みてねのAI活用現在地 -非連続AI時代にエンジニアが磨くべき6つの"コウ"動力-

2026.3.21（土）に開催された「技育祭 2026 春」に登壇させていただいた、
みてね事業本部みてねプロダクト開発部アジャイル変革グループ 賀茂（ @tyankamo ）の資料です。

Transcript

1. ©MIXI みてねのAI活⽤現在地 -⾮連続AI時代に エンジニアが磨くべき6つの”コウ”動⼒- 株式会社MIXI みてね事業本部スクラムマスター兼HRBP 賀茂慎⼀郎
2. ©MIXI ⾃⼰紹介
3. 3 ©MIXI ⾃⼰紹介 賀茂 慎⼀郎 • 所属：みてね事業本部みてねプロダクト開発部 アジャイル変⾰グループ（2023/9〜） • これまでのキャリア：Slerでエンジニアとして⼊社後、 良いコードだけでは良いプロダクトは⽣まれないと感じ、 スクラムマスターとしてチームづくりに関わり出す • 今の仕事：みてねではAI活⽤の推進やHRBPとして、 組織メンバーがより⼒を発揮できる環境づくりに取り組む 一貫しているのは人と組織を通じてプロダクトの価値を最大化すること
4. ©MIXI 株式会社MIXIと 家族アルバム みてねの紹介
5. ©MIXI 豊かなコミュニケーションを広げ、 世界を幸せな驚きで包む。 PURPOSE 存在意義 「⼼もつながる」場と機会の創造。 MISSION やるべきこと ユーザーサプライズファースト MIXI WAY 意思決定の軸 発明 夢中 誠実 VALUE ⾏動指針
6. ©MIXI
7. ©MIXI
8. ©MIXI 「家族アルバム みてね」について
9. ©MIXI 9 175カ国、7⾔語対応 海外展開 40％超 海外ユーザー⽐率 2,700万⼈突破 世界累計利⽤者数 ※2025年7⽉末 プロダクト実績- みてね
10. ©MIXI 本⽇お話すること
11. 11 ©MIXI 今⽇皆さんにお話したい内容 みてねでのAI活⽤ 6つの”コウ”動⼒ 7 Image generated with Gemini 好動 広動 恒動 公動 構動 ⾏動 考動
12. ©MIXI 現在みてねで様々な⼈と協⼒して AI活⽤を推進しています
13. ©MIXI そこで⽇々思っていること
14. ©MIXI AI活⽤は不確実性が⾼い‧‧
15. 15 ©MIXI AI活⽤における不確実性の壁 ⾮連続な進化により今の 常識が崩れてないか？ 技術の不確実性 本当に事業の課題解決に つながっているか？ 価値の不確実性 組織として本当に 使い続けるのか？ ⾏動変容の不確実性
16. 不確実性を乗り越える術を知ることで ⾮連続なAI時代を乗り越えるヒントになるのではないか？ Image generated with Gemini
17. 17 ©MIXI • 7つの”コウ”動⼒は不確実な状況を乗り越えるための⼒をまとめたもの ◦ ⼀部造語も混じっています（構動‧広動‧恒動‧公動） 不確実性を乗り越えるための7つの”コウ”動⼒ 好動 広動 恒動 公動 構動 ⾏動 考動
18. 18 ©MIXI 7つの”コウ”動⼒について • 外側の”コウ”動（フィードバックループ） ◦ 仮説(構動)→実施(⾏動)→検証(考動)の サイクルを回す⼒ • 内側の”コウ”動（アクセラレーター） ◦ フィードバックループをより近強く 加速させるための⼒ • 中⼼の”コウ”動（コアエネルギー） ◦ 全ての”コウ”動の原動⼒ 好動 広動 恒動 公動 構動 ⾏動 考動
19. 19 ©MIXI 7つの”コウ”動⼒について • 外側の”コウ”動（フィードバックループ） ◦ 仮説(構動)→実施(⾏動)→検証(考動)の サイクルを回す⼒ • 内側の”コウ”動（アクセラレーター） ◦ フィードバックループをより近強く加速 させるための⼒ • 中⼼の”コウ”動（コアエネルギー） ◦ 全ての”コウ”動の原動⼒ 好動 広動 恒動 公動 構動 ⾏動 考動
