category Inference
yayoi_dd
0
160
AWS re:Invent 2025 参加報告 / AWS re:Invent 2025 Participation Report
yayoi_dd
0
51
Other Decks in Technology
See All in Technology
re:Invent2026 事前勉強会 歴史と愉しみ方10分LT編
toshi_atsumi
0
110
"計画的無茶振り"を通してAIネイティブ世代の新人を育てる
subroh0508
1
150
AIがGISを代替する日:〜すべてをAIが創る時代に、私たちがFOSS4Gに関わる意味〜
lehupa
0
200
新米を「売り越さない」、Aurora DSQLで作る在庫ゼロ死守の限定ドロップEC
yama3133
0
150
コードレビューをなくして見えたもの
henteko
0
130
IBC 2026 動画技術関連レポート / IBC 2026 Report
cyberagentdevelopers
PRO
2
110
PostgreSQL オプティマイザ統計の秘密
nori_shinoda
0
270
The future of architectural work
ufried
0
130
AIコーディングはじめました
miso
0
140
re:Inventで、人生は変わったのか? / growth-builders-hub-1-reinvent-2026
mhrtech
2
300
200人の配信コメント、 全部Jevが仕分けます 〜 マサカリガードを作ってみた 〜
katayamatg
1
530
ドメインエキスパートは いかにして AI を使って プロダクト開発をするか
tatsuyashiraishi
1
270
Featured
See All Featured
How to Ace a Technical Interview
jacobian
280
24k
Claude Code どこまでも/ Claude Code Everywhere
nwiizo
68
60k
Lessons Learnt from Crawling 1000+ Websites
charlesmeaden
PRO
1
1.7k
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
74
43k
Designing Powerful Visuals for Engaging Learning
tmiket
1
630
The Curse of the Amulet
leimatthew05
3
16k
How to optimise 3,500 product descriptions for ecommerce in one day using ChatGPT
katarinadahlin
PRO
3
3.9k
Why You Should Never Use an ORM
jnunemaker
PRO
61
10k
Learning to Love Humans: Emotional Interface Design
aarron
275
41k
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
350
Marketing to machines
jonoalderson
1
6k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Transcript
スクラムチームで取り組むAIDD 気づきとこれから 弥生株式会社 スクラムマスター 海保 大輔
Who am I 自己紹介 PROFILE PRIVATE 海保 大輔 • コーヒー焙煎
弥生株式会社 給与Nextチーム • ウイスキー • ランニング • 妻、男の子2人と4人暮らし スクラムマスター 2/8
Context いま試しているAIDDについて AIDDへの期待値 ツール 気を付けていること ・開発生産性/サイクルタイムの向上 ・属人化の排除 ・ドキュメントや作業証跡を残し やすい ・
Cursor:タスク分割とプランニング ・ Devin:実装作業 ・ Slack:コミュニケーション/通知 ・ Notion:タスク管理 ・チームがコードの主導権を手放さない ・チケットの粒度を出来る限り小さくする 3/8
Hypothesis やってみて実際どう? 数時間~1日程度でやれるくらいの作業はおおむね問題なくこなせるし作業記録も残る 4/8
Hypothesis やってみて実際どう? 数時間~1日程度でやれるくらいの作業はおおむね問題なくこなせるし作業記録も残る 並列数を上げていければ違う世界になりそう 4/8
Metrics スクラムにおいての考えとして SP(ストーリーポイント)はどのように考え決めていますか? 5/8
Metrics スクラムにおいての考えとして SP(ストーリーポイント)はどのように考え決めていますか? 実装作業がほぼ委任(やらない)作業になったら何を物差しにする? 5/8
Next もし作る速度が限りなく早くなったら スプリント内で消化できる限界値は? 実装作業量 作業ボリューム≒1スプリントの 消化SP 認知負荷 → 人(チーム)が理解できる限界 7/8
Next ちょっと落ち着いてスクラムガイドを見てみよう 結局どうやって作るか?はそこまで重要ではない。 スプリントプランニング トピック 3:選択した作業をどのように成し遂げるのか? 開発者は、選択したプロダクトバックログアイテムごとに、完成の定義を満たすインクリメン トを作成するために 必要な作業を計画する。これは多くの場合、プロダクトバックログアイテ ムを
1 日以内の小さな作業アイテムに分解 することによって行われる。これをどのように行う かは、開発者だけの裁量とする。プロダクトバックログアイテ ムを価値のインクリメントに変 換する方法は誰も教えてくれない。 出典:https://scrumguides.org/docs/scrumguide/v2020/2020-Scrum-Guide-Japanese.pdf 8/8
Next まとめ:生産性にとらわれない 何を作るべきか?なぜ作るのか?によりフォーカスするための時間を作る • AIエージェントの活用でアウトプットの量は確実に増える • アウトカムに着目して、より価値を考えることが大事 • 今までのやり方、物差しに固執してはいけない •
プランニングをどのように組み立てかもアップデートする必要がある 8/8