ZOZOにおけるAI活用の現在 ~モバイルアプリ開発でのAI活用状況と事例~

■サービス別技術スタック
- iOS: https://techblog.zozo.com/zozo-ios-engineers
- Android: https://techblog.zozo.com/zozo-android-engineers
- ZOZOマッチ: https://techblog.zozo.com/entry/zozomatch-app-overview

Transcript

1. ZOZOにおけるAI活用の現在 ~モバイルアプリ開発でのAI活用状況と事例~ 2025年11月28日 Mobile App with AI Meetup Tokyo 株式会社ZOZO
 IT統括本部 技術戦略部 CTOブロック
 テックリード
 堀江 亮介
 
 Copyright © ZOZO, Inc. 1
2. © ZOZO, Inc. 2 自己紹介
3. © ZOZO, Inc. 株式会社ZOZO IT統括本部 技術戦略部 CTOブロック テックリード 堀江 亮介 2018年 M&Aに伴いZOZOテクノロジーズに入社 ZOZOグループの組織再編に伴い転籍し現職 全社横断での課題解決と採用および技術広報業務を担当 3
4. © ZOZO, Inc. 今どんな仕事をしている？ • 新規事業（ZOZOマッチ） • AI導入推進 • 技術広報 • 社内勉強会企画 • 新卒・中途採用 • 社外との関係構築 • 開発ガイドライン作成 ・ ・ ・ 4 https://zozomatch.jp/
5. © ZOZO, Inc. 5 目次 • ZOZOについて • モバイルアプリの開発体制 • モバイルアプリ開発でのAI利用状況 • AI活用事例の紹介 • 今後の課題 • まとめ
6. © ZOZO, Inc. ZOZOについて
7. © ZOZO, Inc. https://zozo.jp/ 7 • ファッションEC • 1,600以上のショップ、9,000以上のブランドの取り扱い • 常時107万点以上の商品アイテム数と毎日平均2,700点以上の新着 商品を掲載（2025年9月末時点） • ブランド古着のファッションゾーン「ZOZOUSED」や コスメ専門モール「ZOZOCOSME」、シューズ専門ゾーン 「ZOZOSHOES」、ラグジュアリー＆デザイナーズゾーン 「ZOZOVILLA」を展開 • 即日配送サービス • ギフトラッピングサービス • ツケ払い など
8. © ZOZO, Inc. https://wear.jp/ 8 • あなたの「似合う」が探せるファッションコーディネートアプリ • 1,900万ダウンロード突破、コーディネート投稿総数は1,400万 件以上（2025年9月末時点） • コーディネートや最新トレンド、メイクなど豊富なファッション 情報をチェック • AIを活用したファッションジャンル診断や、フルメイクをARで試 せる「WEARお試しメイク」を提供 • コーディネート着用アイテムを公式サイトで購入可能 • WEAR公認の人気ユーザーをWEARISTAと認定。モデル・タレン ト・デザイナー・インフルエンサーといった各界著名人も参加
9. © ZOZO, Inc. 9 • ショップスタッフの販売サポートツール • ブランド自社ECやZOZOTOWNなどの複数チャネルに、無料で コーディネート画像の同時投稿が可能。さらに、投稿したコー ディネート経由のEC売上や送客数、コーディネートの閲覧数な ど、オンライン上での成果を可視化。 • ZOZOTOWN上で実店舗の在庫取り置きを希望したお客様への 対応を、ショップスタッフ様がFAANS上の簡単操作で完結。
11. © ZOZO, Inc. 1 1 https://zozomatch.jp/
12. © ZOZO, Inc. 12 6サービスでiOS/Androidアプリを提供 iOS Android ZOZOTOWN WEAR FAANS ZOZOFIT ZOZOMETRY ZOZOマッチ
13. © ZOZO, Inc. モバイルアプリの開発体制
14. © ZOZO, Inc. 14 https://speakerdeck.com/zozodevelopers/company-deck?slide=40
15. © ZOZO, Inc. 15 https://speakerdeck.com/zozodevelopers/company-deck?slide=41
16. © ZOZO, Inc. 16 モバイルアプリ開発者の数 • 全体の開発者数: 59名 (正社員のみ) ◦ ZOZOTOWN ▪ iOS/Android: 27名 ◦ WEAR ▪ iOS/Android: 11名 ◦ FAANS ▪ iOS/Android: 5名 ◦ ZOZOFIT・ZOZOMETRY ▪ iOS/Android: 13名 ◦ ZOZOマッチ ▪ Flutter: 3名 ※2025年11月末時点
