Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
並列化でチームのアウトプットを増やす
Search
Sponsored
·
SiteGround - Reliable hosting with speed, security, and support you can count on.
→
Tech Leverages
PRO
July 03, 2026
Technology
43
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
並列化でチームのアウトプットを増やす
2026/07/03の【Qiita Bash】AIを社内に浸透させたい者たちの集い の登壇資料
https://increments.connpass.com/event/394261/
Tech Leverages
PRO
July 03, 2026
More Decks by Tech Leverages
See All by Tech Leverages
Engineering ManagerがAI時代に この先生きのこるには?
leveragestech
PRO
1
98
最新技術を"今は選ばない"という技術選定
leveragestech
PRO
0
550
毎⽇dumpされるDBにCDCは無⼒だっ た、、FederatedQueryで繋ぎ直した データ連携の試⾏錯誤
leveragestech
PRO
0
80
Tableauを活かすためにTableauに制約を設けた話
leveragestech
PRO
0
81
営業支援システムと歩んだ7年半の変遷
leveragestech
PRO
0
150
DMBOKを使ってレバレジーズのデータマネジメントを評価した
leveragestech
PRO
0
840
Google ADKのSub Agentを Agentic Workflowに移行し、 遷移成功率を改善した話
leveragestech
PRO
0
23
ハッカソンから社内プロダクトへ AIエージェント ko☆shi 開発で学んだ4つの重要要素
leveragestech
PRO
0
5.7k
2025年のデザインシステムとAI 活用を振り返る
leveragestech
PRO
0
6.3k
Other Decks in Technology
See All in Technology
AI Native なプロダクト組織の立ち上げ方 : 生産性 100 倍への挑戦
mikesorae
0
1.3k
生成 AI 時代にいま一度「問い合わせ」について考えてみる
kazzpapa3
1
130
JAWS_ICEBERG_BASECAMP
iqbocchi
2
110
「休む」重要さ
smt7174
6
1.6k
StepFunctionsとGraphRAGを活用した暗黙知活用のためのRAG基盤
yakumo
0
140
全社でのソフトウェアサプライチェーン攻撃対策をやってみた with Takumi Guard
z63d
0
280
_NIKKEI_Tech_Talk__勉強会は熱量では続かない___17回続いた輪読会の設計術.pdf
_awache
2
110
発表と総括 / Presentations and Summary
ks91
PRO
0
190
2026年のソフトウェア開発を考える(2026/07版) / Agentic Software Engineering 2026-07 Findy Edition
twada
PRO
26
11k
『モデル + ハーネス』で読み解く AIエージェント入門
oracle4engineer
PRO
2
170
探索・可視化・自動化を一本化 Amazon Quickでデータ活用スピードを上げる方法
koheiyoshikawa
0
180
穢れた技術選定について
watany
19
6.2k
Featured
See All Featured
Typedesign – Prime Four
hannesfritz
42
3.1k
What Being in a Rock Band Can Teach Us About Real World SEO
427marketing
0
1.1k
What’s in a name? Adding method to the madness
productmarketing
PRO
24
4.1k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
37
6.5k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
2k
A designer walks into a library…
pauljervisheath
211
24k
Rebuilding a faster, lazier Slack