20. 20 ©MIXI • 「構動」：WHY‧WHATの仮説を⽴てる⼒ ◦ “構”は構想‧構造 • AI時代になぜ重要か ◦ 「作る」ことのハードルは下がったが、同時 に「何を」作るか・「なぜ」作るのかの判断が より重要になっている 7つの”コウ”動⼒：「構動」 好動 広動 恒動 公動 構動 ⾏動 考動
21. 21 ©MIXI • 「⾏動」：⼩さく試し仮説を検証する⼒ ◦ “⾏”は⾏進‧⾏為 • AI時代になぜ重要か ◦ AIの出した答えを実行するのは人間 ◦ 不確実性の⾼い状況では以下が重要 ▪ 「完璧を⽬指さず」 ▪ 「 ⼩さく出し」 ▪ 「 早く学習する」 7つの”コウ”動⼒：「⾏動」 好動 広動 恒動 公動 構動 ⾏動 考動
22. 22 ©MIXI • 「考動」：結果から学び、次の仮説を磨く⼒ ◦ “考”は再考‧考察 • AI時代になぜ重要か ◦ 「答え」は簡単に手に入るが、 それが真実か・最適かの”判断”が必要 ◦ ”判断”で終えるのではなく、次への学びに 繋げることが重要 (ゴールは次のスタートでもある) 7つの”コウ”動⼒：「考動」 好動 広動 恒動 公動 構動 ⾏動 考動
23. 23 ©MIXI • 不確実性を⼩さくする鍵は仮説検証を通してフィードバックループを回すこと フィードバックループまとめ わからない わからない わからない 何をすべきかの仮 説を⽴てる(構動) 仮説⽴証のため 動く(⾏動) ⾏動の結果を 検証する(考動) 繰り返すことで「わからない」をなくす
24. 24 ©MIXI • 就活では⾃分に向いている業界が知るために説明会やインターンを通して働 くことへの不確実さを減らす(すなわち仮説検証をしている) • 仮説検証によるフィードバックループとは、「意思決定精度を⾼めるための 思考アーキテクチャ」とも⾔える 就職活動で例えると 説明会参加 企業インターン どんな企業(業界)が⾃分と マッチするか知るための 仮説検証⾏動の⼀例
25. 25 ©MIXI 7つの”コウ”動⼒について • 外側の”コウ”動（フィードバックループ） ◦ 仮説(構動)→実施(⾏動)→検証(考動)の サイクルを回す⼒ • 内側の”コウ”動（アクセラレーター） ◦ フィードバックループをより近強く加速 させるための⼒ • 中⼼の”コウ”動（コアエネルギー） ◦ 全ての”コウ”動の原動⼒ 好動 広動 恒動 公動 構動 ⾏動 考動
26. 26 ©MIXI 7つの”コウ”動⼒：「広動」 • 「広動」：仲間を巻き込み、影響を広げる⼒ ◦ “広”は広義‧広⼤ • AI時代になぜ重要か ◦ ⼀⼈で“完成”できるようになっても、 仲間を巻き込むことで“進化”できる • 影響を広げるには⾃⾝の腕を磨くことも重要 (広動はスキル幅を広げる意味もある) ◦ AIの進化は職能の壁を溶かす。エンジニア リングに加え他職能スキルの獲得も重要(T 字型スキル) 好動 広動 恒動 公動 構動 ⾏動 考動
27. 27 ©MIXI 7つの”コウ”動⼒：「恒動」 • 「恒動」：困難でも挑戦をやめず続ける⼒ ◦ “恒”は恒常 • AI時代になぜ重要か ◦ 皆が同じことができる世界ではやり抜き続 けた人が最後は勝つ • 恒動⼒の鍵は⾃⼰理解と習慣化 ◦ ⾃⾝の深い理解が⾃⼰効⼒の源 ◦ ⼩さな習慣の積み重ねが⼤きな差に 好動 広動 恒動 公動 構動 ⾏動 考動
28. 28 ©MIXI 7つの”コウ”動⼒：「公動」 • 「公動」：“誰かの役⽴つ形”に変換する⼒ ◦ “公”は公共 • AI時代になぜ重要か ◦ 人は”役に立つ(価値ある)もの”を使う ◦ AIで効率が上がっても、価値が上がるとは 限らない、価値の⾒極めは⼈の役⽬ • 仕事の本質は“誰かの役に⽴つ”こと ◦ 自分自身のみで完結するのは趣味 好動 広動 恒動 公動 構動 ⾏動 考動
