AIツールを活用したアジャイル開発の促進方法【11/26開催・内製化をスケールさせるAI時代のアジャイル開発イベントレポート】
AIツールを活用したアジャイル開発の促進方法【11/26開催・内製化をスケールさせるAI時代のアジャイル開発イベントレポート】
目次
目次を読み込み中...
2025年11月26日、ファインディ株式会社が主催するイベント「内製化をスケールさせるAI時代のアジャイル開発」がハイブリッドで開催されました。
本記事では、総合エンターテインメント企業・株式会社アミューズのグループ会社として、テクノロジーによる新しい体験価値を追求する株式会社Kultureの阿部 祐輝氏によるセッション「AIツールを活用したアジャイル開発の促進方法」の模様をお届けします。
◾️登壇者プロフィール
株式会社Kulture（アミューズグループ）
テックリード／エンジニアリングマネージャー
阿部 祐輝
【略歴】
音楽・テクノロジー領域の新規事業に携わることを志向し、生保SIer、トライバルメディアハウス、DMM.comを経て、アミューズのデジタル戦略を担うKultureへ2023年に入社。Webアプリケーション開発の横断的な経験を生かし、プロダクト開発全体を統括。クラウドサービスを活用したスケーラブルなアーキテクチャの設計・開発を主導し、LLM・Web3技術も活用した新サービス「KLEW」を2024年11月にローンチ。
株式会社Kultureでテックリード兼エンジニアリングマネージャーを務めております、阿部と申します。
本日は「AIツールを活用したアジャイル開発の促進方法」というテーマで、私たちが直面した課題と、それをAIでどう乗り越えようとしているのかについてお話しします。
私はこれまで、生命保険系のSIerやデジタルマーケティング、DMM.comなどを経て、現在はKultureで開発組織の立ち上げを担っています。
1.Kultureの事業内容について
Kultureはアミューズのデジタル戦略を担う会社として2022年に設立されました。
ファンクラブやECの運用、映像配信といった既存事業のデジタル化だけでなく、チケット画像をAIで解析して限定コミュニティへ案内する「KLEW」のような、新しい技術をエンタメに掛け合わせる挑戦を続けています。
2.内製開発の現状と組織体制
現在の開発体制はエンジニア6名、ビジネスサイド7名程度のスクラムで、NotionやGitHub、Slackをフル活用しています。
内製開発を始めた当初は、私ともう1名のエンジニア以外はアジャイル未経験という状態でした。
そこで掲げたミッションが、いかに非エンジニアをアジャイルチームに巻き込むか、そして少人数でAIツールを最大限に活用して、高品質なアイデアをスムーズに形にするかという点です。
しかし、現実はそう簡単ではありませんでした。
役割分担が曖昧になり、バックログのリファインメントが停滞してしまったり、議論が「ユーザーにどんな価値を届けるか」ではなく「どんな機能を実装するか」というベースに終始してしまったりと、多くの壁にぶつかりました。
3.アジャイル開発における課題と取り組み
これらの課題を解決するために、現在は3つの大きな取り組みを行っています。
①RACIを用いた役割の明確化
1つ目は、RACIを用いた役割の明確化です。単に「スクラムをやりましょう」と伝えるだけでは、非エンジニアにとって自分の守備範囲が分かりにくいものです。
そこで、実行責任者（Responsible）、意思決定者（Accountable）、相談者（Consulted）、報告者（Informed）を定義し、Notionで誰でもいつでも確認できるようにしました。
何かに詰まったときには常に行を追加して更新し、役割の解像度を上げ続けるようにしています。
②プロダクトバックログ運用の改善とAIによるアシスト
2つ目は、プロダクトバックログ運用の改善とAIによるアシストです。
ここで重要なのは、AIを使う前に「ルールを再整備する」ことです。
Notionのテンプレートを見直し、ADR（アーキテクチャ意思決定記録）やRFC、議事録などのルールを整え、それらを「AIリーダブル」なMarkdown形式でリポジトリ内に管理するようにしました。
例えば、チーム固有の「相対見積もりのルール」をAIに学習させています。
これをAIエージェントのDevinに読み込ませ、Slackと連携させる仕組みを導入しました。
