Upgrade to Pro — share decks privately, control downloads, hide ads and more …

モノタロウのAI駆動開発 ~AI駆動開発Conference Spring 2025登壇資料

Avatar for MonotaRO MonotaRO
June 03, 2025
7

モノタロウのAI駆動開発 ~AI駆動開発Conference Spring 2025登壇資料

Avatar for MonotaRO

MonotaRO

June 03, 2025
Tweet

More Decks by MonotaRO

Transcript

  1. 現状の活用状況 toolの導入 Github Copilot → 全員利用中 Curor → 40名程度で試用中 cline → 100名超がアクティブ利用 Devin

    → 現在160人以上の開発者にアカウントを発行,4/1〜4/15で160のPR 開発プロセスへの導入 レガシーシステムの効率的移植方法の確立 開発以外 業務プロセスでの適応 AIエージェントの開発 12 © 2025 MonotaRO Co., Ltd. All Rights Reserved.
  2. ここまでの取り組みサマリー Newへのキャッチアップと組織展開の両者を意識 2023.05 Github Copilot 全社導入 2024.05 Monochat(ChatGPTのSlackbot)アプリを全社導入 2024.10 AI駆動開発プロジェクトの開始

    2025.01 Devin,Cursorの利用開始 2025.02 AIトレンドLabo(社内情報共有)の開始 2025.03 各種ツール類を本格的に全チームへ配布 13 © 2025 MonotaRO Co., Ltd. All Rights Reserved.
  3. 活用・検証中のAIツール群 Devin: 自律型AIソフトウェアエンジニア: 160名以上に配布 Cursor: AIネイティブエディタ: 40名程度で試用中 Cline: VSCode拡張 (OSS):

    200名に配布、100名以上がアクティブ利用中 GitHub Copilot: AIペアプログラマー、2023年から全開発者に配布 その他: Gemini, Claude, etc. 社内: LibreChat, MonoChat (Slack Bot) 選定のポイント: 機能、費用対効果、親和性、セキュリティ、開発者体験(DX) 17 © 2025 MonotaRO Co., Ltd. All Rights Reserved.
  4. AI駆動開発ツール価値探索プログラム 目的: 開発者が自律的に「触って」 「試して」 「学ぶ」→ AI駆動開発の方法を体得する 仕組み: チェックイン制: Devin/Cline/Cusorなどのツールの利用申請によりプログラムに参加 エバンジェリスト:

    各チームから1名以上選出。率先活用&知見共有 チャンピオン: 特に活躍したメンバーを顕彰、PoC中ツールへのアクセス権提供 20 © 2025 MonotaRO Co., Ltd. All Rights Reserved.
  5. 事例:Devinの実績 Pull Request 1ヶ月 で 330本以上 のPRを作成 計測対象リポジトリのPR14%を占める ※ 計測対象は一部リポジトリの

    み コスト $4000 (4月) マージ率 約4割 <-> 6割はクローズ 27 © 2025 MonotaRO Co., Ltd. All Rights Reserved.
  6. モノタロウでは 2025年1月中旬から利用開始 Anthropic API Key を発行して配布 ほとんどが Claude 3.7 Sonnet

    を利用 2025年4月末で、200名に配布、100名がアクティブに活用 33 © 2025 MonotaRO Co., Ltd. All Rights Reserved.
  7. "攻め" と "守り" の両立:セキュリティ 基本方針: 情報セキュリティのLLMガイドラインを遵守 体制: AI駆動開発チームで導入管理することで中央集権的にマネジメント 考慮点: 情報流出リスク

    従来のセキュリティリスク + 学習による流出リスク 今後の懸念 悪意あるプロンプトからの保護 AIエージェントによる特権取得 野良MCPサーバーの乱立防止 方針: リスク・ベネフィットのバランスを取り、ルール・ガードレールを進化させる 41 © 2025 MonotaRO Co., Ltd. All Rights Reserved.
  8. 1. AIによる"秘伝のタレ"解読術 リバースエンジニアリング × LLM ワークフロー: ソースコード → 静的解析 →

    中間表現(JSON) → LLM(説明付与) → ドキュメント ポイント: LangGraph でワークフロー化 静的なロジック解析 + LLMの"読解力" (社内用語マッピングも理解!) 効果: 移植時の調査工数 半減 を見込む 47 © 2025 MonotaRO Co., Ltd. All Rights Reserved.
  9. 2. "解読"から"創造"へ LLMによるコード生成 入力: 解析ドキュメント + 元ソースコード 出力: 移植先システムのコード HTMLテンプレート生成

    APIコード自動生成 単体テストコード生成 効果: 単純・反復作業の 劇的な 工数削減 補足: Devinなどの汎用エージェントも活用しつつ、自前ワークフローも開発中 48 © 2025 MonotaRO Co., Ltd. All Rights Reserved.
  10. 63