レガシーな広告配信システムでのAI駆動開発/運用の挑戦

技術祭 2026【九州】のミニセッション発表した内容です。
近年、AIは進化とともに、段々とユーザの意図や他のコンテキストを汲み取ってコードを生成できるようになってきました。では、10年分の「暗黙知」が染み込んだレガシーなシステムにおいても、AIエージェントに実装を任せられるのか？ ドキュメント化されていない仕様、誰も全体像を知らない依存関係、止められない広告配信、そんな現場に、AI 駆動での要件定義から実装,リリースまでの開発フローや、運用フローを導入してみました。新しいモダンなシステムにおいても AI活用は思うほど簡単ではありません。それがレガシーなシステムとなればなおさらです。導入した中でもいくつか今後解決すべき課題があります。私たちがどんな壁にぶつかり、今何に挑戦しているのか。現場での実践とこれからのAI化計画について紹介します。

Transcript

1. 1 ©CyberAgent, Inc. All Rights Reserved 技育祭2026【九州】 (株) サイバーエージェント AI事業本部 ProFit-X バックエンド/データエンジニア　藤本 隆晟 レガシーな広告配信システムでの AI駆動開発/運用の挑戦 2026/06/20 (土)
2. 2 ©CyberAgent, Inc. All Rights Reserved AGENDA 00　自己紹介 01　AI事業本部におけるアドテクDiv / SSP事業について 02　サイバーエージェントでのAI活用事情 03　レガシーシステムでのAI活用の挑戦 04　まとめ
3. 3 ©CyberAgent, Inc. All Rights Reserved 自己紹介 @fujiryu0202 i16fujimoto AI事業本部 ProFit-X バックエンド/データエンジニア 藤本 隆晟 Fujimoto Ryusei 経歴 2025.3 九州大学大学院 修士課程 修了 2025.4 サイバーエージェント新卒入社 　　　　 小売向けリワード型広告サービス立ち上げ 2025.12 AI事業本部 最優秀新人賞 受賞 2026.5　 SSP事業 ProFit-Xのグロース ゴルフ アイドル エレクトーン Go AWS AI駆動開発
4. 4 ©CyberAgent, Inc. All Rights Reserved AI事業本部におけるアドテクDiv / SSP事業について 01
5. 5 ©CyberAgent, Inc. All Rights Reserved 協業DX 小売DX AIクリエイティブ アドテク 自社で開発した ADNW/DSP/SSPの事業 を運営。ユーザーの新規 獲得やリテンションに寄 与し、各プロダクト独自 の運用ロジックで広告効 果を最大化する 事業会社が持つ、データ や店舗や自社メディアな どの経営アセットと、当 社が持つ開発力や営業力 や運用力をかけ合わせて 行う協業型のデジタル新 規事業 小売企業の事業を進化さ せる、アプリ開発/オフ ライン広告事業(デジタル サイネージ)/オンライン 広告事業を創出 「効果予測AI」を活用し 動画・静止画のクリエイ ティブ制作を行い広告効 果の最大化に貢献
6. 6 ©CyberAgent, Inc. All Rights Reserved アドテクDiv プロダクト DSP SSP 広告配信 広告枠 アドネットワーク 広告主 メディア
7. 7 ©CyberAgent, Inc. All Rights Reserved 広告主 メディア DSP 広告配信 広告枠 SSP アドネットワーク 広告主の効果 に向き合う メディアの 収益に向き合う 双方に向き合う
8. 8 ©CyberAgent, Inc. All Rights Reserved アドテクDiv プロダクト DSP SSP 広告配信 広告枠 アドネットワーク 広告主 メディア 自分の所属はここ
9. 9 ©CyberAgent, Inc. All Rights Reserved 2026年で11年目の プロダクト!!! ProFit-Xはスマートフォンに特化した ネイティブ広告SSPとして2015年 に サービス開始。10年以上の実績を積み、 メディアの最大収益化を支援し続けています。 出典: https://markezine.jp/news/detail/22134
10. 10 ©CyberAgent, Inc. All Rights Reserved 数字で見る事業規模 📈 RPS （秒間リクエスト数） 約 4 万 requests / sec 👁 月間 imp 数 1 億〜 imp / month ➕ 月新規枠発行数 約 300 枠 new slots / month
11. 11 ©CyberAgent, Inc. All Rights Reserved レガシーの現実、そしてモダン化へ 暗黙知が多く、スケールが難しい現実 … 11年目 国内のSSPの中でも古い 33 リポジトリ 全体像を1人で追うのが難しい Scala 主言語 書ける人材が少ない 現在の課題 • セキュリティ要件 が100%満たせるような実装になっていない • データを横断して分析する基盤がない • サポート終了間近なものが多く存在し、アップデートが追いつけていない • 開発フローがAI駆動時代に最適化できていない
12. 12 ©CyberAgent, Inc. All Rights Reserved レガシーの現実、そしてモダン化へ 暗黙知が多く、スケールが難しい現実 … 11年目 国内のSSPの中でも古い 33 リポジトリ 全体像を1人で追うのが難しい Scala 主言語 書ける人材が少ない 現在の課題 • セキュリティ要件 が100%満たせるような実装になっていない • データを横断して分析する基盤がない • サポート終了間近なものが多く存在し、アップデートが追いつけていない • 開発フローがAI駆動時代に最適化できていない 現在、モダンなシステムへリプレイス中 絶対に止めることが許されないシステムを 要件定義から実装・運用までAIフル活用で刷新中
