貴社の事業内容を教えてください

岩竹：私たちは、コンサルティングからシステム開発・運用保守、Web制作・マーケティングまでを一気通貫で提供する、日本発の総合ファームです。DX推進やAI活用を軸に、医療、教育、公共、不動産、エンタメなど、多様な業界のお客様の課題解決を多角的に支援しています。
東京本社に加え、熊本、福岡、鹿児島にも拠点を展開しています。地方にいながら先端技術や大規模プロジェクトに携われる環境を整えることで、優秀なIT人材の活躍機会を広げ、地域経済の活性化や地方創生にも貢献しています。

なぜ、いち早く「AI駆動開発」の手法を取り入れようと考えたのでしょうか？

岩竹：理由は大きく3つあり、根底にあるのは「これまでの開発の当たり前を変えたい」という強い想いです。

まず、開発方法論において属人化しやすい領域をAIの活用によって切り出し、組織における属人化を排除することで、品質の高水準化・平準化を実現したいと考えたからです。従来の開発プロセスでは、どうしても個人の経験や判断に依存しやすい部分がありました。そこで、ウォーターフォールプロセスにおけるAIの活用方法を検討し、要件定義工程からテスト工程までを再現性のある手順として標準化することに取り組んでいます。

また、私たちはAI活用をただの実験で終わらせたくありませんでした。PoCを繰り返すことが目的ではなく、お客様の現場で実際に使われるシステムをいち早く届けることに価値があると捉えていたからです。だからこそ、実運用に耐えうる手法をどこよりも早く確立することにこだわりました。

さらに、AI活用が広がった先にある「レビューコスト」という課題を、先回りして解決したかったことも理由の一つです。AIがコードを短時間で生成できても、人間による確認やレビューに時間がかかっては、開発プロセス全体の効率化にはつながりません。その未来の課題まで見据えたワークフローをセットで構築するため、いち早くAI駆動開発の手法を取り入れました。

現場での課題にどう向き合い、解決しているのか教えてください

岩竹：直面した最大の課題は、AIの出力品質が「上流のインプット品質」に依存することでした。要件定義に曖昧さがあると、AIが勝手に行間を埋めてハルシネーションを出力したり、一つの誤解を前提に大量の欠陥コードを瞬時に生成したりします。人間の一箇所の見落としが、後工程の品質管理（QA）負荷を大きく高めてしまうという壁に直面しました。

この課題に対して、私たちは主に4つのアプローチで解決を図っています。まず、AIに勝手に判断させない仕組みとして「逆質問機能」を構築しました。情報が不足している際には、AIに推測させず、不明点を課題化して人間の判断を挟むことで、認識のズレやハルシネーションの発生を抑えています。あわせて、AIに任せる作業の手順や作業時の観点も「skills」として標準化しました。AIがどのような観点で判断し、どのような手順で作業を進めるかをあらかじめ構造化することで、人間とAIの認識のズレをプロセスの段階で防いでいます。

さらに、要件定義や設計ドキュメントのテンプレートの再整理にも取り組んでおり、AIが生成する範囲とその影響範囲を人間が把握しやすい状態にしています。最後に、役割分担も最適化しました。AIにチェック観点を出させたうえで、人間は最終判断や重要な意思決定に集中することで、AIのスピードを活かしながら、品質を担保する体制を整えています。

今後の展望を教えてください

岩竹：現在は、新規開発のフェーズにおいてAI駆動開発を実践していますが、今後保守運用や既存システムの追加開発といったフェーズにも活用の幅を広げ、会社としてお客様に提供する価値をさらに最大化していきたいと考えています。

これからのAIエンジニアには、単にコードを書く技術以上にお客様の複雑な課題を解決するための「要件の構造化能力」や、AIのアウトプットがビジネスに沿っているかを検証する「妥当性の判断力」が求められます。スキルの比重がより上流の、人間ならではの領域へとシフトしていくのです。

当社としては、こうした変化を恐れずに挑戦するエンジニアが、存分に活躍し成長できる環境を提供し続けたいと考えています。会社とエンジニアが共に進化していく、そんな未来を目指しています。