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
AI時代のYAGNI:「爆速で無駄になった機能」からの学び / 20260720 Naoki ...
Search
SHIFT EVOLVE
PRO
July 17, 2026
Technology
1.5k
4
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
AI時代のYAGNI:「爆速で無駄になった機能」からの学び / 20260720 Naoki Takahashi
2026/7/20 PHP Conference Japan 2026
https://phpcon.php.gr.jp/
株式会社SHIFT
製造ソリューションサービス部
髙橋 直規
SHIFT EVOLVE
PRO
July 17, 2026
More Decks by SHIFT EVOLVE
See All by SHIFT EVOLVE
AI活用によるレガシーモダナイゼーションとプロジェクトマネジメント / 20260827 Tsukasa Takemura & Takashi Maekawa
shift_evolve
PRO
0
25
兼務の事務局から、組織へ SHIFTのAWSアライアンス立ち上げ記 / 20260807 Satoshi Torano
shift_evolve
PRO
1
50
AIは実装を速くする。では、私たちは何を今作るべきか?-立場を越えてリリースに向き合ったチーム開発の実践 / 20260801 Hiromi Nakaya and Naoki Takahashi
shift_evolve
PRO
3
830
Issue設計から始める仕様駆動開発 / 20260731 Mizuki Hirata
shift_evolve
PRO
1
200
”そのまま移行”からの脱却へ ― AI解析で実現するSAP S/4HANA導入成功メソッド / 20260729 Akio Hane
shift_evolve
PRO
1
50
区民の問い合わせ、AIにどこまで任せる? 品川区×SHIFTが挑む自治体音声AI実証の現在地 / 20260626 Taku Nishizawa and Satoshi Torano
shift_evolve
PRO
1
73
コミュニティを、仕事にした。‐ 学びの場が会社の価値になるまで / 20260724 Ayana Chandler
shift_evolve
PRO
0
130
越境QA 〜QA歴18年のキャリア~ / 20260724 Masakazu Yoshikawa
shift_evolve
PRO
2
98
fukabori.fm出張版:AI駆動開発でテストエンジニアは不要になるのか / 20260723 Yoshimasa Iwase & Tomoo Morikawa
shift_evolve
PRO
3
440
Other Decks in Technology
See All in Technology
500名弱規模の組織のPythonプロジェクト(dbt) をどう管理するか?
hiracky16
0
360
AIレビュー時代に必要なのは、SLOで引く撤退ライン
nobuoooo
0
150
わたしが知り合いゼロの勉強会に 行けるようになるまで
r5ni4
2
830
暗号化?某ファイルストレージはどうなるの!? 3rd Partyとうまく付き合う秘密度ラベル設計
kasada
0
210
tamachi.goを支える技術
rymiyamoto
0
110
[RSJ26] Flow as Flow: Modeling Robot Velocity Fields as Probability Velocity Fields
keio_smilab
PRO
0
110
Eight Engineering Unit 紹介資料
sansan33
PRO
3
8.3k
Claude Teamプランの コスト最適化を考える
rfdnxbro
1
800
アクセスキー流出時の対応で再認識した攻撃側と防御側の非対称性について
kazzpapa3
1
440
Kiro5兄弟のいまどきのセキュリティ基礎知識
kentapapa
0
380
AI駆動開発を組織で促すために
lycorptech_jp
PRO
7
8.7k
形式手法特論:Hyperproperty とモデル検査 #kernelvm / Kernel VM Study Tokyo 19th
ytaka23
1
880
Featured
See All Featured
Context Engineering - Making Every Token Count
addyosmani
9
1.1k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
970
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
2.1k
Fashionably flexible responsive web design (full day workshop)
malarkey
408
67k
sira's awesome portfolio website redesign presentation
elsirapls
0
350
Statistics for Hackers
jakevdp
799
230k
The Art of Programming - Codeland 2020
erikaheidi
57
14k
How People are Using Generative and Agentic AI to Supercharge Their Products, Projects, Services and Value Streams Today
helenjbeal
1
290
Beyond borders and beyond the search box: How to win the global "messy middle" with AI-driven SEO
davidcarrasco
3
220
Lightning talk: Run Django tests with GitHub Actions
sabderemane
0
240
How Software Deployment tools have changed in the past 20 years
geshan
1
34k
Navigating Team Friction
lara
192
16k
Transcript
髙橋直規 株式会社SHIFT Copyright SHIFT Inc, All Rights Reserved. 2026.7.20 PHP
Conference Japan 2026 #phpcon AI時代のYAGNI: 「爆速で無駄になった機能」からの学び
本日お話すること https://fortee.jp/phpcon-2026/proposal/184bde2e-f907-433f-a6ca-c1637ec6d064 2
必要のないものは、必要になるまで作らない 3 YAGNI原則とは You Aren't Gonna Need It. 必要となるまで作らない。 AIで速く作れるようになった時代に、
変更が少なそうだと思った機能を 先回りして一気に作りました。 結果、すべてが使われなくなりました。
髙橋直規(幡ヶ谷亭直吉) @asagayanaoki • エンジニア歴 :19年目 • 役割 :プロジェクトマネージャー、エンジニア • 大切
:経験主義、プロダクト思考、チーム開発 • 好きな原則 :YAGNI、DRY、単一責任の原則 4 著書 主催コミュニティ Copyright Murata Manufacturing Co., / SHIFT Inc., All Rights Reserved.
