ウォーターフォール開発案件のPMとしてAI活用を模索している話

KGDC Tech Conference #14「AI駆動開発」での登壇資料です

https://kgdc.connpass.com/event/397030/

Transcript

1. ウォーターフォール開発案件のPMとして AI活用を模索している話 KGDC Tech Conference #14「AI駆動開発」 畠山 大治
2. アジェンダ 01 はじめに 02 AI活用事例 03 AI活用における悩み・つらみ 04 まとめ・所感
3. 01 はじめに
4. 自己紹介 名前 畠山 大治 所属 KDDIアイレット株式会社 業務 開発案件のPM 好きなもの Perfume、サカナクション、音楽、読書 映画・アニメ、ギター、体を動かすこと 好きなAWSサービス VPC、CloudFront、Step Functions その他活動など Japan AWS Top Engineers（2024、2025、2026） AWS Community Builders（since 2024） Ops-JAWS コアメンバー Toranomon Tech Hub 運営 はたはた (@hatake_book)
5. 経歴紹介 2020年4月〜2023年3月 • KDDI新卒入社 • • 1 新卒研修でネットワーク・サーバー・クラウドの勉強 ソリューションSEとして本配属 • オンプレ、プライベートクラウド、AWS、Azureを広く薄く経験 2023年4月〜2025年12月 2 • アイレット（現KDDIアイレット）へ出向 • • インフラエンジニアとしてAWS設計/構築/保守を担当 プリセールス、客先常駐なども経験 2026年1月〜 3 • 開発系の部署へ移動、開発案件にPMOとしてジョイン • プロジェクトが前に進むためならなんでもやる スケジュール・タスク管理、顧客折衝の他に一部設計もしたり… 5
6. 話すこと・話さないこと 話すこと 話さないこと • PM業務におけるAI活用の紹介 • 実装フェーズでのAI活用手法 • 絶賛試行錯誤中です… • 各種サービスの技術的深掘り • AI活用を進める中でのつらみ / 悩み • アジャイル開発関連のこと • 対象はウォーターフォール開発 ウォーターフォール開発のPM業務であれこれ試行錯誤してきた具体例、 意識していること、つらみ、所感を紹介していきます 「こんな方法もあるよ！」などアドバイスあればぜひ教えてください！ 6
7. 02 AI活用事例
8. 利用しているツールたち チーム内で標準的に使えるものを使い倒している Cursor 割と前からチーム内で利用中、メインツールとして使い続けている （Claude Codeも個人で契約し、遊び半分で使用） Claude Desktop 調べ物、設計の壁打ちなどに利用 （公式ドキュメントをベースにした設計の壁打ち等） Gemini Notebook（旧Notebook LM） 全社展開されていて実質使い放題 大量のドキュメントを使ったり、議事録作ったりする時に利用 8
9. 利用しているツールたち slackbot AI 社内の会話履歴を追うために利用 「あれ、あの時やりとりした件って結局どうなったっけ？」を解消 backlog-exporter（nulab社非公式ツール） • 対象のBacklogプロジェクト内に存在する課題、Wiki情報を全て ローカル上にMarkdownファイルとして保存できるツール • エクスポートしたデータを最新の状態に更新する機能も存在 • MCPを呼ばずにCursorやClaude Codeにコンテキストを与える ことができる • Backlog MCPよりもトークン消費がかなり抑えられる印象 9
10. 個人レベルでのAI活用例 お客様との定例会を軸にすることを意識 作業内容 1 定例会のアジェンダ作成 2 定例会ファシリテート 3 業務の仕方 • slackbot AI、Cursor×backlog-exporter でプロジェクトの状況確認、情報収集 • 人力でアジェンダ作成、Backlog Wiki にアジェンダを保存 • ファシリテートは人力@Google Meet • 3つの情報をすべて Gemini Notebook に食わせて作成 議事録作成 • 4 Backlog課題更新 / 追加 • Google Meet が作った文字起こし・会議メモ • 参加者が slack に投下した議事メモ • Backlog Wiki に保存したアジェンダ Cursor×backlog-exporter で案を出してもらいつつ、課題更新 / 追加は人力 • 更新すべき課題の洗い出し • 追加すべきコメントの案 • 新規作成すべき課題の案 10
