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駆動開発のさらにその先へ / Beyond AI-Driven Development
Search
yayoi_dd
February 26, 2026
Technology
63
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
AI駆動開発のさらにその先へ / Beyond AI-Driven Development
弥生株式会社 もくテク
AWS re:Invent 2025 参加報告会(2026/02/26)
https://mokuteku.connpass.com/event/383715/
yayoi_dd
February 26, 2026
More Decks by yayoi_dd
See All by yayoi_dd
Databricks Data + AI Summit 2026参加報告会 / Databricks Data + AI Summit 2026 Participation report session
yayoi_dd
0
22
JSAI2026ランチョンセミナー登壇テーマ「AIと挑む確定申告」/Tackling Tax Returns with AI
yayoi_dd
0
120
勘定科目の推論機能における運用/Operations of Account Category Inference
yayoi_dd
0
130
AWS re:Invent 2025 参加報告 / AWS re:Invent 2025 Participation Report
yayoi_dd
0
30
re:Inventの学びを最大化するためにしたこと / What I Did to Maximize Learning at re:Invent
yayoi_dd
0
37
Werner Vogelsが語った”T型人材” / "T-Shaped Talent" as Discussed by Werner Vogels
yayoi_dd
0
45
AWS DevOps Agentで見えた運用の未来 / The Future of Operations with AWS DevOps Agent
yayoi_dd
0
34
OpenSearch Warm Tier設計の実践 / Practical Implementation of OpenSearch Warm Tier Design
yayoi_dd
0
60
なぜ私たちは「生成AI-LT大会」を終了するのか / Why we are ending the Generative AI-LT competition
yayoi_dd
0
87
Other Decks in Technology
See All in Technology
トヨタ⽣産⽅式(TPS)⼊⾨
recruitengineers
PRO
1
360
もう一度考える SRE チームの作り方・育て方 / Rethinking SRE #1: Building and Growing SRE Teams
rrreeeyyy
5
980
AI ネイティブな組織に Gemini Enterprise Agent Platform がなぜ必要なのか
asei
1
170
JavaScript 研修 (2026)
recruitengineers
PRO
0
260
ラジオの科学
frievea
0
200
つくって納得、つかって実感! 大規模言語モデルことはじめ ver2.0
recruitengineers
PRO
2
620
Redmine 7.0 新機能・機能強化解説(OSC2026京都ダイジェスト版)
vividtone
1
190
タクシーアプリ『GO』の実践的データ活用〜位置情報データの収集とStreamlitでの可視化〜
mot_techtalk
2
200
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
370
Retriever と Reranker、結局どうする?
kazuaki
2
660
[MIRU26] Open-Vocabulary Intention-Guided Object Detection in Diverse Scenes
keio_smilab
PRO
0
140
サイバー捜査員研修(前半)
nomizone
1
1.6k
Featured
See All Featured
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
200
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
12
1.2k
Unsuck your backbone
ammeep
672
58k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
6k
A better future with KSS
kneath
240
18k
Six Lessons from altMBA
skipperchong
29
4.4k
We Have a Design System, Now What?
morganepeng
55
8.2k
Documentation Writing (for coders)
carmenintech
77
5.4k
Chasing Engaging Ingredients in Design
codingconduct
0
260
Speed Design
sergeychernyshev
33
2k
Digital Ethics as a Driver of Design Innovation
axbom
PRO
1
360
Introduction to Domain-Driven Design and Collaborative software design
baasie
1
920
Transcript
© 2026 Yayoi Co., Ltd. All rights reserved. 2026.02.08 弥生株式会社
伊藤 康将 エンジニア AWS re:Invent 2025で仕入れた開発全体のリードタイムを短縮する方法をさっそく やってみた。
© 2026 Yayoi Co., Ltd. All rights reserved.
2 ※AWS re:Invent 2025 - Introducing AI driven development lifecycle (AI-DLC) (DVT214)
© 2026 Yayoi Co., Ltd. All rights reserved. 1. AIを使って開発するのは前提である
2. プロトタイプ作成と合意形成 目次 index 3. 実際にやってみた 4. 課題
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. contents
© 2026 Yayoi Co., Ltd. All rights reserved.
AIを使って開発するのは前提である 5 これは当たり前
© 2026 Yayoi Co., Ltd. All rights reserved. AIを使って開発するのは前提である
6
© 2026 Yayoi Co., Ltd. All rights reserved. AIを使って開発するのは前提である 7
要件 仕様 設計 実装 テスト リリース ここは速いが・・、他は?
© 2026 Yayoi Co., Ltd. All rights reserved.
AIを使って開発するのは前提である 8 合意形成に時間がかかる
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. contents
© 2026 Yayoi Co., Ltd. All rights reserved. プロトタイプと合意形成 10
要件定義 仕様検討 UI/UXデザイン 今まで ウォーターフォールとアジャイルで若干の違いはあると思うが、各フェーズでミーティング、調整、 ラリーが発生。 複数チームがかかわると特に大変 レビュー、調査、調整 や差し戻しなど。待ち 時間が大量に発生
© 2026 Yayoi Co., Ltd. All rights reserved. チーム間の調整は大変だし、かなり時間を使うが・・・
プロトタイプと合意形成 11 これは開発の本質なの だろうか??
