技術的負債の返済は、AI時代の複利で効く投資 — 経営としての意思決定とその遂行

技術的負債に向き合うConference 2026

Transcript

1. TECH DEBT / CTO DECISIONS 技術的負債の返済は、 AI時代の 複利で効く投資 ~ 経営としての意思決定と、その遂⾏ ~ Recustomer株式会社 CTO 眞鍋 秀悟 / @curekoshimizu 1
2. Profile : 眞鍋 秀悟 ( X: @curekoshimizu ) 略歴 京都大学 / 大学院 入試一位合格 Fixstars Executive Engineer Mujin Architect Preferred Networks Engineering Manager Hacobu 研究開発部部長・CTO室室長 [Now] Recustomer (CTO) CTO of the Year 2025, Audience Award 2
3. 2年程前 CTO として Recustomer に入社 3
4. 入社当時を振り返る 4
5. 燃え続けるお金 5
6. 午前2時に行われる 失敗率50%の 祈りのデプロイ 6
7. もちろん 現在はこれらの 問題は解決済み🎉 8
8. それに加えて 現在はというと？ 9
9. キャッシュポイントがたくさんのプロダクトへ 3 → 10 入社時 2年後 入社前からあった機能 返品・交換 キャンセル 配送追跡 その後 Basicプラン お試し購入 着払い返送送料 予約購入 メール従量課金 元払い返送送料 配送追跡件数請求 10
10. 多言語化・多通貨化 を終え 海外でも使われるプロダクトに！ 11
11. 開発生産性の賞を連続受賞 12
12. 問題の多い状態 むしろ 2年間で大きく変化し 開発が得意な会社へ 新機能開発が普通にできる レベルの会社 少人数で プロダクトをたくさん作れ、 エンジニアが 売上貢献できる会社へ 13
13. 我々Recustomerは 2年間で 最低限の技術負債を 解消していたのか？ 14
14. 実は思ったよりも 進んだ改革まで 踏み込んでいる 15
15. 例えばこのような 改革をしました 16
16. モノレポ化 MONOREPO コード 設計規約 AIが、コードと設計の 広い文脈を読めるように AI 依存先 16
17. マイクロサービス統合 統合先DB サービスA AWS サービスC DMS サービスA DMSで移行し、 サービス別スキーマで集約 サービスB サービスB スキーマを分離 17
18. 自社デザインシステム構築 デザインライブラリ 置き換え 自社UIコンポーネント UIライブラリへの依存を見直し、 バージョン更新の制約を解消 更新容易な構造へ 18
19. フレームワークの変更 Next.js → Vite 配信サーバーのCPUが不要で 全ブランチのプレビューが格安に S3 + CloudFront PR 1 PR 2 PR 3 19
20. 主要実装言語の変更 (途中) Python → Rust Python Rust AIが書いたコードも厳しく検査。 コンパイラ・Linterで 実行前に問題を減らす 20
21. 厳格なDDDの導入 ドメイン：業務ルール・状態遷移 どこを変えるか、何を守るか。 それを人の頭の中だけに置かず、 コードと設計規約化へ ユースケース：処理の手順 DBアダプター 外部APIアダプター 21
22. CQRS/ESによる保証化 請求イベントの例 請求登録 取消 締め 履歴から再構築 履歴から状態を 再構築できる基盤へ 現在の状態 22
23. どのトピックも 重たい内容 24
24. 当時の問題を解決するだけなら ここまでの技術負債解消は、必要なかった。 25 24
25. となると、 経営者として なぜそこまで技術負債に 投資をしているの？ という疑問が。 26
26. ここからが本題 なぜ、売上に加えて 負債返済にも リソースを割いているのか？ CTOとしての投資判断と、その遂行。 27
27. なぜなら、 結局のところ そのほうが コスパがいいから 27
28. これまで 「ちゃんとやる」の積み重ねが、 組織のスピードに効いてきた 自動テスト / TDD / 継続的リファクタリング CI/CD / 継続的デリバリー / 小さな変更 コードレビュー / 静的解析 / 型による制約 設計の文書化 / IaC / 開発環境の標準化 アジャイル / DevOps / … 28 28
29. その「コツコツ」の時代は これからも続き やっている会社と そうでない会社の 差はさらに大きく 29
30. 当たり前の複利の原理 コーディング速度が上がれば上がる程 イテレーションが増えるのでより加速 改善 次の仕事 次の改善 コード・設計規約 前提として読み込む より速く積み重ねる 30
31. 「コツコツ」の差が、 AI時代に広がる その差は、 指数関数的に 広がる。 開発能力の差が広がるイメージ（模式図） 31
32. 次の仕事にも効く改善へ。 モノレポ AIが広い文脈を読める DDD・設計規約 変える場所と守るルールが残る 厳格な言語 AIのコードを実行前に厳しく検査 32
33. 人が決め、AIに 並行して 任せる。 これが同時に進む時代だからこそ投資を。 推奨する経営に。 製品開発 負債返済 売上につながる進捗 開発を速くする進捗 33
34. 技術負債の解消は ボトムアップ に ボランティアのような改革や 気がついた人だけが 進めることなのだろうか？ 34
35. 一部のチームだけがすごく 改革をしても 別のところと差が生まれ AIが悩む非対称性が生まれる 35
36. 対称性。 36
37. 対称性。それは 37
38. 万物を動かす あまりにも 自然な物理法則 38
39. 対称性はAIにとっても 自明に 自然なこと 39
40. 対称性を得るべく 技術負債の解消は リーダーや経営者が将来の投資として さらに AI によって大きな効果となってくる 投資としてみなすとき 40
41. だからRecustomerは、 この2年でここまで踏み込んだ。
42. だからRecustomerは、 この2年でここまで踏み込んだ。
43. 今日の売上と、明日の開発能力に投資する。 技術的負債の返済は、 AI時代の複利で効く投資。 以上です。 43