17. © ZOZO, Inc. 17 サービス別技術スタック https://techblog.zozo.com/zozo-android-engineers https://techblog.zozo.com/zozo-ios-engineers
18. © ZOZO, Inc. 18 サービス別技術スタック https://techblog.zozo.com/entry/zozomatch-app-overview
19. © ZOZO, Inc. 19 ZOZOで利用可能な代表的AIツール 全般 • ChatGPT Enterprise • Gemini Advanced • NotebookLM Plus • Miro AI • Atlassian Rovo コーディングAI • GitHub Copilot (coding agent含む) • Claude Code • Gemini CLI • Codex 生成AIモデル基盤 • Amazon Bedrock • Gemini / Vertex AI Model Garden • OpenAI API その他（一部の部署でのみ利用中・利用開始準備中） • Cursor • Devin • Figma AI • Dify
20. © ZOZO, Inc. モバイルアプリ開発でのAI利用状況
21. © ZOZO, Inc. 21 モバイルアプリ開発でAIを活用したことがある開発者 100%
22. © ZOZO, Inc. 22 AI活用における満足度 • 約78%のモバイルアプリ開発者が満足と回答 (アンケートを10月実施)
23. © ZOZO, Inc. 23 AI活用における満足度 • 満足している理由 ◦ 実装スピード・効率が圧倒的に向上 ◦ 調査やプランニング支援が強い ◦ 開発の初期段階（不確実性の除去）に役立つ ◦ 開発環境（制度）が整っていることへの満足 ◦ コードレビュー・品質面での気づきを促進 • 不満・課題として挙がった理由 ◦ AIを使いこなせていない（スキルの課題） ◦ 設計・モデリングはAIにはまだ難しい ◦ 部門間でAIツールが違い統一性がない ◦ レビュー負担の増加 ◦ AIに任せるかの判断が難しい
24. © ZOZO, Inc. 24 モバイルアプリ開発でのAI利用傾向 • 様々な利用場面においてAIを使用した開発者の割合
25. © ZOZO, Inc. 25 モバイルアプリ開発でのAI利用傾向 • 実装(コーディング・コードレビュー)フェーズでの利用率が高い
26. © ZOZO, Inc. 26 モバイルアプリ開発でのAI利用傾向 • EM/テックリードでは企画〜設計での利用率が増加
27. © ZOZO, Inc. 27 モバイルアプリ開発でのAI利用傾向 • EMのみに絞ると管理系業務 (計画・分析・問い合わせ対応・部内活動) での利用率が顕著に増加
28. © ZOZO, Inc. 28 モバイルアプリ開発でのAI利用傾向 • 全体的にテスト・QAでの利用率が低い
29. © ZOZO, Inc. 29 モバイルアプリ開発でのAI利用傾向 • AIツールの利用割合としては、Claude (Claude Code)の利用が最多
30. © ZOZO, Inc. 30 • AIを積極的に活用しているモバイルアプリ開発者のPull Request作成数推移 • Claude Codeの全社展開を期に増加傾向 AIの活用度とPull Request作成数推移 https://jp.findy-team.io/
31. © ZOZO, Inc. 31 モバイルアプリ開発でのAI利用状況 • 実装での活用が普及した状況 ◦ iOS/Android/Flutterで傾向の差なし ◦ 自律型AIエージェントの活用はこれから • 要件定義・計画・設計での活用が進行中 ◦ AIツールから各種リソースにアクセスできる環境が整いつつある ▪ JIRA/Confluenceのクラウド版移行など • ロールや担当業務によってAIを活用する場面や利用するAIツールの使い分けが存在 ◦ メンバー/EM/TechLeadでの差 • AIの利用率が低い場面へのケアが必要 ◦ 例: テスト・QAでのAI活用についての詳細調査、活用事例の横展開、勉強会の実施など
32. © ZOZO, Inc. AI活用事例の紹介
33. © ZOZO, Inc. • Confluence上の要件定義書から設計書を作成 • AIとの共同作業で曖昧な点や矛盾点・考慮漏れを無くす • 既存コードを参照しつつ実装プランを検討、タスクへ分解 • MCP経由で設計書をConfluenceに保存、タスクはJIRAチケット化 • 実装と設計書に差が無いかの確認、設計書への反映などもAIに指示 33 要件定義書から設計書を作成
