「つくる人がもっとかがやく」開発組織へ──AI活用の先に描く、持続可能な組織のあり方とは?

あーやさん：本日は、「AI疲れ」「活用度の測定 」「生成コードの品質」についてご相談いただいた3名の方に、その後の変化を伺いつつ、開発組織の未来についてお話ししたいと思います。トップバッターは、テックリードのツカレタさんです。

ツカレタさん：あーやさん、ご無沙汰しています!

あーやさん：お久しぶりです! 以前は「AIが書いたコードのレビューばかりで、コードを書く楽しみが減った 」とおっしゃっていましたね。その後のチームの雰囲気はいかがですか?

ツカレタさん：あの後、Findy Team+を使って、開発者体験を訊くサーベイを実施してみたんです。そうしたら、「パフォーマンスは出ているけど、満足度は低い」という結果が数字でバッチリ出てしまって（苦笑）。

あーやさん：あらら。でもまずは、メンバーの胸の内を、データとして可視化できたんですね。それはまさに「伸びしろ」ですよ!

ツカレタさん：ええ。これがきっかけで経営層に「パフォーマンスは出せている一方で現場は疲弊しつつある」と事実ベースで伝えることができました。今は「どうすれば健全に働けるか」を一緒に考える、組織としての改善フェーズに入っています。それから、サーベイの機会を通じて、感謝を伝え合うというアドバイスも効きました。リモートワークが増えたことで希薄になっていた「ありがとう」が見えるようになったことで、僕自身、手を動かす楽しさだけでなく、ユーザーに価値を提供するやりがいにも目を向けられるようになりました! テックリードとして、これからも組織をいい方向に導いていきたいですね。

あーやさん：わぁ! 素晴らしいです! 感覚ではなく定量的なデータを共通言語にしたことで、健全なチームビルディングへの一歩が踏み出せていますね。

あーやさん：続いては、技術部門のマネジメント責任者（VPoE）をされているミエナイさん。「経営層からはDXを急かされているのに、現場のAI活用状況が見えない」 ということでお困りでした。

ミエナイさん：その節はありがとうございました。教えてもらったFindy Team+の『AI利用レポート』を使い始めて、景色がだいぶ変わりました。

あーやさん：AIツールを自動的に解析して、チームごと/個人ごとの「AI利用率」や「リードタイム・アウトプット」を可視化する機能ですね。

ミエナイさん：はい。レポートを見ることで、「このチームはClaude Code （※） の活用が進んでいるから、ノウハウを全社展開しよう」といった、活用のための具体的な手が打てるようになりました。
そこで、AI活用を積極的に出来ている社員に声をかけて社内向けの勉強会を開いてもらったんです。「どんな業務で使っているのか」「どういうプロンプトを工夫しているのか」といった、かなり実践的な内容を共有してもらいました。その結果、現場主導でAI活用が進みはじめて、「この業務も解決できそう」「次はここを改善したい」といったニーズが、メンバーから積極的に出てくるようになりました。

あーやさん：いいですね! “AIを使えている人の知見”が、ちゃんと組織に還元されていますね!
また、レポートから得られた情報を「AIを活用できていないメンバーを見つけ出す」ことに使うのではなく、「ナレッジやベストプラクティスの共有」のために使ったことが、成功の鍵だったと思います!

ミエナイさん：それから、以前は経営層から「AI導入のROIについて教えてほしい」と尋ねられると、なかなか明確な答えを出せず困っていました。でも今は『AI効果レポート』を使って「リードタイムにこのような変化が生まれていたり、生成AIを活用したアウトプットがこれだけ増えています」とファクトを持って経営会議で説明できています。
データという「心強い味方」を手に入れたことで、次の投資判断にも自信が持てるようになりました。

あーやさん：正確な判断ができることで、組織がもっと働きやすくなる。そして組織全体で成果を出せる体制づくりもできますよね!
AI活用は今後さらに重要になっていくテーマだと思うので、そうおっしゃっていただけると心強いです!

あーやさん：そして最後は、エンジニアマネージャーのヒンシツさん。「AIが生み出す大量のコードが、将来の『技術的負債』になるんじゃないか 」と不安を語ってくださいました。

ヒンシツさん：そうなんです。AIが爆速でコードを書くのはいいけれど、中身がブラックボックス化して、いつか誰もメンテナンスできなくなるんじゃないかと……。

あーやさん：そうですね! そこで、「コーディングタスク分析」と「CI/CD連携」のお話をさせていただきました。

ヒンシツさん：ええ、Findy Team+でコードの「手戻り（修正）」の割合などを可視化することで、プロセスの品質悪化を検知する。CI/CDでの自動テストやデプロイの成功率・復旧時間を計測し、バグが出てもすぐに直せる環境を整備する。これによって、すごく安心感が生まれました。

