AIとマネジメントの導入
Makoto Arata
あらたま・いくおのマネジメントRadio
この番組は、事業とエンジニアリングのマネジメントを探求する2人のEMが、雑談多め定期でお届けするポッドキャストです。
はい、ではよろしくお願いします。第2回でございます。
小田中育生
はい、よろしくお願いします。早くも第2回ということで。
Makoto Arata
はい、第1回公開した後にこれを撮ってるんですけど、正直なところ思っていた以上に反響がありましたね。
小田中育生
そうですね、結構聞いてくださる方も多くて、非常にありがたいな。
Makoto Arata
いや本当に、ハッシュタグあらたま・いくおで何でも投稿してねみたいなこと言いましたけど、ゼロも覚悟してたんで。
小田中育生
そう、自分の投稿しか出ないっていうのもね。
Makoto Arata
全然あると思ってた。
小田中育生
というわけで早速ちょっと調子に乗って第2回をやらせていただきたいんですが、第2回ちょっと僕話したいなと思ってたのが、
どこもかしくもこの話をしてるんで、お前らもかですけど、AI。
AIとマネジメント。
そう、AIとマネジメント。なんかデブサビでも結構ひろきさんとか、みやちさん、おでぶさんもマネジメントとAIのお話されてたりしましたけど、
やっぱりどの業種も今AIっていうのが、すごい自分の仕事を助けてくれるっていう面と、ある種仕事根本から変えていってる面もあって、
マネージャーもそこ当然避けて通れないじゃないですか。
なので改めてその真正面からAIとマネジメントというのを話してみたいなと思っております。
Makoto Arata
はい、これ多分長くなりそうなんで。
小田中育生
早くもね。
Makoto Arata
はい、気持ちとしては前後編に分ける心持ちで。
小田中育生
でもAI使ったら5分ぐらいで終わるかもしれない。
AIによる業務の効率化
Makoto Arata
本当?予約してもらう?
小田中育生
予約してもらいましょう。
Makoto Arata
ポッドキャストの意味等は。
はい、いろんな使われ方、いろんな活用の仕方があると思いますけど、どの辺から話していきましょう。
小田中育生
そうですね、さっき根本から仕事が変わるって話しましたけど、まずは多分みんな自分が日々行ってる仕事をエンハンスするところから使ってると思うんですよね。
なのでちょっとお互い日々の業務の中で、マネージャーとしてどんな使い方してるかっていうところの共有から始めてみたいなと思います。
Makoto Arata
いいですね、やりましょう。
じゃあ私からいくと、マネージャーって複数の情報のソースからそれを集めてきて、自分なりにそれをまとめて解釈して、
で一つの文章だったり、例えば面接だったら面接の評価、メンバーの評価だったらそのメンバーが普段やってきたことを取りまとめて、
自分の解釈を付け加えてメンバーに対しての評価という形で、一つの文章に取りまとめるっていう作業が結構頻繁に発生すると思うんですけど、
私はそこの情報を取ってきた後に、自分なりにこういうふうに考えていてっていうニュアンスも足した上で、評価の文言の最初の下書きみたいなところを作成するのに頼っていることが多いんです。
これは何でかっていうと、何かを作文する時って最初の一文字目の書き始めまでにすごい無限の時間がかかります。
小田中育生
かかりますね。
Makoto Arata
本当に。伝えたいことはたくさんあるんだけど、気持ちがあふれすぎて何から話したらいいかみたいなふうになってしまうので、その書き出しを助けてもらうっていうところで、
必要になる情報っていうのはすでに全部AIの方に渡しているので、すごく外したものが出てくるっていうことはなくて、そこに自分がより強調して加えたいこととか、
より伝わるだろうなっていう言い回しとか、そういったものに書き換えていくっていう作業はもちろん反省するんですけど、まず下書きがあるっていうだけで、その後の業務の進捗が全然違うなっていうふうに思って使うことが多いです。
小田中育生
ありがとうございます。そこはまさにやっぱり使いどころというか、頭の中でぐるぐる考えて紐づけていくところをまず整理してもらう。
非構造データを構造化してもらうっていうのは、やっぱりAIすごく得意じゃないですか。ある種のデータクレンジングというか、これまでは糸を持って収集してたログだとか、そういったところを、それでもやっぱり使いづらいところがあるので、非正規化されたものを正規化してクレンジングして使ってたのが、