34. © ZOZO, Inc. • Android 15へ移行するためのプランをAIを活用して作成 • Claude／Gemini／ChatGPT の調査結果を突き合わせて対応方針を 整理 34 Android 15 対応プラン作成
35. © ZOZO, Inc. • datadog_session_replayでのプライバシー制御の実装調査 • Claude Codeに調査依頼 • 質問を繰り返して調査結果ドキュメントを作成 • Confluenceにポストしてチーム内共有 35 ライブラリの実装調査
36. © ZOZO, Inc. • APIがどの画面で使われているかの調査 • iOS/Androidでの機能差分が無いかの調査 • 実装しようとしている機能がiOS/Androidでどう実装されているか？の調査 • 修正対象ファイルの洗い出しからチケット作成 • アプリ/バックエンドのコードを横断した実装コストの調査 • バグ調査 ◦ > このコミットでバグが発生するようになりました。発生しているバグは下記のような現象 です `XX画面で、YYすると、ZZなエラーが出る` 36 調査系の事例色々
37. © ZOZO, Inc. 37 Java→Kotlinへの書き換え https://speakerdeck.com/zozotech/ai-legacy-to-kotlin
38. © ZOZO, Inc. 38 Java→Kotlinへの書き換え https://speakerdeck.com/zozotech/ai-legacy-to-kotlin • コンテキストの提示、明確な指示 (プロンプト)、品質管理の重要性
39. © ZOZO, Inc. • AIに大まかな実装をさせ引き継ぐ事例が主流 • 生成されたコードをそのまま使用するには精度の 向上が課題 • 精度を向上させるには？ ◦ Code Connect CLI ◦ Code Connect UI ◦ デザインシステムの整備 • デザイナーとの協力が必須 ◦ デザインエンジニアが必要？ 39 Figma Dev Mode MCP Server https://www.figma.com/ja-jp/dev-mode/
40. © ZOZO, Inc. • 次の3種類が活用されている ◦ GitHub Copilot code review ◦ Claude Code Actions ◦ Codex • レビューでの指摘点の修正もAIに依頼 ◦ 例: Codexが指摘→Claude Codeが修正 40 AIによるコードレビュー
41. © ZOZO, Inc. • ZOZO開発ガイドラインの準拠状況をレビューする機能を提供するClaude Codeプラグイン • ガイドラインはConfluenceで公開 ◦ iOS/Android/Flutter版あり • 社内共有用Repositoryに公開、インストールして利用 • /guideline-review で実行 ◦ Confluenceからガイドラインを取得 ◦ 項目ごとに適合・非適合をチェック ◦ 並列処理によるレビュー 41 開発ガイドラインに準拠しているかのレビュー
42. © ZOZO, Inc. 42 開発ガイドラインに準拠しているかのレビュー
43. © ZOZO, Inc. • SlackでのiOS/Androidに対する問い合わせの1次対応 • リアクションをトリガーにGitHubでissueを作成 • AIが問い合わせ内容について調査 ◦ iOS/Androidのコードを参照 ◦ 実際のコードベースに即した回答が生成 • AIの一次回答を参考に開発者が対応することで効率化 43 問い合わせ一次対応のAIによる自動化
44. © ZOZO, Inc. • Miro MCP • AIがMiroボードを直接参照 • ボードをコンテキストとして実装 44 これから試したいAI活用方法 https://miro.com/ja/ai/mcp/
45. © ZOZO, Inc. 今後の課題
46. © ZOZO, Inc. 46 • 自律型エージェントの活用 ◦ Devin, GitHub Copilot coding agent • AI前提の開発プロセスの模索と移行 ◦ 組織全体としてAIをどう活用して開発のリードタイムを短くしていくか • AI活用度の向上 ◦ 知見の横展開、社内勉強会の実施 ◦ 定量・定性面での効果測定指標の検討と確立 ◦ ZOZO独自のAI活用指標の策定 今後の課題
47. © ZOZO, Inc. まとめ
48. © ZOZO, Inc. 48 まとめ • ZOZOのモバイルアプリ開発では、AIが積極的に活用されている ◦ 実装〜企画・設計・調査まで幅広く浸透 ◦ コーディング効率や調査速度など、生産性向上の成果が明確 • 次のステップは、自律型エージェントの活用やAI前提のプロセス移行 • 今後もAI活用を進化させ、開発リードタイムの短縮をめざす