11. 個人レベルでのAI活用例 作業内容 業務の仕方 • slackbot AI、Cursor×backlog-exporter でプロジェクトの状況確認、情報収集 ここはskills化して自動化するメリットが 1 定例会のアジェンダ作成 ありそうなので検討中 • 人力でアジェンダ作成、Backlog Wiki にアジェンダを保存 2 3 定例会ファシリテート • ファシリテートは人力@Google Meet • 3つの情報をすべて Gemini Notebook に食わせて作成 議事録作成 • 4 Backlog課題更新 / 追加 • Google Meet が作った文字起こし・会議メモ • 参加者が slack に投下した議事メモ • Backlog Wiki に保存したアジェンダ Cursor×backlog-exporter で案を出してもらいつつ、課題更新 / 追加は人力 • 更新すべき課題の洗い出し • 追加すべきコメントの案 • 新規作成すべき課題の案 11
12. お蔵入りになったskills 作業内容 1 定例会のアジェンダ作成 業務の仕方 • slackbot AI、Cursor×backlog-exporter でプロジェクトの状況確認、情報収集 • 人力でアジェンダ作成、Backlog Wiki にアジェンダを保存 アジェンダ作成の負荷がそれなりに高いため、すべて自動化するskillsを試作 これで楽になる！と思いきや… • アジェンダの質がイマイチ、修正に時間が取られる • 「このアジェンダじゃファシリテートできないな…」 • アジェンダ作成がうまくいっても、内容確認に時間がかかりすぎる • skillsを使う方が負荷が高いという本末転倒状態 12
13. お蔵入りになったskills • アジェンダを作りながらプロジェクト全体の状況をインプットし、その状態で定例会の ファシリテートするのが自分のスタイル • 定例会はステークホルダーと直接会話できる非常に貴重な機会、ボトルネックを拾い 出してその場で合意を取ることでプロジェクトを円滑に進めることができる • ただし時間が限られているためファシリテートには超気を遣っている • 他人（AI）が作ったアジェンダではファシリテートできない • アジェンダ作成に人手を介することは重要なことだった • 結果としてskillはお蔵入り、前のスタイルに戻る 教訓 AIに任せすぎは危険、自分の業務を進める上で大事なポイントはどこなのか 考えた上で活用場所を見極めるべき 13
14. チーム内での活用事例紹介 私個人ではなく、チーム内での活用事例も少しご紹介 コードレビュー用 Cursor skills • 開発者リーダーの負荷軽減のため、リーダーの代わりにレビュー行うskillを作成 • レビューの時の手戻りを減らすことに貢献、ブラッシュアップ中 試験項目書作成 Cursor skills • 大量の詳細設計書から試験項目を洗い出し、試験項目書を作成するskillを作成 • ドラフト版としてはまずまずの出来、現在ブラッシュアップ中 他案件にも横展開することも意識してskills作成中 Claude Codeを使い始めたメンバーもいるが、skillsなら転用可能！ 14
15. 03 AI活用における悩み・つらみ
16. AI活用における悩み・つらみ アウトプットが詳細かつ膨大 • 各種詳細設計書は基本AIで作成する方針としているが、成果物チェックが超大変 • まずはAIに成果物を要約してもらうことで対処中 • AI向けの「詳細設計書作成ガイドライン」を最初に用意しておけばよかった… AIに与えるコンテキストの整理がつらい • AIが見れる場所に、見やすいように可視化する必要がある • ただし、プロジェクトの規模が大きくなるほどコンテキストが膨大かつ多岐にわたる • AI向けに整理するのが大変 • 打ち合わせの内容は全て文字起こし、社内外のやり取りは極力slackやBacklogなどの テキストコミュニケーションにしておく、これ以上のことができてない • 今までの業務の中で、いかに暗黙知が多かったかを実感中… 16
17. AI活用における悩み・つらみ とはいえ、AIに任せすぎるとプロジェクトの状況がわからなくなる • ステークホルダーと直接話すのは人間なので、結果だけ知るのではなく過程も正しく理解し てないと円滑に進められない • 自分の頭の中へのインプットも必要だが、AIに任せすぎると自分の頭の中には何も残らない →ステークホルダーと会話できなくなる • 合ってるかどうかの確認も当然必要 • 「自分でやった方が早いのでは…？」に陥りがち • AIの役割が情報収集止まりになりがち、もっと活用の余地は十分ありそう… 17
18. 04 まとめ・所感
19. まとめ・所感 • そもそもPM業務は扱うコンテキストが膨大かつ多岐に渡る • ドキュメントやコード以外のコンテキストも意識する必要がある • 「責任」や「判断」などAIが担当できない役割も担っている • AIに任せるところ・任せないところの見極めが重要 • 任せられるところを任せれば、超強力な武器になる • 誤った使い方をするとプロジェクト進行に影響が出やすい • 人間は無意識にあらゆるコンテキストを意識しながら仕事をしているため、 任せる時は仕組み化必須 • 仕組み化してAIに任せるべきところはまだあるはず、さらに試行錯誤して いきます 19
20. 宣伝 • Ops-JAWS Meetup 42でOpen Space Technology（OST）開催します • https://opsjaws.connpass.com/event/397688/ • OST：参加者の「これについて話したい」「聞いてみたい」を自由に 持ち寄って話す 20