これにより、非エンジニアがSlack上で「こんな機能が欲しい」と相談すると、Devinがリポジトリにあるルールを参照して、プロダクトバックログを自動で起票したり、見積もりの支援をしてくれたりします。
エンジニアの手を介さずとも、ルールに基づいた叩き台が生成される環境を作っています。
③生産性と品質の両立
3つ目は、生産性と品質の両立です。GoogleのDORAのレポートでも言及されていますが、AIはあくまで「増幅器」です。
AIを使えばスピードは爆発的に上がりますが、自動テストやコード規約といった土台がしっかりしていなければ、悪い方向へのスピードも加速してしまいます。
そこで私たちは、仕様駆動開発（SDD）やMCP（Model Context Protocol）による外部ツールの活用を推進しています。
同時に、AIが生成したコードをそのまま通さず、リンターや自動テスト、E2Eテスト、オブザーバビリティツールの導入を徹底し、AIが「適切に間違えられる」ための安全網を築いています。
今後は、AIによる効率化が具体的にどのようなアウトカムを生んでいるのか、よりシビアに見ていきたいと考えています。
経営陣とも密にコミュニケーションを取り、AIを積極的に使いつつ、たとえ失敗してもそれをナレッジ化して次につなげる。
そんな姿勢で、AIネイティブな開発組織を目指していきたいと思っています。
4.Q&Aパート
――ルール整備の工数をどう確保し、優先度付けをしていますか？
経営陣に対しては、システムの安定性や技術的な投資がいかにビジネスの継続性に重要かを、あえて「人間味のあるコミュニケーション」で泥臭く伝えるようにしています。
また、AIの活用においては「一度失敗させてみる」ことも有効なアプローチです。AIにタスクを任せて失敗した際、その対策をプロンプトやルールとしてリポジトリに保存します。
すると、次回の同じようなタスクが劇的に改善されることを、具体的な数字や動きで実証できます。
こうした小さな成功体験を積み重ね、短期・中期・長期での投資計画として提案することが、組織の理解を得る近道だと感じています。
――組織のスケールという課題に対し、AIはどう寄与しますか？
まず大前提として人を増やす必要はありますが、AIは「オンボーディング」に非常に役立ちます。
ドキュメントをAIリーダブルな形で蓄積しておけば、新しく入ったメンバーや非エンジニアが、いつでもAIに「この仕様はどうなっているの？」と相談できるようになります。
これにより、既存メンバーの時間を奪うことなくナレッジの浸透を加速させることができます。
――今後のアジャイルプロセスにおけるAI活用の展望を教えてください。
現状、コードの記述やレビュー支援はすでに導入済みですが、今後はセキュリティ分析やパフォーマンス分析といった、より高度な領域に広げていきたいです。
また、LLMsを用いて開発プロセスにおける定量的な数字を分析し、チームのボトルネックを特定するなど、意思決定をサポートする領域での活用も進めていきたいと考えています。
2025年11月26日、ファインディ株式会社が主催するイベント「内製化をスケールさせるAI時代のアジャイル開発」がハイブリッドで開催されました。
本記事では、総合エンターテインメント企業・株式会社アミューズのグループ会社として、テクノロジーによる新しい体験価値を追求する株式会社Kultureの阿部 祐輝氏によるセッション「AIツールを活用したアジャイル開発の促進方法」の模様をお届けします。
◾️登壇者プロフィール
株式会社Kulture（アミューズグループ）
テックリード／エンジニアリングマネージャー
阿部 祐輝
【略歴】
音楽・テクノロジー領域の新規事業に携わることを志向し、生保SIer、トライバルメディアハウス、DMM.comを経て、アミューズのデジタル戦略を担うKultureへ2023年に入社。Webアプリケーション開発の横断的な経験を生かし、プロダクト開発全体を統括。クラウドサービスを活用したスケーラブルなアーキテクチャの設計・開発を主導し、LLM・Web3技術も活用した新サービス「KLEW」を2024年11月にローンチ。
株式会社Kultureでテックリード兼エンジニアリングマネージャーを務めております、阿部と申します。