29. 29 ©MIXI 7つの”コウ”動⼒について • 外側の”コウ”動（フィードバックループ） ◦ 仮説(構動)→実施(⾏動)→検証(考動)の サイクルを回す⼒ • 内側の”コウ”動（アクセラレーター） ◦ フィードバックループをより近強く加速 させるための⼒ • 中⼼の”コウ”動（コアエネルギー） ◦ 全ての”コウ”動の原動⼒ 好動 広動 恒動 公動 構動 ⾏動 考動
30. 30 ©MIXI 7つの”コウ”動⼒：「好動」 • 「好動」：⾃分の内⾯にある動機を⾒抜く⼒ ◦ “好動”は中国語でエネルギーに満ち溢れ た様⼦を表す際に使⽤される • ここまで紹介した６つの”コウ”動は全て、 ⼈の内発的な意思があって初めて成⽴する ◦ 故に中心に位置している 好動 広動 恒動 公動 構動 ⾏動 考動
31. 31 ©MIXI • もちろん「好き」という気持ちは重要 ◦ ⼀⽅で「好き」を無理に⾒つけようとするとかえって消耗する • ここでの好動とは、⼈が持つエネルギー源全てを指す ◦ このままではまずい、という危機感 ◦ こうありたい、という理想 ◦ 誰かの役に⽴ちたい、という使命感 ◦ 純粋な好奇⼼ etc • ⾃分が何に突き動かされるのか、⾃分の中にある”衝動”を知ることが⼤事 「好動」＝好きである必要はない
32. 32 ©MIXI まとめ：7つの”コウ”動⼒ 構動 WHY‧WHATの仮説を⽴てる⼒ ⾏動 ⼩さく試し仮説を検証する⼒ 考動 結果から学び、次の仮説を磨く⼒ 広動 仲間を巻き込み、影響を広げる⼒ 恒動 困難でも挑戦をやめず続ける⼒ 公動 “誰かの役⽴つ形”に変換する⼒ 好動 ⾃分の内⾯にある動機を⾒抜く⼒ 好動 広動 恒動 公動 構動 ⾏動 考動 フィードバックループ アクセラレーター コアエネルギー
33. ©MIXI みてねでのAI活⽤
34. 34 ©MIXI 7つの”コウ”動⼒でみる、みてねのAI活⽤ 好動 広動 恒動 公動 構動 ⾏動 考動 • AI活⽤推進の流れを7つの”コウ”動⼒に当て はめて説明します • 前提 ◦ 対象は2025年4⽉からの約1年 ◦ AI活⽤推進は⾃分だけでなく周りの⼈の 推進‧⽀援があってのこと ▪ 本資料での話はあくまで⼀部 ◦ 今も試⾏錯誤している最中
35. 35 ©MIXI • 約1年前は試⾏錯誤フェーズ ◦ AIの凄さは体感していたが何をすれば最 も成果が出るのかまでのイメージは曖昧 な状況だった • 推進メンバー中⼼に⽅針⽴てを⾏う ◦ まずは数を多く実施しながらベストプラク ティスを探すために様々な実験を行う 「構動」：仮説を⽴て⽅針を作る 好動 広動 恒動 公動 構動 ⾏動 考動 好動 広動 恒動 公動 構動 ⾏動 考動
36. 36 ©MIXI ⽴てた⽅針 notionへの情報集約による 透明性強化 ⽅針1 業務効率化のベストプラク ティス(事例やナレッジ)可視化 ⽅針2 AIエンジニアリングによる 事業イノベーション創出 ⽅針3
37. 37 ©MIXI • 透明性と情報集約の重要さについては昨年の技育祭での資料で私の上⻑が講 演しています（技育祭2025春 MIXI 世界ユーザー2500万⼈突破！みてねを⽀ えるエンジニアリング組織とカルチャー） 参考資料 https://speakerdeck.com/kakka/ji-yu-ji-2025chun-mixi-shi-jie-yuza2500mo-tu-po-mitenewo-eruenziniaringuzu-zhi-tokarutiya?slide=23
38. 38 ©MIXI • ⽅針2:業務効率化のベストプラクティス可視化 ◦ まずは業務の可視化が必要 ▪ タスク単位ではなく業務全体での 可視化に意味がある ◦ 業務内容が近しいグループで業務棚卸し ワークショップの実施 • ⽅針3:事業イノベーション創出 ◦ プロダクトアイディエーションワーク ◦ アイデアのPoC検証 「⾏動」：⽅針の実⾏（⾃分がやったこと） 好動 広動 恒動 公動 構動 ⾏動 考動 好動 広動 恒動 公動 構動 ⾏動 考動
