「AI駆動開発Conference Spring 2025」に参加してきました

感想

  • 生成AIとアジャイル開発の対談が面白かった
  • エンジニアがユーザーに近い方がいいというのも分かるし、POというロールの責務があるべきというのもよく分かる
  • 作ってるものの規模とか状況によるかなと思いつつ今の登場人物が維持されるのがいいかというとそんなことないかもなとも思った

GitLab好きのAzureユーザーに朗報!あなたのAzure OpenAIをつかって、GitLabでAIを使う方法とメリットをご紹介

合同会社GitLab 小松原 つかささん

  • ソフトウェア開発では作るものを間違えないようにするのが難しい
    • 何をやるかどうやるかを管理しておくことが大切
    • そうするとAI駆動開発もやりやすくなる
    • 単一のツールでたどれるといい
  • GitLabのMCPサーバ
    • 非公式のものはいくつか出てる
  • AIが書いたコードの脆弱性
    • コードを書いたすぐ後にスキャンしてチェック
    • AIを使ったスキャン機能
  • GitLabの裏側でAWSやAzureをつなげてそれらのAI機能を使える

システムインテグレーション・未来を掴むシナリオ 〜AI駆動開発が強いるビジネスの再定義〜

ネットコマース株式会社 斎藤 昌義さん

  • デジタル化
    • 現実世界をソフトウェア化してバーチャル世界を作ってる
    • 実物が手元になくても使える
    • デジタル化されても仕組みが合わさって変わっていかないと意味がない
      • それらが伴わないとDXは実現できない
  • 変革と改善
    • Transformationは新しい形に作り変える
    • Improvementは現状をよりよい状態に変える
  • ユーザ企業における開発
    • 内製化する領域と委託する領域
    • 内製化の領域は自分たちで即決して変化に対応したい
    • 委託する領域はやることが決まっているところ
      • 枯れた技術で
      • 時間をかければやれる
      • まだAIよりも人がやった方が効率がいい
        • そのうち逆転する
        • SIerの役割も変えていかないと存在意義が危うい
  • 個々のエンジニアのスキル
    • UX、ビジネス要求
    • UIや実装は誰でもできるようになる

AI駆動開発にはAI駆動品質保証 : 生成AIで変わるQAプロセス

オーティファイ株式会社 松浦 隼人さん

  • 開発系のAIツールはたくさんある
  • ソフトウェアのテスト
    • 単体テストはコードの振る舞いに対するテスト
    • それより上位はシステムに振る舞いに対するテスト
      • 開発者だけでなくユーザやQAの視点
      • 総合的で専門的な知識と経験
    • AI開発ツールはコードの振る舞いのところ
      • システムの振る舞いは別でAI品質保証ツールが必要
      • Autify Genesisというサービスがここ
      • 仕様書からテストケースやシナリオを作る
  • テストケース作成のステップ
    • 従来はQAがたたきを作ってQA/PdM/Engで議論
    • AIを使うと自動生成させたのをベースに議論
  • AIフレンドリーな仕様書
    • 暗黙知を省略しない
    • AIが理解しやすい図表
    • 仕様書の改善もAIで
      • 記載が不足してるところを指摘してもらったり

生成AIが変えるソフトウェア開発とそのリアル

富士通株式会社 三浦 真樹さん

  • 富士通での生成AIの適用範囲
    • 2024/11くらいは開発/テストメイン
    • 2025/4になると要件定義/設計/保守などでも使われるように
    • ChatAIは46000人
      • APIも提供して生成AIアプリを作れるようにしてる
    • Copilotは3200人
    • AIエージェントによる営業支援
      • 提案書の作成
  • ソフトウェア開発での生成AI活用
    • 2023にコード生成や単体テストでの有効性を検証
    • Javaのテストコード生成
      • そのまま使える項目も多いしそうでなくても手直しすれば使える
    • RAGを使ったテストコード生成
      • 製品のコードを前提知識としてテストコード生成
    • GitHub Copilot
      • コード補完だけでなく処理の説明などでも活用
      • 障害時の活用
        • 原因調査としてのコードの理解
        • 修正方法の検討
        • 上級者よりも初中級者への恩恵が高い
        • でも妥当性を判断できないといけない
  • 生成AIプラットフォーム
    • SIなので自由にサービスを使えない
    • 社内に閉じた生成AIプラットフォームを作ってる
      • エクセル設計書からフロー起こしたりコード生成までしたり
    • 有識者の負荷を下げるような機能

【対談】生成AI時代のアジャイルについて徹底議論!

KDDIアジャイル開発センター株式会社 岡澤 克暢さん
クリエーションライン株式会社 荒井 康宏さん

  • ディスカバリーとデリバリーの2サイクル
    • 後ろだけにフォーカスしても効果は薄い
    • 前段のPoCによる検証を素早くしていく
    • 更に前段のリサーチやアイデア創出でも生成AIを活用
      • PoCから開発までの流れがはやくなる
      • PoCやってた人数のまま本開発に移っていく
    • ドメイン知識を持っていることは大切
  • スクラム開発の変化
    • 従来はPOに権限を集中させていた
    • 今後はエンジニアと顧客が直接やりとり?(受託前提の話?)
      • スーパーエンジニアがいるなら
    • 今後はPOが使うツールが変わってくる
      • プロトタイプも作れたり
    • devの人数が少なくなっていくが役割は減らない
      • 何を作るか考えるところもdevがやる
        • なぜはPOとかPdM
      • アーキテクチャは見ないといけない
    • devがユーザに近いところで作れると効率がいい