本日は「AIツールを活用したアジャイル開発の促進方法」というテーマで、私たちが直面した課題と、それをAIでどう乗り越えようとしているのかについてお話しします。
私はこれまで、生命保険系のSIerやデジタルマーケティング、DMM.comなどを経て、現在はKultureで開発組織の立ち上げを担っています。
1.Kultureの事業内容について
Kultureはアミューズのデジタル戦略を担う会社として2022年に設立されました。
ファンクラブやECの運用、映像配信といった既存事業のデジタル化だけでなく、チケット画像をAIで解析して限定コミュニティへ案内する「KLEW」のような、新しい技術をエンタメに掛け合わせる挑戦を続けています。
2.内製開発の現状と組織体制
現在の開発体制はエンジニア6名、ビジネスサイド7名程度のスクラムで、NotionやGitHub、Slackをフル活用しています。
内製開発を始めた当初は、私ともう1名のエンジニア以外はアジャイル未経験という状態でした。
そこで掲げたミッションが、いかに非エンジニアをアジャイルチームに巻き込むか、そして少人数でAIツールを最大限に活用して、高品質なアイデアをスムーズに形にするかという点です。
しかし、現実はそう簡単ではありませんでした。
役割分担が曖昧になり、バックログのリファインメントが停滞してしまったり、議論が「ユーザーにどんな価値を届けるか」ではなく「どんな機能を実装するか」というベースに終始してしまったりと、多くの壁にぶつかりました。
3.アジャイル開発における課題と取り組み
これらの課題を解決するために、現在は3つの大きな取り組みを行っています。
①RACIを用いた役割の明確化
1つ目は、RACIを用いた役割の明確化です。単に「スクラムをやりましょう」と伝えるだけでは、非エンジニアにとって自分の守備範囲が分かりにくいものです。
そこで、実行責任者（Responsible）、意思決定者（Accountable）、相談者（Consulted）、報告者（Informed）を定義し、Notionで誰でもいつでも確認できるようにしました。
何かに詰まったときには常に行を追加して更新し、役割の解像度を上げ続けるようにしています。
②プロダクトバックログ運用の改善とAIによるアシスト
2つ目は、プロダクトバックログ運用の改善とAIによるアシストです。
ここで重要なのは、AIを使う前に「ルールを再整備する」ことです。
Notionのテンプレートを見直し、ADR（アーキテクチャ意思決定記録）やRFC、議事録などのルールを整え、それらを「AIリーダブル」なMarkdown形式でリポジトリ内に管理するようにしました。
例えば、チーム固有の「相対見積もりのルール」をAIに学習させています。
これをAIエージェントのDevinに読み込ませ、Slackと連携させる仕組みを導入しました。
これにより、非エンジニアがSlack上で「こんな機能が欲しい」と相談すると、Devinがリポジトリにあるルールを参照して、プロダクトバックログを自動で起票したり、見積もりの支援をしてくれたりします。
エンジニアの手を介さずとも、ルールに基づいた叩き台が生成される環境を作っています。
③生産性と品質の両立
3つ目は、生産性と品質の両立です。GoogleのDORAのレポートでも言及されていますが、AIはあくまで「増幅器」です。
AIを使えばスピードは爆発的に上がりますが、自動テストやコード規約といった土台がしっかりしていなければ、悪い方向へのスピードも加速してしまいます。
そこで私たちは、仕様駆動開発（SDD）やMCP（Model Context Protocol）による外部ツールの活用を推進しています。
同時に、AIが生成したコードをそのまま通さず、リンターや自動テスト、E2Eテスト、オブザーバビリティツールの導入を徹底し、AIが「適切に間違えられる」ための安全網を築いています。
今後は、AIによる効率化が具体的にどのようなアウトカムを生んでいるのか、よりシビアに見ていきたいと考えています。
経営陣とも密にコミュニケーションを取り、AIを積極的に使いつつ、たとえ失敗してもそれをナレッジ化して次につなげる。
そんな姿勢で、AIネイティブな開発組織を目指していきたいと思っています。
4.Q&Aパート
――ルール整備の工数をどう確保し、優先度付けをしていますか？
