概要
https://speakerdeck.com/jaxx2104/freeeniokeruhuankusiyonwochao-eta-qi-tong-guan-denoaihuo-yong
詳細内容
## freeeにおけるファンクションを超えた一気通貫でのAI活用
https://speakerdeck.com/jaxx2104/freeeniokeruhuankusiyonwochao-eta-qi-tong-guan-denoaihuo-yong
freeeは、開発タスクの詳細な細分化と定型化を通じて、AI活用の「支配率」を特定し、スキーマ駆動開発と組み合わせたCustom Slash Commandによって、ビジネスロジックを中心とした開発生産性を飛躍的に向上させた。
**Content Type**: ⚙️ Tools
**Language**: ja
**Scores**: Signal:4/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:4/5
**Main Journal**: 86/100 | **Annex Potential**: 84/100 | **Overall**: 84/100
**Topics**: [[AI活用, 開発生産性, タスク自動化, スキーマ駆動開発, AIエージェント]]
freeeは、「ファンクションを超えた一気通貫でのAI活用」を目標に掲げ、開発プロセス全体の生産性向上を目指している。その強みとして、AI活用以前からチーム内のファンクション（PdM, ApD, Eng, QA）が一体感を持ち、多様な開発プロセスを通じて、分散しつつも集結するムーブメント型組織が形成されていた点を挙げる。
AI活用の方針としては、各ファンクションがインパクトにこだわり、業務における「支配率」（そのタスクが全体のどれくらいを占めるか）と「圧縮率」（AIで効率化できる度合い）が高い業務を洗い出すことから始めた。具体的には、開発タスクを極限まで細分化し、プランニングポーカーでウェイトを算出。複数のDesignDocで妥当性を検証した結果、プロダクトやプロジェクトによらず、ビジネスロジックとUIの実装が支配的なタスクであることが判明した。
この知見に基づき、freeeはビジネスロジックの効率化と、それ以外のタスクを限りなくゼロに近づけることに注力。支配率・圧縮率の高い業務の改善策として、Custom Slash Commandを活用した業務タスクの定型化を進めた。しかし、AIエージェントの「遅さ」や「コンテキストの逼迫」という課題に直面。これを解決するため、コード生成の大部分をスキーマ駆動開発のGeneratorに任せ、Custom Slash Command自体は短い記述になるよう設計した。TypeSpec, OpenAPI, Orvalなどを活用し、自然言語の利用範囲を絞り込むことで、AIの有効性を高めている。
このアプローチにより、実装が定型化され、DesignDocの記述量削減やレビュイー・レビュアーが主要論点に集中できるといった前工程への恩恵も生まれた。結果として、レベル1生産性（仕事量の生産性）においてPR数が1.4〜1.5倍に増加し、ジョイン後の立ち上がり速度も顕著に改善した。さらに、PR数だけでなく、Slash CommandやPromptの分類による「手元の業務としての活用度や成果」を定量的に計測できるようになったという。
この業務タスクの細分化・定型化のアプローチは、QA、PdM、ApDといった他ファンクションの業務にも適用可能であるとfreeeは見ており、レビューやテストの定型化、Design Docからのタスク半自動化といった今後の展望も示されている。「何を作るかだけでなく、どうやって作るか」という認識をチーム全体で揃え、相手の業務内容を理解し、AIの「魔法」に頼りすぎないアプローチの重要性を強調している。