Skip to content

生成AIでソフトウェアデリバリーを革新する ​

著者: Amanda Lewis · 原文: https://dora.dev/guides/how-to-innovate-with-generative-ai/

核心原則 ​

生成AIのような新技術・プロセスの実験には組織全体にわたる戦略的アプローチが必要です。すべての役割で小さく始め、影響測定を計画し、必要に応じて反復すべきです。DORAの10年にわたる研究は、パフォーマンスを牽引するケイパビリティに基づく戦略とフレームワークを提供します。

成功の土台: 継続的改善とユーザー中心 ​

組織が生成AIで革新できる能力は継続的改善とユーザー中心の土台にかかっています。

  • 大規模な変革は反復的・漸進的に起きるため、チームは実験し小さな変更を実装し続ける必要があります。高パフォーマンスなチームは顧客フィードバック・チーム実験・実践コミュニティで継続的改善の文化を作ります。
  • ユーザーに集中するチームは組織パフォーマンスが40%高い。ユーザー中心チームは実験・適応し、改善すればデリバリーパフォーマンス・職務満足・生産性も良くなります。

チームが活用する方法 ​

ソフトウェアデリバリーパフォーマンスの監視 ​

DORA指標(four keys)でアプリケーションのデリバリーパフォーマンスを測ります。(要約者注: 原文はfour keysのみに言及しています。現在のDORAはデプロイ再作業率を加えた5つの指標を使います。State of AI-assisted SD 2025の要約を参照。) 基準線を定めた後、生成AI導入の影響を観察しましょう。例: 速いコードレビューを持つチームはデリバリーパフォーマンスが50%良い。

新規メンバーのオンボーディング加速 ​

生成的な組織文化・良質な社内文書・CI・CDがあればオンボーディングが速くなります。複数ソースの情報を統合ナレッジベースにまとめAIを活用し、コード説明を提供すれば新メンバーが論理・実装の文脈を素早く把握できます。

チーム満足度の向上 ​

協働・知識共有・心理的安全性が革新環境を作ります。良質な社内文書が鍵で、AIで文書へのアクセスを高め、下書き生成・テスト作成を助けられます。

実践者が活用する方法 ​

  • 学び続ける: 学習文化はデリバリーパフォーマンスを予測します。IDEに統合されたAIは仮想ペアプログラミング体験としてコード説明・提案・テスト支援を提供します。
  • 速いフィードバック: 速いフィードバックループはコード品質向上の根本です。AIでコードレビュー前にバグ・セキュリティ問題・改善機会を検討できます。
  • 文脈の提供: 良質な文書・保守可能なコードは「何を、なぜ」の文脈を提供します。AIプロンプトで書いたコメントは詳細な意図を含み、将来の読者に文脈を与えます。原文は、生成AIでコードコメント・設計文書・ドキュメントといった資産を優先的に整えれば、生成AIが使うLLMが改善され、組織に継続的な価値をもたらすと説明しています。(要約者注: モデルが再学習されるという意味より、AIが参照する社内の文脈の品質が上がるという意味で読むのが自然です。)

リーダーが活用する方法 ​

  • 組織のウェルビーイング管理: 2023年のDORA研究は、組織がAIを使うと個人のバーンアウトが減り、生産性・職務満足が高まったと明らかにしました(2024年の研究結果はImpact of Gen AIの要約を参照)。チームのツール選択権を尊重しAI実験を奨励しつつ、コスト・ポリシー・例外プロセスのガイドを共有しましょう。
  • 市場変化への迅速な適応: 高パフォーマンスなチームはアプリケーションを常にデプロイ可能な状態に保ちます。チームが自律性とインセンティブを持ち小さな改善を続ければ、市場変化に適応しやすくなります。
  • デリバリーフローの改善: AIをデリバリーフローに実装すれば、学習文化・文書品質・早期セキュリティといった核心ケイパビリティを改善します。
  • ユーザーの理解: ユーザー中心はチーム・組織パフォーマンスを高めます。チャットボットの対話分析、ユーザーフィードバックの活用でチームをユーザーに近づけましょう。

成功は結果で定義する ​

  • 導入ではなく影響で成功を定義しましょう。結果はデリバリーパフォーマンス・ウェルビーイング・組織パフォーマンスに直接影響すべきです。
  • Jカーブ効果を忘れずに。学習・プロセス調整で生産性が一時的に下がる区間があります。忍耐と戦略的実行で上昇曲線に乗ります。

次のステップ ​

  • 基準線の設定: DORA Quick Checkでチームのデリバリーパフォーマンスの基準線を定め、結果をブックマーク。
  • 好奇心と実験の奨励: AIを脅威ではなく実験・革新の機会と見る空間を作る。
  • 実践コミュニティの構築: ベストプラクティス・知識共有・失敗からの学習に基づく協働を奨励。
  • 最新研究とDORA Communityへの参加。

DORAのAIリサーチ(dora.dev/ai)を日本語で要約した非公式ガイドです。原文はCC BY 4.0。