自然言語さえもその対象にできちゃうっていうのが良いところです。私もそうです。そういった使い方もありつつ、ちょっと格論めいた話になりますけど、マネージャーとして自分のチームのプロダクトに対して責任を持つというときに、そこの外部仕様に対しての、そこの抜け漏れがないかとか、
あと外部仕様に対してのテストが妥当かっていうところ。っていうところを、今まさに自分のチームのプロダクト、品質をもっと良くしていこうって、かつスピードを緩めずに品質を担保しようっていったときに、そこのやっぱり仕様の未定義の部分を残しておきたくないっていうのがあるんですね。
Makoto Arata
そこをやっていこうっていうのをまさにやり始めてたところだったんですけど、結構人間の目で見ると大変だったり、あと不安になるんですよね。これ足りてるかしらって。
小田中育生
その誰の目から見てオッケーって言われればオッケーなのかっていうところっていうか。
そこをAIにも見てもらって、例えたして境界値に対してコーナーケースに関して記述が足りてない部分はないですかとか、その組み合わせの中で未定義の動作とか予期せずに動作するものがあり得るか、あり得るとしたらそこは記述されてるかみたいなところを確認してくれっていうと結構精度が高い。
自分がたぶん2時間ぐらい熟読して気づくようなことを5分ぐらいで返してくれるので、すごくそこは効率化できてるなって。
Makoto Arata
それは格論に格論を重ねますけど、Go3とかそういう結構時間がかかるようなモデルを使ってやってるんですか。
小田中育生
ジェミニのプロを使ってますね、今それは。
Makoto Arata
じゃあ割とすぐに。
小田中育生
そんなにものすごい遅くはないですね。
Makoto Arata
熟考するタイプのモデルでしっかり隅から隅まで見てもらうのかなって思ったんですけど、そこまでしなくてもある程度の答えは返ってくるって感じなんですが。
小田中育生
そうですね、そこのおそらくプロダクト全体の仕様を善なめとかだと多分そういう高度な推論が必要なんですけど、でもそれって多分人間がやってもまあまあエラーを起こすじゃないですか。
ここはなんでAIと人間がどう行動するかというところなんですけど、そもそもの仕様変更をスモールにしようぜっていうところで、
その差分だけ見ていくっていうことと、差分の接続する近接領域は見てあげようっていうぐらいにすると、そもそもそんなに大きくならない。
なんでAIの返答スピードもそんなに遅くないし、とはいえ人間が見ると1,2時間ぐらいかかるし、なんとなくこれで大丈夫って出したときに、俺の責任で抜け漏れあったら嫌だなんてあるじゃないですか。
その不安を払拭した状態で前に進めるっていうのはすごくやりやすいなって感じてます。
Makoto Arata
いいですね。一部のミスも許されない、医療系ならではの話かなと思いますね。
2Cとか多少のエラーが許される領域だったらいけいけどんどんで出せるところもあるかなと思うんですけど、
私も2Bのミスが許されない類の仕事をやることもあるので、そういうときはそういうところをしっかり見たいなって思いますし、
既存のテストケースもあるところとないところにあるので、着手前の観点をどれだけ網羅できるのかっていうのは人間とAIの力でタッグを組んで編集をしていけるといいなって思いますよね。
小田中育生
そうですね。これはそこから派生してこういう使い方もありましたよっていうのをどんどん皆さんがイメージするマネージャーの使い方から連れていくかもしれないですけど、
なんかレガシーなコードってあるじゃないですか。で、ドキュメントもないような存在で、だからメンテナンスしなきゃいけないんだけど有識者もいなくてどう扱っていいかわからないみたいなものを、
エンジニアリングとAIの関係
小田中育生
それこそデビンにお願いするとそのコードから構造を紐解いてドキュメント、ある程度の精度のものっていうのはあるんですけど、
それまで全く手がかりがなかったところから少なくともちょっと構造が見えるようなドキュメントにしてくれるっていうのはあって、
さっき新玉さんが言ってた頭の中でわーって考えるのをスキップしてくれるのと一緒で、レガシーとかあと仕様と向き合うときに、