あーやさん：不安だったAIツールの導入も、前向きに取り組めるようになったようでなによりです。

ヒンシツさん：ええ! 今ではチームの一員だと思って、ドキュメントを整備しながら、AIと協働していくチームづくりを楽しんでいます。

あーやさん：ここまで皆さんのお話を聞いていて、改めて感じたことがあります。それは、AI活用の課題って、立場や役割によって見えている景色がそれぞれまったく違うということなんです。

ツカレタさん：確かに……。僕はずっと「レビューが多くてしんどい」「AI疲れ」が一番の問題だと思っていました。

ミエナイさん：わたしは、経営層から「AIに投資しているけど、結局どれくらい成果が出ているの?」と聞かれる立場なので、どうしてもROIや数字の話に意識が向いていましたね。

ヒンシツさん：わたしは品質ですね。将来、誰も触れないコードの山が残るんじゃないか、という不安がずっとありました。

あーやさん：そうですよね。「AI疲れ」は日々エンジニアと向き合うテックリードの視点、「AI活用の可視化・ROI」は組織としての投資価値を追うVPoEの視点、「品質の担保」はチームの成果物に責任を持つエンジニアマネージャーの視点。どれも正しいし、どれも欠かせません。でも、もしこのうちのどれか一つだけに注力してしまうと、どうなると思いますか?

ミエナイさん：それは……どこかに、しわ寄せが来ますよね。

あーやさん：そうなんです。ですので、それぞれの観点でAIを使って組織を良くしていく、という方向性で進めることが重要であると思います。

あーやさん：もう一つ、これからの開発組織で避けて通れない変化があります。それが、開発組織の脱・分業化とそれによる少人数化です。

ツカレタさん：確かに、最近は「人を増やす」より「AIと一緒にどう進めるか」を考える場面が増えました。

あーやさん：そうなんです。AIが人の作業を支援したり、場合によっては自律的に動いてくれるようになると、大人数で分業するより、少人数でAIと協働する方が速くて効率的、という選択肢が現実的になってきます。

ヒンシツさん：となると、一人ひとりの責任範囲は、かなり広がりますよね?

あーやさん：おっしゃる通りです。脱・分業化が進むと、マネージャーだけでなく、メンバーレベルでもシステム全体を見渡す力や判断力が求められるようになります。手を動かす「作業」の時間は減り、その代わりに、「この設計で本当にいいのか」「このアウトプットを出していいのか」といった意思決定の仕事が増えていくと考えられます。

ミエナイさん：レビューする範囲も、責任を持つ範囲も広がりますね。

あーやさん：そうですね。だからこそ結果的に、より高い知識や専門性が求められるようになるんです。実際、AI活用が進む中で見えてきたのは、ボトルネックはAIではなく、人間側にあるという事実です。AIを使いこなせるかどうかは、ジュニアエンジニアかシニアエンジニアかに関係なく、一人ひとりが学び続け、能力を伸ばし続けられるかどうかにかかっています。

あーやさん：そしてもう一つ、大切な問いがあります。それは、AIの技術革新に合わせて、組織がどれだけクイックに変化できるかです。AIの進化は本当に速く、業務内容や開発プロセスも、これから先どんどん変わっていくでしょう。しかも、誰もまだ明確な「正解」を持っていない状況です。

ツカレタさん：正直、誰もまだ明確な「正解」を持っていないと、これから自分はどうすればいいんだろうと不安になる気持ちもあります。

あーやさん：そうですよね。でも、だからこそ重要なのが、柔軟に試し、学び、変えていける組織であること。そして、その変化を前向きに捉えられる空気をつくることなんです。

ヒンシツさん：正解が見えない中で進む以上、特にマネジメントをする立場としては「まず試してみる」という姿勢自体が、より大事になってきますよね。

あーやさん：そうですね。これからは環境の変化がもっと激しくなり、組織の舵取りは、今まで以上に重要で、同時に難しくなっていきます。前例も正解もない中で判断するのは、誰もが不安で当然です。でも、リーダー自身が「分からないけど、まずは試してみよう」と前向きにAI時代の波に乗ろうとすると、メンバーは不安よりも期待を持って動いてくれるようになるはずです。
ぜひ、変化そのものを楽しみながら、チームを導いていってほしいですね。

あーやさん：最後に、ファインディの経営理念をお伝えさせてください。私たちは、『つくる人がもっとかがやけば、世界はきっと豊かになる。』という言葉を掲げています。
技術がどれだけ進化しても、それを使うのはいつだって「人」です。私たちはこれからも、データの可視化・分析を通して課題の解決に導き、時には悩みを聴く「かかりつけ医」として、エンジニアの皆さんと開発組織の挑戦を支え続けていきます。これから皆さんのチームがもっと輝くことを、心から応援しています!

全員：あーやさん、ありがとうございました!