経営陣に対しては、システムの安定性や技術的な投資がいかにビジネスの継続性に重要かを、あえて「人間味のあるコミュニケーション」で泥臭く伝えるようにしています。
また、AIの活用においては「一度失敗させてみる」ことも有効なアプローチです。AIにタスクを任せて失敗した際、その対策をプロンプトやルールとしてリポジトリに保存します。
すると、次回の同じようなタスクが劇的に改善されることを、具体的な数字や動きで実証できます。
こうした小さな成功体験を積み重ね、短期・中期・長期での投資計画として提案することが、組織の理解を得る近道だと感じています。
――組織のスケールという課題に対し、AIはどう寄与しますか？
まず大前提として人を増やす必要はありますが、AIは「オンボーディング」に非常に役立ちます。
ドキュメントをAIリーダブルな形で蓄積しておけば、新しく入ったメンバーや非エンジニアが、いつでもAIに「この仕様はどうなっているの？」と相談できるようになります。
これにより、既存メンバーの時間を奪うことなくナレッジの浸透を加速させることができます。
――今後のアジャイルプロセスにおけるAI活用の展望を教えてください。
現状、コードの記述やレビュー支援はすでに導入済みですが、今後はセキュリティ分析やパフォーマンス分析といった、より高度な領域に広げていきたいです。
また、LLMsを用いて開発プロセスにおける定量的な数字を分析し、チームのボトルネックを特定するなど、意思決定をサポートする領域での活用も進めていきたいと考えています。
AIツールを活用したアジャイル開発の促進方法【11/26開催・内製化をスケールさせるAI時代のアジャイル開発イベントレポート】
2025年11月26日、ファインディ株式会社が主催するイベント「内製化をスケールさせるAI時代のアジャイル開発」がハイブリッドで開催されました。
本記事では、総合エンターテインメント企業・株式会社アミューズのグループ会社として、テクノロジーによる新しい体験価値を追求する株式会社Kultureの阿部 祐輝氏によるセッション「AIツールを活用したアジャイル開発の促進方法」の模様をお届けします。
◾️登壇者プロフィール
株式会社Kulture（アミューズグループ）
テックリード／エンジニアリングマネージャー
阿部 祐輝
【略歴】
音楽・テクノロジー領域の新規事業に携わることを志向し、生保SIer、トライバルメディアハウス、DMM.comを経て、アミューズのデジタル戦略を担うKultureへ2023年に入社。Webアプリケーション開発の横断的な経験を生かし、プロダクト開発全体を統括。クラウドサービスを活用したスケーラブルなアーキテクチャの設計・開発を主導し、LLM・Web3技術も活用した新サービス「KLEW」を2024年11月にローンチ。
株式会社Kultureでテックリード兼エンジニアリングマネージャーを務めております、阿部と申します。
本日は「AIツールを活用したアジャイル開発の促進方法」というテーマで、私たちが直面した課題と、それをAIでどう乗り越えようとしているのかについてお話しします。
私はこれまで、生命保険系のSIerやデジタルマーケティング、DMM.comなどを経て、現在はKultureで開発組織の立ち上げを担っています。
1.Kultureの事業内容について
Kultureはアミューズのデジタル戦略を担う会社として2022年に設立されました。
ファンクラブやECの運用、映像配信といった既存事業のデジタル化だけでなく、チケット画像をAIで解析して限定コミュニティへ案内する「KLEW」のような、新しい技術をエンタメに掛け合わせる挑戦を続けています。
2.内製開発の現状と組織体制
現在の開発体制はエンジニア6名、ビジネスサイド7名程度のスクラムで、NotionやGitHub、Slackをフル活用しています。
内製開発を始めた当初は、私ともう1名のエンジニア以外はアジャイル未経験という状態でした。
そこで掲げたミッションが、いかに非エンジニアをアジャイルチームに巻き込むか、そして少人数でAIツールを最大限に活用して、高品質なアイデアをスムーズに形にするかという点です。
しかし、現実はそう簡単ではありませんでした。
役割分担が曖昧になり、バックログのリファインメントが停滞してしまったり、議論が「ユーザーにどんな価値を届けるか」ではなく「どんな機能を実装するか」というベースに終始してしまったりと、多くの壁にぶつかりました。