39. 39 ©MIXI 参考：業務棚卸しワーク/アイディエーションワーク 業務棚卸しワーク アイディエーションワーク
40. 40 ©MIXI 参考：AIツールの利⽤状況 • 実験の過程で様々なAIツールを利⽤‧検証 • 利⽤状況はみてねの採⽤ピッチ資料参照 家族アルバム みてね 事業紹介
41. 41 ©MIXI • 特に⽅針2「業務効率化のベストプラクティ ス(事例)可視化」では個⼈でのAI活⽤事例、 試⾏の件数100件超になった • タスクレベルでは⼤幅な業務効率化の事例も ⽣まれた⼀⽅で個⼈によりツール活⽤レベル に差があることがわかった ◦ 有⼒な効率化事例は個⼈からチームに定 着させ、チームの共有スキルとするべき ではないか？ 「考動」：個⼈→チーム‧組織単位での定着へ 好動 広動 恒動 公動 構動 ⾏動 考動
42. 42 ©MIXI • 有⼒な事例を可視化し、チームに定着させる にはチームの協⼒が必要不可⽋ ◦ そこで職能問わず、各チームからAI推進の 中⼼メンバーを募った(広動) ◦ また、相互に助け合い続ける(恒動)ための 環境と個⼈の取り組みを組織の価値に変え る動き(公動)を作るための仕組みが必要と 判断 「広動」/「恒動」/「公動」：仕組みを検討 好動 広動 恒動 公動 構動 ⾏動 考動
43. 43 ©MIXI • 事業本部全体のハブとして、成功事例の横展開や導⼊⽀援を加速させるため にAIコミュニティ（AIコミッティー）を組成 • 全ての職能‧チームからメンバーを募り横断的な情報連携を実現 コミュニティ化（AIコミッティー） Image generated with Gemini
44. 44 ©MIXI • 組織単位での定着には既存開発プロセスの ”部分改善”ではなく、根幹にある枠組み‧捉 え⽅そのものを”アップデート”する必要があ るのではないか？ • 今の開発プロセスは⼈による⼈のためのプロ セスになっている。AIの性能を最⼤限活かす プロセスを⾒つけ進化させる必要があるので はないか？ 「構動」：新たな仮説構築(AIドリブンな開発プロセス) 好動 広動 恒動 公動 構動 ⾏動 考動
45. 45 ©MIXI • AWS社が2025年8⽉に提唱したAI 駆動開発ライフサイクル(AI-DLC)に着⽬ ◦ AI-Driven Development Life Cycleの略称 • AI-DLCのポイント ◦ 職種横断のモブ作業による密なコラボレーション環境の醸成 ◦ AI主体での作業(人は指示と判断によるAIのマネジメント) AIドリブンな開発プロセス：AI-DLCとは https://aws.amazon.com/jp/blogs/news/ai-driven-development-life-cycle/
46. 46 ©MIXI • AWS社実施のAI-DLC研修(3⽇間)に参加 ◦ 昨年12月・今年3月に実施 ◦ プロダクト職のみならず職種横断で参加 「⾏動」：AIドリブンな開発プロセスの構築 AI-DLCは銀の弾丸ではない。 知見を取り入れつつ最適解を試行錯誤している
47. 47 ©MIXI MIXI MEETUP！AI DAY 2026の紹介 • 3/27(⾦)のMIXI MEETUP！AI DAY 2026でより詳細な話をします • 2026年3⽉27⽇（⾦）12:00受付開始、13:00開始〜19:00終了予定 • オンライン視聴できます（connpassから申込可能）
48. 48 ©MIXI • 好奇⼼と危機感と事業貢献 ◦ 好奇⼼ ▪ AIは加速装置。使う⼈の⼒量次第で ⼤きなことをなし得るという期待 ◦ 危機感 ▪ AIを活かすためのコンテキスト収集 は他社の事例を待っていては遅い ◦ 事業貢献 ▪ 素晴らしいプロダクトだと思って いるからこそもっと価値を広げたい 「好動」：振り返って何が原動⼒だったか 好動 広動 恒動 公動 構動 ⾏動 考動
49. ©MIXI