13. 13 ©CyberAgent, Inc. All Rights Reserved サイバーエージェントでのAI活用事情 02
14. 14 ©CyberAgent, Inc. All Rights Reserved AI番付 全社共通のAI活用指標を定義 全社でAI活用の知見を 番付で共有し引き上げ合う • 各部署のAI活用状況 を可視化 • AI活用レベルを底上げ 目的 参考: 「競争ではなく共闘」 AIドリブン推進室が語る、エンジニア版「 AI番付」の熱量と裏側 https://www.cyberagent.co.jp/way/list/detail/id=33439
15. 15 ©CyberAgent, Inc. All Rights Reserved 2028年 開発プロセスの自動化 参考: 2028年までに全社の開発プロセスを自動化する。サイバーエージェント AI活用のこれまでとこれから https://www.cyberagent.co.jp/way/list/detail/id=32624 エンジニアと AIが協働し、プロダクトを共創する開発組織へ
16. 16 ©CyberAgent, Inc. All Rights Reserved 2028年 開発プロセスの自動化 参考: 2028年までに全社の開発プロセスを自動化する。サイバーエージェント AI活用のこれまでとこれから https://www.cyberagent.co.jp/way/list/detail/id=32624 エンジニアと AIが協働し、プロダクトを共創する開発組織へ 🛠 開発生産性 󰳕 開発業務 既存 × 2~3倍 新規 × 3~5倍 (ミドルクラス業務) 7~8割をAIに代替
17. 17 ©CyberAgent, Inc. All Rights Reserved AI活用とは？ 道具 → 実行者 → 自動化。成熟段階で人の関わり方が変わる
18. 18 ©CyberAgent, Inc. All Rights Reserved レガシーシステムでのAI活用の挑戦 03
19. 19 ©CyberAgent, Inc. All Rights Reserved レガシーゆえのリプレイスの難しさ モダンなプロダクトでの前提が通用しない 10年分の 暗黙知
20. 20 ©CyberAgent, Inc. All Rights Reserved モダン vs. レガシー AIに任せられるかを分けるのは「仕様の有無」だけではない
21. 21 ©CyberAgent, Inc. All Rights Reserved AI活用とは？（再掲） 道具 → 実行者 → 自動化。成熟段階で人の関わり方が変わる
22. 22 ©CyberAgent, Inc. All Rights Reserved 暗黙知をAIに調査させる工夫 33 repo を一気に調査 /分析してDesignDoc化 + issue化 legacy/: 旧33repo projects/: 新repo オーケストレーションリポジトリ profit-x(仮): AI作業スペース clone clone メリット • 過去の暗黙知を集約可能 • 複数repoを並列作業可能 • worktreeで並列度を 上げることも可能 デメリット • 調査も膨大になるため、 コンテキストが膨大にな る → トークン消費も多い
23. 23 ©CyberAgent, Inc. All Rights Reserved スキルやルール、サブエージェント定義をオーケストレーション repoに 集約させて、 複数リポジトリを並列的に AIエージェント実装 させる AI駆動開発フローの定義 Linear → Notion → GitHub を駆使した開発ワークフロー
24. 24 ©CyberAgent, Inc. All Rights Reserved AI駆動開発フローの詳細について ← 手法やフローの具体 についてはこちらを参照 具体のワークフローが知りたい方へ
25. 25 ©CyberAgent, Inc. All Rights Reserved AI活用とは？（再掲） 道具 → 実行者 → 自動化。成熟段階で人の関わり方が変わる
26. 26 ©CyberAgent, Inc. All Rights Reserved 自動化を開発の先へ 運用 / リリース後まで AIを活用
27. 27 ©CyberAgent, Inc. All Rights Reserved Datadogアラート1次対応の自動化（導入中） 調査だけでなく検知から対応まで AI拡張
28. 28 ©CyberAgent, Inc. All Rights Reserved アラート対応 + 学習ループ アラート対応が行われると自動でサービス固有の知識が溜まる
29. 29 ©CyberAgent, Inc. All Rights Reserved AI化を進めてみてぶつかった壁・今後の課題 これからStage3へ行くためには
30. 30 ©CyberAgent, Inc. All Rights Reserved まとめ 04
31. 31 ©CyberAgent, Inc. All Rights Reserved まとめ レガシーなプロダクトでの AI活用とモダン化
32. 32 ©CyberAgent, Inc. All Rights Reserved これからのAI化 今、学生のみなさんへ AIは「答えを出す道具」から「一緒に実装するメンバー」に変化 AIへの “任せ方”（マネジメント）を設計できる人がこれから強い そしてエンジニアの役割の変化
33. 33 ©CyberAgent, Inc. All Rights Reserved ご清聴ありがとうございました