わーって時間かけて考えなきゃっていうところをある程度とっかかり、ほらお前こっから山登れよっていう登山口を作ってくれるっていうのはいいなって思ってます。
Makoto Arata
生涯の調査とかも結構、初手をデビンだったり男のコードだったりに調査を任せして、そこから出してもらったとっかかりを元により深く調整するっていうのを私たちもやってるんですけど、
ここで一つ問題になってくるのがコンテキストサイズに限りがあるじゃないかとか、
フロントエンドの複雑に入り組んだ宣言を超えるような大きいなコードだと、上から下まで特にクロードコードはないようとするから、
っていうときにコンテキスト乗らなくなっちゃって、途端にバカになってしまうっていう問題があって、
人間が読んだときにうってなるコードってやっぱりAIにとってはしんどいんだなっていうのを感じるとともに、
日々日頃から細かくリファクタリングをしていって、ケントベックの言うところの正統をしていって、
人間にもAIにも適切な流度感のコードで残していくことっていうのが、より大事になっていくんだなって、改めて感じる今日この頃でございます。
小田中育生
いやそれほんとそうで、なんかAIが作ってくれるから技術的不細とは無縁だみたいな毎回作り直すばいいんだみたいなやんちゃなことをおっしゃる。
Makoto Arata
いやそれができるに越したことないんですけどね。
小田中育生
そのうちもしかしたらできるかもしれないのと、個人で使う分には全然いい、それこそ自分が実現したいハッピーパス以外の挙動がどう変わろうが気にしない世界なら全然ありなんですけど、
さっきあらたまさんおっしゃった、正直そのサイズのフロントエンドはちゃんと小さくしようねみたいなのが、人間だとまず思うじゃないですか。
改めてそういうエンジニアリングとして僕たちが大事にしてきたところっていうのが、AI時代においても大事なんだなと。
決して銀の弾丸ではなく、AIがいるからもう一万行とかサイクロマティック複雑度100超えてても全然扱えるぜ、もう全然そんなことなくて、
AIの活用方法
小田中育生
人間と同じで複雑度高いやつって何なら時々諦めたりするじゃないですか、彼ら途中で、そういうことはあるなと。
Makoto Arata
ふさいが表出するまでのスピードが速くなったというだけで、本質的な複雑性は変わってないし、
そうですね。
取り組むときのなんていうんですかね、勘どころみたいなところもやっぱり変わってないんだなって思えるから、
よりそこへエンジニアリングの力が必要になるって、ティーワードさんもおっしゃってたし。
小田中育生
そうですね。
Makoto Arata
というのがちょっと流れに流れてコーディングの話まで来ましたけど、マネージャーとAIというところですかね、とりあえず日々の業務編。
小田中育生
そうですね。
Makoto Arata
チームだとどうでしょうか、チームマネジメントにAIの力をどう活用していくか。
小田中育生
そうですね、またそれで言うとAIと共同していく中で、目標の達成状況みたいなものをいかに見るかっていうところが、
それこそソースコードの状態とか、本場環境にデプロイされたもののレスポンスタイムとかっていうのは目標設定しやすいじゃないですか、ソフトウェアエンジニア。
Makoto Arata
計測可能であるという。
小田中育生
そう。そういったものを設定している場合っていうのは、それこそAIがそこら辺の状況を収集して、自動的にオーケアルドと統合して今こういう状況とか、
そことジラだったりとかGitHubとかのプロリクの積み上がり具合から見て、これは自分たちのスプリントに対して計画したものに対して順調だねとか、
ちょっと劣悟してるねみたいなのが、人間の目よりはある種解像度高く見れるっていうのはあるかな。
OKRの設定とAIの協力
小田中育生
これはデブサメでも宮知さんが使い方として実際やってるっておっしゃってた話かな。
個人的にその時気をつけなきゃいけないのが、そうするとなんか数字だけで見やすいっていうか、数字だけで見れるところで判断しやすくなるので、
人間の定性的な判断っていうのは必要かなっていうのは個人の気持ちとしてはあるんだけど、
間違いなくそういう数値に対してのトレーサビリティはAIを使うことで高まるかなと。
あとはOKRとかKPIの妥当性そのものについても僕は結構AIに聞いたりしますね。
