概要
https://speakerdeck.com/zozotech/ai-adoption-in-zozo-engineering
詳細内容
## ZOZOにおけるAI活用の現在 ~開発組織全体での取り組みと試行錯誤~
https://speakerdeck.com/zozotech/ai-adoption-in-zozo-engineering
ZOZOにおける生成AI導入の定量的な成果と、開発プロセスの変化に伴う新たな課題をデータに基づいて明らかにする。
**Content Type**: 🔬 Research & Analysis
**Language**: ja
**Scores**: Signal:5/5 | Depth:4/5 | Unique:4/5 | Practical:4/5 | Anti-Hype:4/5
**Main Journal**: 84/100 | **Annex Potential**: 83/100 | **Overall**: 84/100
**Topics**: [[ZOZO, 生成AI導入, Findy Team+, 開発メトリクス, エンジニアリングマネジメント]]
株式会社ZOZOにおける生成AI活用の実態を、開発者へのアンケートと**Findy Team+**による定量データから分析したレポートです。**GitHub Copilot**、**Claude Code**、**Cursor**、**Devin**といった多様なツールの導入状況に加え、AI積極活用層と非活用層の間で開発パフォーマンスにどのような差が生じているかを可視化しています。
特筆すべきは、AI活用が開発メトリクスに与える影響の分析です。積極活用層はPR作成数が12%増加し、「コミットからオープンまで」の時間が38%短縮されるなど、実装工程の劇的な高速化（シフトレフト）が確認されました。一方で、**平均変更行数が27%増加**し、それに伴い「オープンからレビューまで」の時間や「レビューからアプルーブまで」の時間が悪化するという、**「実装の高速化がレビュー工程のボトルネックを強調する」**という新たな課題をデータで示しています。
単なるツールの紹介に留まらず、AI活用を個人のスキルに閉じさせず、組織として試行錯誤を継続するためのワーキンググループ運営や知見共有の仕組みについても触れられています。生成AI導入のROIをどう測定すべきか悩むエンジニアリングマネージャーや、AI導入後の開発プロセスの変化を予見したいテックリードにとって、具体的かつ示唆に富む内容です。
AIツールの導入効果を定量的に評価したい、あるいは導入後に発生する組織的な課題への対策を検討しているエンジニアリングマネージャーやテックリードは必読です。