概要
https://tech-blog.rakus.co.jp/entry/20251107/productivity-hacks
詳細内容
## データとAIで「開発の速さ」をデザインする——ラクス開発本部の“生産性ハック最前線”
https://tech-blog.rakus.co.jp/entry/20251107/productivity-hacks
ラクスは、データとAIを駆使し、プルリク分析、AIコードレビュー、テスト自動化などの具体的な施策を通じて、多様な開発チームの生産性向上戦略を推進している。
**Content Type**: Tools
**Language**: ja
**Scores**: Signal:4/5 | Depth:4/5 | Unique:3/5 | Practical:4/5 | Anti-Hype:4/5
**Main Journal**: 76/100 | **Annex Potential**: 73/100 | **Overall**: 76/100
**Topics**: [[開発生産性, AI活用, データドリブン開発, コードレビュー効率化, テスト自動化]]
ラクスは、顧客への価値提供を迅速かつ確実に行うため、開発生産性向上を最重要視し、データとAIを用いて「開発の速さ」を組織的に設計する文化を築いている。この取り組みでは、チームごとの客観データ収集、Findy Team+や社内ツールによる可視化、そしてリーダー主導の改善というサイクルを継続的に回している。これにより、プルリクエスト（PR）のオープンからレビューまでの平均時間やレビューコメント数といった指標を追跡し、開発サイクルのボトルネックを特定している点が重要だ。
具体的な生産性向上施策として、オフショア開発チームではAIを活用した一次コードレビューを導入し、人手による負荷を軽減しつつ品質とスピードの両立を実現。また、レビュアーの偏りが課題となるチームでは、1PRあたりの変更量を減らすことで負荷を分散したり、意図的にレビュアーを育成する仕組みへシフトしている。さらに、単体テスト工数が肥大化していたチームでは、AIを使ったテスト自動化によって工数を半減させることに成功している。
これらの施策は、開発現場を熟知するリーダーがGitHub統計や社内ツールを組み合わせて分析し、原因を深堀りして改善策を打つという高速な改善サイクルを通じて実現されている。各チームは、ウォーターフォール、アジャイル、ハイブリッドといった多様な開発スタイルに合わせて「4Keys指標」を意識しつつ、自律的に改善目標を設定している。特に海外拠点では、データを活用して工程ごとの指摘数や本番バグ発生率を分析し、AIによる翻訳も用いることで言語的・地理的な壁を越えたコミュニケーションと改善を推進している。
ラクス開発本部の特筆すべき点は、「数字」の優劣を競うのではなく、施策によって得られた「ナレッジの共有」を促進する文化にある。これにより、3ヶ月ごとに開発本部全体でナレッジが共有され、チーム間の「学びの連鎖」が生まれている。この学習サイクルを通じて、エンジニアはコードを書くだけでなく、データに基づいて開発文化を進化させる高次のスキルを磨き、今後さらに進化するAI駆動開発にも柔軟に対応できる能力を養っている。これは、単なるツール導入に終わらず、組織全体の能力を底上げする戦略として、Webアプリケーションエンジニアにとって示唆に富む事例と言えるだろう。