Makoto Arata
それは、相案はこういうふうになったんだけど、これをこの観点から見るとどう思うみたいなのを壁打ちしていく。
小田中育生
そうですそうです。だから一から作ってもらうというよりは自分の場合はこういったことがまずゴールとしてありますと。
ゴールに対してこの半期ではこういったことを達成したいと思っている。いわゆるオブジェクティブですね。
まずそのオブジェクティブの妥当性も聞きつつ、そこの達成に向かう指標として、キーリザルトとしてこれとこれとこれを考えてますっていうのを入力して、
そのOKRの観点だったりとか、その妥当性を聞くと、まずその目標単体でのよしよしっていうのは、
精度高く出てきた文言に対してそうだよねって言ってくれるなっていう感触があります。
Makoto Arata
実際にそれでそのOKRの、例えば指標そのものを変えた方がいいねってなったりしましたか。
小田中育生
それもありますね。
Makoto Arata
なんか言える範囲で何か変えたりなどある。
小田中育生
それでちょっと定性的だねとか、あと追いかけられる、いわゆる自分たちで積み上げられるアウトプットの目標だけど、
それがそのオブジェクティブにつながってるとは言い切れないよねっていうところで、そこの接続性を点検してくださいみたいな。
なるほどね。で、OKRってそこが難しいところだと僕は思ってて、真に効果があるものと、効果があるやつって結構アンコントローラブルだったりするんで、
コントロール聞きつつ、でも本当に価値のあるアウトカメにつながる指標っていうのを探る。
これを自分たちで試行錯誤でやるのってすごくカロリーがいるんだけど、そこAIの力を使うと、
まずその妥当性は判断してくれるし、アドバイスもしてくれるんで、個人的にはそこの受けたアドバイスをそのままじゃあこの指標にしようは、
現場にフィットしないこともまだまだあるかと思うんですけど、少なくともアイディア出しのところまではかなり短縮できるなっていう感触があります。
Makoto Arata
ちょっとAIからずれてっちゃうんですけど、マネージャーはコースを作ってチームみんなで叩くみたいな感じなんですか?
小田中育生
いい質問ですね。そうですね、ここはそのやり方が多いですね。全体なんだろう、それこそよしじゃあ今日はあの山に登ろうみたいなところはマネージャーが方針定めつつ、
で、登り方、何の装備を用意するかとか、どの道選ぶかみたいなのとか、じゃあ靴どうするみたいなのはメンバーと一緒に話してくれる。
メンバーと一緒にっていうのはもう本当に全員で話し合うケースもあれば、テックリードみたいな存在とかそこの領域得意な人にちょっとオナシップを持ってもらう、
みたいな様々な形あるんですけど、マネージャー一人で決めきるってことはやらないですね。
Makoto Arata
いいですね、それを踏むことで目標をみんなのものにできるっていう。
小田中育生
おっしゃる通りです。
Makoto Arata
ありがとうございます。目標立てに壁打ちとしてAIを活用する。あとはそうですね、チームマネジメントでAIを使ってるところがあるかっていうと、
そもそも今そのAIの業務の中にどう取り入れるかっていうのは結構手探りじゃないですか。
で、それの活用でき具合みたいなのって、やっぱりその目先の仕事がすごく追われていて、仕事にそういったところまで手を出す余裕がないよって人もいるし、
そういうのが好きで新しいもの好きでどんどん試してみようっていう人もいるし、チームの中で活用どうやらバラバラになっちゃうみたいなのに、
みんなどこの現場でも起きてることだと思っていて、私たちはそのAIを溶け込ませた体験をプロダクトに組み込んでいくためにも、
どういった表現とかどういった体験を作ることが私たちはできるのだろうかということを知るためにも、
まずは自分たちの業務をAIの割合をすごく増やしていって、それを探るっていうことをしていきたいねっていう話をしていて、
チームのKRの中に自分たちがどれだけAIを活用できているか、それを図るためにこういうトライをしましたよとか、
みんなにお裾分けできるTipsまで高めましたよみたいなところを貯めておくDBみたいなのを作って、それをみんなで更新していこうっていうのをKRの中に入れたっていうのが最近立てた、