この話の前提:AIで何でもできる気がしていた 5 0→1の本番運用を前提にした 新規プロダクト開発 世の中から少し遅れてのAIコーディング 人間だけの開発スピードより 1.5倍以上の加速を期待されるが、楽に達成
AI開発の熱に浮かされていた この話の前提:AIで何でもできる気がしていた 6
AI時代の新しい開発の模索 7 AIが特別なツールに思えた。 今までと違う開発の進め方に挑戦したいと考えた。 それまで1本ずつ進めていたAPI開発を、 まとめて実装できないか試した。 API1 API2 API3 API4
API5 ・・・ それまで 挑戦 API2 API3 API4 API1 API5
単純な機能での実験 8 実験対象は、シンプルな検索APIの5本に絞った。 複雑な処理や業務判断が求められるAPIは対象外にした。 ロジックが似ているAPI群と、 同じ業務フローのAPI群を分けて開発を進めた。 ロジックが似ているAPI群 マスタテーブルを検索し、 レコードを取得する処理。 同じ業務フローのAPI群
処理自体は単純だが、API同士に 業務上の関連性がある処理。
まとめて進めたことで、学びが遅れた 9 ロジックが似ているAPI群は問題なく進んだ。 同じ業務フローのAPI群では、 複数APIの設計・実装・テストを同時に並行したことで、 テーブル定義の考慮漏れという設計ミスに気づくのが遅れた。 1本目で得られるはずの学びを次のAPIに活かせなかった。 業務が不確定な機能こそ、 まず1本をテストまで通してから、 残りに横展開すべきだった。
実験としては、成功したと思っていた 10 すべてのAPIの実装を完了した まとめて作れるものと、 まず1本通すべきものの違いも見えた
成果も学びも得ることができた 実験としては、成功したと思っていた 11
12 その後、まもなく...
5本作ったAPIはすべて無駄になった 13 要件の消滅、仕様変更、既存機能での代替により、 先回りして作ったAPIは、すべて使われなくなった。 0本 5本
作れることに意識が奪われていた 14 AIで想像以上に楽に速く作れるようになった。 その結果、プロダクトにその機能が本当に必要かより、 機能を作ること自体に意識が奪われていた。 「将来必要になりそう」で先回りしたAPIは、 要件の変化によって使われなくなった。
AI時代でもYAGNI原則は変わらない 15 You Aren't Gonna Need It. 必要となるまで作らない。 速く作れるからこそ、作る前に 「本当に今必要か」を考える。
作る前に考えるべきだったこと 16 その機能は、 次のリリースでは遅いのか?
17 では、実験も 無駄になったのか?
作るためではなく、試すための速度 18 圧倒的に速く開発できるようになったからこそ、 生産量を上げるだけでなく、 より価値のある機能をつくるために、 空いた時間で何を学ぶかが重要になる。 それまで AI開発
AI時代こそ実験からの学びを 19 実験をしたからこそ、 YAGNIの重要性も追体験できた。 AI時代の速度は、 学びを増やすためにも使える。
20