© 2026 Yayoi Co., Ltd. All rights reserved. 合意形成も爆速でできないか?
AI時代において新しいやり方はないのか? プロトタイプと合意形成 12 あるかもしれない!
© 2026 Yayoi Co., Ltd. All rights reserved. プロトタイプと合意形成 13
意思決定者が全員集まる アイデアを出し合う その場でプロトタイプ作る 操作&修正を繰り返す 仕様書に落とし込む レビュー 合意 これを全部一日でやりきる ※AI-DLCでのInception フェーズに近い
© 2026 Yayoi Co., Ltd. All rights reserved. 認識齟齬が発生しにくいはず
プロトタイプを作ることで静止画を使うよりも圧倒的に解像度が高いはず 仕様書をマークダウンで書けばそのままAIを使った開発・テスト設計に持ち込める はず プロトタイプと合意形成 14
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. contents
© 2026 Yayoi Co., Ltd. All rights reserved. 対象サービス
スマート証憑管理(Webサービス) 使用エディタ Cursor ※エディタはAIが使えれば何でもよい • Cursorは対象サービスのプロジェクトを開いておく • あらかじめgitの作業用ブランチ作っておく 開発環境 ローカル AWS環境 (ある程度形になったら皆が触れるようにクラウド上にデプロイ) ビデオチャットでPC画面を共有 実際にやってみた 16
© 2026 Yayoi Co., Ltd. All rights reserved. 進め方
エンジニアがローカルでCursorやDockerを起動 エンジニアのPC画面をビデオチャットで共有 アプリの画面を皆で眺めながら議論 エンジニアは即座にプロンプトに打ち込みプロトタイプを作成&修正 ある程度形になったらAWSへデプロイ 実際にやってみた 17 エンジニアはプロンプト打ちつつ議論に 参加するのでちょっと忙しい
© 2026 Yayoi Co., Ltd. All rights reserved. 「合意済みの仕様書」が期待する成果物
プロトタイプ作成で生成されたソースコードはあくまで合意のためのものなので全部捨てる 実際にやってみた 18
© 2026 Yayoi Co., Ltd. All rights reserved. 参加者の役割
プロダクトマネージャー プロジェクトマネージャー テストエンジニア カスタマーサポートチーム エンジニア(自分) 実際にやってみた 19 初めての取り組みだっ たので関係ありそうな 人に全員声かけた
© 2026 Yayoi Co., Ltd. All rights reserved. 始める前の状態
仕様はあまり固まっていない UIを考えていない 下調べはほとんどしていない 実際にやってみた 20 漠然とした要求がある状態で開始
© 2026 Yayoi Co., Ltd. All rights reserved. アイデアを一旦AIに出させる
何をやりたいかを伝える 既に制約等がある場合はその制約やソースコードもAIに読み込ませると調子がよい AIに仕様のたたき台を作らせる docs/[フォルダ]/仕様.md のようなファイルを作成 PlanモードでもAsk/Agentモードどちらでもよい(このときはAsk/Agentモードでやった) 思いつきでもよいので即座にプロトタイプを作る 深い議論をするよりも作ってしまうのがお勧め ソースコードは捨てるので見ない 実際にやってみた 21
© 2026 Yayoi Co., Ltd. All rights reserved. AIが結構いいUIを作ってくれる
そのUIをベースに議論ができる 実際に動くものなのでAWSにデプロイすることで皆操作できる 実際に操作すると新しい意見が出てくる 参加者がそれぞれの観点で提案・コメントをする 仕様を練る上で非常に重要 穴が少なくなる AIなので即座にプロトタイプを修正できる 意見も出やすい エンジニアは非機能要件をその場で判断して提案する 実際にやってみた 22
© 2026 Yayoi Co., Ltd. All rights reserved. 最終的な仕様書はAIに書かせた
どこの画面の何をクリックしたら何が出てきて・・・という粒度のもの 皆でレビューし合意に至った 実際にやってみた 23
© 2026 Yayoi Co., Ltd. All rights reserved. 合意形成にかかった時間
4~5時間 • 同規模の機能開発では恐らく過去最速の合意形成 今までのやり方であれば合意に至るまでに2~3週間かかった • ほぼ待ち時間 • 手戻りも発生していた可能性あり 実際にやってみた 24 チームでこの方式を継続してみることになった
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. contents
© 2026 Yayoi Co., Ltd. All rights reserved. 銀の弾丸ではない
すべての開発に適用できるとは思えない 人を集めるのが大変 人選は意思決定に関わる最小人数が好ましい AIからの返答を待ってる微妙な間がある 何やるかは模索中 事前調査や準備が必要な場合は? 内容によっては調査や準備が必要な場合もあると思うが、どう運用するかは今後の課題 参加メンバーは高い専門性が求められる 例えばエンジニアであればシステムを深く理解している必要がある 若手の育成 上流は意思決定者がおこない下流はAIがやるため若手に適切なタスクを用意しにくい とても楽しいがとても疲れる 課題 26