KRの中にあって、で、3ヶ月半年有効なKRとして立てて、2、3ヶ月もすれば慣れてくるんですよね。
で、だんだんDBの更新がされなくなっていくみたいなことがあったりするんですけど、でもそうやって抱え続けてみんなで振り返る機会があるっていうことで、
もっともっと自分たちの業務を活用していかなきゃっていうところにアンカリングされる、それ自体には価値がすごくあるなというふうにそういうことをやっています。
小田中育生
いいですね。おそらく多くの現場が今の話みたいにAIを活用しようってことはみんな思ってるでしょうし、で、その活用度合いを指標にするみたいなのをおそらく取り組んでるんじゃないかな。
僕たちも最初3月とかの段階かな、その半期のオブジェクティブキーリザルトを考えるときに、まずAIを活用して今の開発生産性、僕たちが想像つかないところまでは持ってきたいよねって話をしてたんですよ。
で、その時はまだまず自分たちの社内の制度的にも、カーソルだとかそういったものを使うところにも至ってなかったんですね、まだ当時は。
で、当時はまずそれを使えるようにしたいよねっていうところと、で、半年のうちに1個でも何かそれで成果出てたら、それでそれを使った甲斐があったなって成果出てたらいいよねって話をしてたんですけど、今思うとすごい牧歌的な世界で。
Makoto Arata
あるよあるよというふうにね。
小田中育生
だからもうその直後ぐらいに社内でも使う準備ができて使い始めたら、なんかもうみんな日々使ってるのもあって、全然ここ使えるよとか、このライブラリの移行とかカーソルのおかげですごい楽だったよみたいなのがボンボン出てきて、
言ってしまえばその1個でもいい事例作るっていうのはものの見事にすぐ発生されてしまったんで、そこから見直していくってことになったんですけど、やっぱそれも使っていくぞっていうのをみんなで目指すっていう意思決定したっていうのは大事かな。
マネージャーとしてそのAIを使っていいよだし、むしろ使ってほしいよっていうところと、使って何してほしいかっていう、開発生産性を上げたいのか開発プロセスを抜本的に変えていきたいのかみたいな指針を示すっていうのはすごい大事なお仕事なんじゃないかなって思います。
生成AIの導入課題
Makoto Arata
そうですね、やっぱりそういうのが、マネージャーがそこの重要性にあんまり気づけてないと出遅れるっていうか、そんなの使って大丈夫なのっていう風になっちゃうっていうよりは、どちらかと言えばその使う前提で、その上に立ちはだかるリスクをどのように潰していくかっていうか
そういった方向に振り向けられるといいなって思いますね。
小田中育生
おっしゃる通りで、またちょっとデブサミの話になったんですけど、デベロッパーサミット2025サマーの時に、どこかのスポンサーさんがブースでAI活用してますかってことだし。
ありましたよね。で、全然使う許可ないですってところから4段階で一番右側は会社がしっかりその制度、お金も出してツール使えるようむしろ推進してますっていうのがあって、で、4つのグラデーションのうちほとんどのシールを貼ってる人が一番右側。右側がそのAIバリバリ活用してます。会社の補助でやってます。
組織として推進してるところが圧倒的に多かったんですね。で、それが何を意味してるかっていうと、デブサミ行かれる方はお分かりかと思うんですけど、結構コンサルティブな企業の方も多くいらっしゃってる。
本当に日本で一番多くの方が集まる場だっていうのもあって、そのAI絶対使うぞみたいなテンションじゃない大きめの会社の方とかもいらっしゃるぐらいなんですけど、その中でも一番そのAI活用するっていうのがバジョリティになってる。
Makoto Arata
で、ちょっと前だと、2、3ヶ月前だと多分会社でAIのツール使えますって魅力品質だったんですよ。
小田中育生
当たり前品質になっちゃった。
AIとマネジメントの変化
小田中育生
面白いなと思ったのが半年ぐらい前だと採用面接でAIのツールって使えるんですかって質問来てなかったので、使えますよって言うと、使えるんですかってグッと魅力が上がってたのが、
2、3ヶ月前は質問としては結構聞かれるようになってて、使えると、あ、そうなんですね、まあそうですよね、逆に最近は聞かれない。
Makoto Arata
もう当たり前だよねっていう。
小田中育生
多分使えないなんて言ったら、え、なんでですかってなるんじゃないかなと。
