ファインディは3月18日、開発組織における生成AI利活用アクティビティデータを自動取得・分析するエージェント「Findy AI+」β版の提供を開始した。同社既存サービスを利用しない組織も単独で導入でき、無料上限枠のある従量課金制で提供する。

「Findy AI+」は、投資対効果(ROI)や組織全体での効果検証が難しいという課題に応えるAIエージェントで、Claude CodeやVSCodeなどの開発環境とMCP(Model Context Protocol)サーバ、リポジトリのCI(Continuous Integration)環境を連携させて得られるアクティビティデータから開発現場でのボトルネックやプロセス変革に必要な分析を自然言語を通じた説明可能な形で得られる。

  • 「Findy AI+」β版「AI・人コラボレーション分析レポート」機能(同社資料より)

    「Findy AI+」β版「AI・人コラボレーション分析レポート」機能(同社資料より)

  • 「Findy AI+」β版「AI活用環境 分析レポート」機能(同社資料より)

    「Findy AI+」β版「AI活用環境 分析レポート」機能(同社資料より)

β版ではClaude Code CLI / Claude Code GitHub Actions / GitHub Copilot / GitHub Copilot Coding Agent / Cursor / Codex / Devinの7つのAIツールとの連携が可能で、複数ツールのアクティビティから横断的に自動取得したデータから、組織内における各ツールの分析など、広範な活用方法が可能だ。約4割の開発生産性向上事例など100社を超える先行導入企業での実績を経てのベータ版提供となるが、DMM.comプラットフォーム開発本部では。Devin AIとチームの一定期間を分析

◾チーム効率：人間チーム＋Devin AI の合計263件は、人間チームのみの場合（189件）と比べて+39%のチーム効率向上
◾個別生産性：1人あたり平均 人は15.8件 に対し、Devin AI は74件（約4.7倍の処理量）
◾品質と役割分担：マージ率は人のみのチームでは85〜90%、Devin AI 60.1%。Devin AI はコード変換・テスト変換などの定型・反復作業に強みを発揮し、複雑な設計や高度なレビューは人間が優位という補完関係が可視化された
◾コスト構造：Devin AI は人件費と比較して低コストで反復作業を大量処理できる一方、人は創造的・戦略的な価値を担う

という結果を得ている。ファインディが昨年11月に実施した調査では、約9割のエンジニアが業務で何らかのAIツールを利用している一方、職場でのAI活用のボトルネックの筆頭に効果検証の難しさが挙がっている。同社では、これらを克服する可能性を持つ「Findy AI+」の世界展開、約3年間国内外5,000社の導入を目標に掲げている。