3.アジャイル開発における課題と取り組み
これらの課題を解決するために、現在は3つの大きな取り組みを行っています。
①RACIを用いた役割の明確化
1つ目は、RACIを用いた役割の明確化です。単に「スクラムをやりましょう」と伝えるだけでは、非エンジニアにとって自分の守備範囲が分かりにくいものです。
そこで、実行責任者（Responsible）、意思決定者（Accountable）、相談者（Consulted）、報告者（Informed）を定義し、Notionで誰でもいつでも確認できるようにしました。
何かに詰まったときには常に行を追加して更新し、役割の解像度を上げ続けるようにしています。
②プロダクトバックログ運用の改善とAIによるアシスト
2つ目は、プロダクトバックログ運用の改善とAIによるアシストです。
ここで重要なのは、AIを使う前に「ルールを再整備する」ことです。
Notionのテンプレートを見直し、ADR（アーキテクチャ意思決定記録）やRFC、議事録などのルールを整え、それらを「AIリーダブル」なMarkdown形式でリポジトリ内に管理するようにしました。
例えば、チーム固有の「相対見積もりのルール」をAIに学習させています。
これをAIエージェントのDevinに読み込ませ、Slackと連携させる仕組みを導入しました。
これにより、非エンジニアがSlack上で「こんな機能が欲しい」と相談すると、Devinがリポジトリにあるルールを参照して、プロダクトバックログを自動で起票したり、見積もりの支援をしてくれたりします。
エンジニアの手を介さずとも、ルールに基づいた叩き台が生成される環境を作っています。
③生産性と品質の両立
3つ目は、生産性と品質の両立です。GoogleのDORAのレポートでも言及されていますが、AIはあくまで「増幅器」です。
AIを使えばスピードは爆発的に上がりますが、自動テストやコード規約といった土台がしっかりしていなければ、悪い方向へのスピードも加速してしまいます。
そこで私たちは、仕様駆動開発（SDD）やMCP（Model Context Protocol）による外部ツールの活用を推進しています。
同時に、AIが生成したコードをそのまま通さず、リンターや自動テスト、E2Eテスト、オブザーバビリティツールの導入を徹底し、AIが「適切に間違えられる」ための安全網を築いています。
今後は、AIによる効率化が具体的にどのようなアウトカムを生んでいるのか、よりシビアに見ていきたいと考えています。
経営陣とも密にコミュニケーションを取り、AIを積極的に使いつつ、たとえ失敗してもそれをナレッジ化して次につなげる。
そんな姿勢で、AIネイティブな開発組織を目指していきたいと思っています。
4.Q&Aパート
――ルール整備の工数をどう確保し、優先度付けをしていますか？
経営陣に対しては、システムの安定性や技術的な投資がいかにビジネスの継続性に重要かを、あえて「人間味のあるコミュニケーション」で泥臭く伝えるようにしています。
また、AIの活用においては「一度失敗させてみる」ことも有効なアプローチです。AIにタスクを任せて失敗した際、その対策をプロンプトやルールとしてリポジトリに保存します。
すると、次回の同じようなタスクが劇的に改善されることを、具体的な数字や動きで実証できます。
こうした小さな成功体験を積み重ね、短期・中期・長期での投資計画として提案することが、組織の理解を得る近道だと感じています。
――組織のスケールという課題に対し、AIはどう寄与しますか？
まず大前提として人を増やす必要はありますが、AIは「オンボーディング」に非常に役立ちます。
ドキュメントをAIリーダブルな形で蓄積しておけば、新しく入ったメンバーや非エンジニアが、いつでもAIに「この仕様はどうなっているの？」と相談できるようになります。
これにより、既存メンバーの時間を奪うことなくナレッジの浸透を加速させることができます。
――今後のアジャイルプロセスにおけるAI活用の展望を教えてください。
現状、コードの記述やレビュー支援はすでに導入済みですが、今後はセキュリティ分析やパフォーマンス分析といった、より高度な領域に広げていきたいです。
また、LLMsを用いて開発プロセスにおける定量的な数字を分析し、チームのボトルネックを特定するなど、意思決定をサポートする領域での活用も進めていきたいと考えています。