Makoto Arata
間違いない間違いない。
小田中育生
っていうぐらい変化してきてるんで、マネージャーがもし、自分自身が仮に触ってなくても、自分が鑑賞してるチームが使える状態にないとしたら、その働きかけをしてないってことにはかなり危機感を持ったほうがいいかなと。
Makoto Arata
でもそれやっぱりその手触り感みたいなのが、そのAIによって何が変わり得るのか。
AIっていうとバクっとしちゃいますけど、特定の例えばクロードボードとかっていうツールが、自分たちに何を変えてくれるのかっていうところって、実際に手を動かしていようが動かしていまいが、肌感として持っていたくないですかっていうのがありますね。
みんながいいって言うからって言うと、いわゆるノールック商人みたいな。
小田中育生
確かに確かに。
Makoto Arata
本当にエッセンシャルなものに絞って投資をしていくべきなんですよね。今は何がどう効くかわからないから、多少大きめにマジェットを取っておいて、その中で実験的にツールを使ったりしてみるってことをやられてる会社さん結構多いと思うんですけど。
小田中育生
そうですね。
Makoto Arata
これはそれとして、本当にこれで私たちの生産性が変わり得るんだっていうところにゼンベッドしたいわけじゃないですか。
っていうのはやっぱりマネージャーである決済権を持っている人たちが、ちゃんとその理解価値を理解して使える状態にするっていう風に持っていけるっていうのがある種理想的なのかなと思います。
小田中育生
そうですね。それで言うと、そんなに難しいこととか、新しくあなた、バイブコーディング始めなさいよかっていうと、そこまで、もちろんやれるのは全然やったほうがいいんですけど、それに対してハードルを感じるとしたら、
目の前とか自分の身の回りにあるものを改めて点検して、AIが使われてるか使われてないかみたいなこととか、あとニュースを見たりっていうところですね。っていうのをちょっと外の世界見てみると、なんかもう数ヶ月前とはだいぶ違うよなっていうのはわかると思うんです。
それこそ、ソフトウェアエンジニアだとしたら、勉強会でAIのことが全く語られない会って多分ほぼない。逆に最近当たり前になって、テーマとしてはメインじゃなくなってるのかもしれない。
Makoto Arata
若干職場気味まである。
小田中育生
逆にAIの話ないとちょっとホッとするみたいなのはあるかもしれないですけど、おそらく日々の中でちょっとGPT使ってるよねだったりとか、そういったことは全然。
日々触れるコンテンツもテレビ見てたりとかYouTube見てたりしても、AI使ったコンテンツがもう全然当たり前になってきてるよねって。
それぐらいだって日常の、要はテック畑じゃないところのエンターテインメントとかにも染み出してきてるんだってことを考えると。
Makoto Arata
だいぶ覇権を握っている。
小田中育生
この前だって小学生の娘がチャットGPT使ってましたからね。
AIの影響と未来の展望
小田中育生
何やってたんですか。
なんか戦国武将について調べてて。だから物を調べるときに使うんですよ。
いいですね。
Makoto Arata
Google検索で一個一個サイトを見ていって、これは合ってるこれは違うっていうのをやっていた頃と比べるとだいぶステップ数が減りましたよね。
そうですね。
教えてって言うと聞いてないことまで教えてくれるから。ありがとうございます。案の定ですね、盛り上がってまいりまして。
小田中育生
そうなんですよね。
Makoto Arata
一旦この辺で聞きましょうか。
小田中育生
そうしましょう。
Makoto Arata
では後編はどんなことをお話ししますか。
小田中育生
後編はですね、今AIが我々をエンハンスしていくそれをいかに使うかっていう。
どっちかっていうとマネージャーにとってやらなきゃいけないし、ポジな話をしたんですけど後半暗い話していいですか。
Makoto Arata
暗い話。
小田中育生
マネージャーいらなくなるんじゃねっていう話をしたいと思います。
Makoto Arata
個人的にはそれすごくいい話だと思うんですけどね。
小田中育生
はいはいはい。
Makoto Arata
というところも含めて、じゃあ後編をお楽しみにお待ちください。
小田中育生
ありがとうございました。