samanthasiow
85
9.6k
Discover your Explorer Soul
emna__ayadi
2
1.2k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
8.2k
Navigating the Design Leadership Dip - Product Design Week Design Leaders+ Conference 2024
apolaine
1
370
Build The Right Thing And Hit Your Dates
maggiecrowley
39
3.3k
A Modern Web Designer's Workflow
chriscoyier
698
190k
Transcript
並列化でチームの アウトプットを増やす 肥田 健跳 レバレジーズ株式会社 / 2026.7.3
| © 2026 Levtech Co., Ltd. 2 レバテック開発部 エンジニア 肥田 健跳 KENTO
HIDA レバテックプラットフォームのリプレースを担当。 CakePHP から Next.js / NestJS & GraphQL へ移行中。そのチーム内で、チームのAI推進を担当。 X:@hidan1018
| © 2026 Levtech Co., Ltd. 3 AIを利用する目的 導入
| © 2026 Levtech Co., Ltd. 4 AIを利用する目的 • アウトプットを増やす 導入
| © 2026 Levtech Co., Ltd. 5 AIを利用する目的 • アウトプットを増やす 導入
• アウトカムを増やす
| © 2026 Levtech Co., Ltd. 6 「アウトプットより、アウトカム」とよく言われる 導入
| © 2026 Levtech Co., Ltd. 7 「アウトプットより、アウトカム」とよく言われる • アウトプット=「自分の」出力結果 •
アウトカム=「顧客に」起きた変化 導入
| © 2026 Levtech Co., Ltd. 8 「アウトプットより、アウトカム」とよく言われる • アウトプット=「自分の」出力結果 •
アウトカム=「顧客に」起きた変化 • でも、アウトカムは“測定が難しい” 導入
| © 2026 Levtech Co., Ltd. 9 「アウトプットより、アウトカム」とよく言われる • アウトプット=「自分の」出力結果 •
アウトカム=「顧客に」起きた変化 • でも、アウトカムは“測定が難しい” • だから、アウトカムを分解した1つの要素を必要なアウト プットとして取り扱う 導入 アウトカム 課題 課題 タスク タスク タスク タスク
| © 2026 Levtech Co., Ltd. 10 「アウトプットより、アウトカム」とよく言われる • アウトプット=「自分の」出力結果 •
アウトカム=「顧客に」起きた変化 • でも、アウトカムは“測定が難しい” • だから、アウトカムを分解した1つの要素を必要なアウト プットとして取り扱う →アウトプットの積み重ねが アウトカムにつながる 導入 アウトカム 課題 課題 タスク タスク タスク タスク
| © 2026 Levtech Co., Ltd. 11 アウトプットを増やそう 導入
| © 2026 Levtech Co., Ltd. 12 もくじ 1. アウトプット増やす鍵 2.
なぜその鍵か 3. どう進めるか
アウトプット増やす鍵
| © 2026 Levtech Co., Ltd. 14 アウトプットを上げる鍵は? 1人あたりの“AIの並列稼働数” = 同時にセッションを起動させて並列稼働させる
AIエージェントの数 アウトプット増やす鍵
なぜAIの並列稼働数か
| © 2026 Levtech Co., Ltd. 16 各アウトプットの出力は、もう速くなってる コーディングエージェントで、個々のアウトプット出力の所要時間は短縮できている。 これまで (導入前)
A B C 現状 (速くなった) A B C 導入で短縮 なぜAIの並列稼働数か
| © 2026 Levtech Co., Ltd. 17 各アウトプットの出力は、もう速くなってる コーディングエージェントで、個々のアウトプット出力の所要時間は短縮できている。 これまで (導入前)
A B C 現状 (速くなった) A B C 導入で短縮 なぜAIの並列稼働数か なんか限界 見えてきたかも エンジニアA
| © 2026 Levtech Co., Ltd. 18 各アウトプットの出力は、もう速くなってる コーディングエージェントで、個々のアウトプット出力の所要時間は短縮できている。 これまで (導入前)
A B C 現状 (速くなった) A B C 導入で短縮 なぜAIの並列稼働数か なんか限界 見えてきたかも エンジニアA エンジニアB いや、CIやレビュー、AI が生成している時間使え るじゃん!!
