TOKIUM開発部の東です。イネーブリングという開発生産性を追うチームで活動しています。
CopilotやCursorなど様々なAIツールが登場し、開発の現場でも活用が進むのが珍しくない世の中になってきました。TOKIUMも例外ではなく、AIを活用した開発の効率化に取り組んでいます。
私はこのAIの台頭を好意的に捉えています。AIにより開発者の生産性は飛躍的に向上し、初学者でも高いパフォーマンスを発揮できる場面が増えました。
そして今、開発者がAIを用いて能力を拡張していた時代から、開発の中心にAIを据える時代に突入したと感じています。
私はAIファーストなチーム開発を経て、今後の開発チームの成長の鍵は「プロセスに変革を起こせるか」にかかっていると考えています。開発サイクルをシステム思考で捉え、AIを活用してプロセスを変革することで、開発の生産性は飛躍的に向上します。
それは熟練した経験豊富な開発者だけが達成できることではありません。好奇心と柔軟な思考を持つ開発チームであれば実現可能なことです。
これまでTOKIUMでどのようにAIを活用し、どのような効果を得たのか。これまでの取り組みの一端を紹介し、TOKIUMの開発チームの将来像に触れられればと思います。
フェーズ1:AIにコーディングをサポートしてもらう
GitHub Copilotの提供が開始された頃、TOKIUMでも少人数で検証を始め、2023年3月に全社導入に踏み切りました。
導入当時、その効果は絶大でした。繰り返し処理やAPIクライアントの実装、テストコードの作成など、定型的な作業で驚くほどの生産性向上を実感していました。特に新人エンジニアにとっては、構文やライブラリの使い方を覚える負担が軽減され、より本質的な問題解決に集中できるようになりました。
しかし、CursorやDevin等のエージェント系の選択肢が登場した今では、サポートするだけのGitHub Copilotの効果は限定的に感じられます。単純なコード補完だけでは、もはや「革新的」とは言えないレベルまで、AI支援ツールの水準が向上しました。
それでも、GitHub Copilotの真の価値は導入の手軽さ、開発環境との自然な統合、従来の開発サイクルへのシームレスな組み込みにあります。 派手さはないものの、日々の開発における基盤としては非常に有用です。
フェーズ2:AIにコーディングを任せる
2025年1月、転換点が訪れました。 Clineを用いたAIエージェントによる自律的コーディングが一部のメンバーで使われ始めたのです。AIに命令を出してコーディングを任せ、人間がそれを精査する。従来の「サポート」から「任せる」への大きな変化でした。
命令を与えると自立的にコードを書き、コンパイルし、テストするサイクルが目の前で行われることには感動しました。現在もRooCodeが社内で使われている話を時々聞きます。ただし、Cline系はローカルで動かす都合上、一つのタスクを待っているだけになるのがもったいないようにも感じていました。
そして同年2月、Devinの導入を開始しました。 並列開発機能やPRレビューへの自動応答機能には驚かされ、開発現場が大きく変わっていく感覚を強く感じました。Clineに比べるとDevinは比較的広く使われるようになっています。
しかし、新たな課題が浮上しました。 コーディングの精度を上げるためには、設計に関する入力を詳細に与える必要があることがわかってきました。エンジニアが用意するコストが高く、さらなるブレイクスルーを起こすためには、もっと上流のプロセスにAIを組み込む必要があると感じていました。
フェーズ3:AIに設計を任せる
要求定義からAIが自律的に設計を生成できるようにするためには、特定の手法に則りフォーマットを定義する必要があると考えました。
私たちはユースケース駆動開発*1に基づいたプロセスを開拓し、ドメインモデルとユースケースをドキュメント化し、AIに設計を任せることを目指しました。DDD(Domain-Driven-Design)*2に基づいたアーキテクチャも同様に定義することで、ユースケースを実装に落とし込むための考え方をAIに学習させようとしたのです。
このプロセスは大いに機能しました。 AIはユースケースに基づいた設計を生成し、意図されたコードを自律的に書くことができるようになりました。
新しい機能を追加する際も、ドメインモデルとユースケースをAIに拡張させることで、最小限の手間で次のAIへの指示を構築できるようになりました。社内での浸透はこれからですが、これはDevin Researchとも非常に相性がよく、Devinに事前に実装計画を考える際の参照元として有用であり、Devinの精度を向上させるための重要なステップとなりました。
AIに考えて提案させ、人間が軌道修正しながらプロセスを進行する。この形を変えないまま、あらゆるプロセスに適用していくのです。
*1:「ユーザーがシステムを操作するシナリオから要件・仕様を分析する」手法のこと。
*2: 「ビジネスへの理解とソフトウェアのコードを一致させる」設計思想のこと。
次は何を任せよう?
プロセスを変革し、AIファーストに考えることで、開発の生産性は飛躍的に向上しました。
しかし、まだまだ変革の余地はあります。
- ドキュメントやコード全体を見渡し、機能追加の影響範囲を特定することで、ソフトウェア開発の見積もり精度を向上させることはできないか?
- プロダクトに対する顧客の要求・要望をAIに学習させ、プロダクトの改善をAIに提案させることはできないか?
- 開発の後期に行われがちなQA業務に活用し、イテレーションごとにリリース可能な品質水準に自動的に追従することはできないか?
※弊社QAチームのAIエージェントの品質保証については以下の記事をご覧ください。
開発者以外にもPdM・デザイナー・QAエンジニアなど、開発チーム全体のプロセスにAIを組み込むことで、さらなる発展が期待できるはずです。
単純に自動化するのではなく、より高精度・効果的なプロセスはどのようなものかを考え改善し続けるのは、今後の開発者に与えられた大きな課題であり宿命なのではないでしょうか。
TOKIUMはAIエージェントという新しい武器を使って、一緒に「未来につながる時を生む」プロダクトを作ってくれる仲間を募集しています。共に成長できる環境を一緒に作っていきましょう。