| © 2026 Levtech Co., Ltd. 19 並列実行へ 並列にするともっとタスクを消化できるはず これまで (導入前)
A B C 現状 (直列のまま) A B C 理想 (並列) A B C 並列化でまとめて短縮 ← 今回の焦点 導入で各タスク短縮 なぜAIの並列稼働数か
| © 2026 Levtech Co., Ltd. 20 並列実行へ 並列にするともっとタスクを消化できるはず これまで (導入前)
A B C 現状 (直列のまま) A B C 理想 (並列) A B C 並列化でまとめて短縮 ← 今回の焦点 導入で各タスク短縮 なぜAIの並列稼働数か エンジニアB でも並列だと複数のAIの 面倒見なきゃいけなくて 大変
どう進めるか
| © 2026 Levtech Co., Ltd. 22 実装 まずは、AIが得意なコーディングから 要件定義 設計
コーディング レビュー テスト リリース ★ ココ どう進めるか
| © 2026 Levtech Co., Ltd. 23 コーディングで並列に回せる状態に • コーディングエージェントで実装は並列化できる •
コンテキストスイッチを減らすための機能も充実してきている ex.) worktree, Agent View, loop, auto mode ※最近はAI疲れでアップデートを追う人も少なくなってきているので意外にも勉強会が好評だった どう進めるか
| © 2026 Levtech Co., Ltd. 24 コーディングで並列に回せる状態に • コーディングエージェントで実装は並列化できる •
コンテキストスイッチを減らすための機能も充実してきている ex.) worktree, Agent View, loop, auto mode ※最近はAI疲れでアップデートを追う人も少なくなってきているので意外にも勉強会が好評だった どう進めるか エンジニアB 標準機能だけで意外と 並列やりやすい
| © 2026 Levtech Co., Ltd. 25 コーディングで並列に回せる状態に • コーディングエージェントで実装は並列化できる •
コンテキストスイッチを減らすための機能も充実してきている ex.) worktree, Agent View, loop, auto mode ※最近はAI疲れでアップデートを追う人も少なくなってきているので意外にも勉強会が好評だった どう進めるか エンジニアB 標準機能だけで意外と 並列やりやすい でも、レビュー大変だな
| © 2026 Levtech Co., Ltd. 26 実装 ボトルネックがレビューへ 要件定義 設計
コーディング レビュー テスト リリース ★ ココ どう進めるか
| © 2026 Levtech Co., Ltd. 27 レビューコストを下げる POINT 01 人間への依存度はまだ変えない
POINT 02 暗黙知から形式知へ 体感値:バックエンドは新設計の適用直後で明文化が薄く、 1PRでレビュー2往復ほど。 どう進めるか POINT 03 地道な努力
| © 2026 Levtech Co., Ltd. 28 どう進めるか POINT 01 人間への依存度はまだ減らさない
• 「このコンテキストをインプットすれば、このアウトプットが出る」というロジックが大切 • そのロジックを理解しないまま、AIに任せると理解負債が発生する • AIのアウトプットが想定した出力であることがレビューコストを下げる
| © 2026 Levtech Co., Ltd. 29 • 暗黙知があると、レビュイー、レビュアー、AI の3者間で正解が異なりコストが高い •
人間の依存度は減らせないので形式知化するレビュー観点はメンバー全員の理解が必要 • そのため、初期は定例やレトロスペクティブなどでレビュー観点を議論する場が必要になる どう進めるか POINT 02 暗黙知を形式知化する
| © 2026 Levtech Co., Ltd. 30 • AIのアウトプットに対するレビューのあり方には正解がない • レビューの改善はAIそのものよりもAIへの理解や業務の再定義が必要になる
• そのため、地道な改善が必要 どう進めるか POINT 03 地道な努力
| © 2026 Levtech Co., Ltd. 31 実装 次のフェーズへ 要件定義 設計
コーディング レビュー テスト リリース ★ ココ どう進めるか ★ ココ
| © 2026 Levtech Co., Ltd. 32 まとめ アウトプットを増やすためには、同時セッション数が鍵 AI疲れしないために次のことが大切 •
コーディングエージェントの機能をうまく活用する • レビュー負荷を下げる
宣伝
開発職向け会社紹介資料 プロダクトや開発組織についてご紹介しています。 https://speakerdeck.com/leverages/levtech-hui-she-shao-jie-zi-liao-enzi niazhi-xiang-ke レバテック開発部テックブログ 日々の開発におけるリアルをお届けしています! https://zenn.dev/p/levtech カジュアル面談フォーム 気軽にご応募ください!いろんなお話しましょう! https://hrmos.co/pages/leverages/jobs/A_c_00071
EOF