豆蔵では、アマゾン ウェブ サービス ジャパン合同会社様の協催をいただき、2025年11月25日に、生成AIがもたらすシステム開発の変革に焦点を当て、その具体的な活用法と効率化に関するセミナーを開催いたしました。
セミナーの様子を、第1部実装編、第2部企画編の2回に分けてレポートいたします。本編は第1部のレポートになります。
「実践：システム開発全体サイクルにおける生成AI活用事例 ～Amazon Q Developerで学ぶコード生成デモ～」
株式会社豆蔵 デジタル戦略支援事業部 コンサルタント 丸岡 寛典より、システム開発ライフサイクル全体における生成AIの活用の紹介がありました。Amazon Q Developer（VS Code）を用いた動作デモからは、人間の判断を組み合わせることで効率と品質を両立できることが説明されました。
生成AI駆動開発とは（ブームから実践へ）
生成AI駆動開発とは、ソフトウェア開発における要件定義、設計、コーディング、テスト、デプロイなどの各工程にAIを活用する開発手法のことです。ChatGPT登場でコーディング支援からブームが始まり、実行までカバーするようになり、2025年現在はソフトウェア開発ライフサイクル全体での一貫した活用へと進化している。
AIコード生成の品質確保のための手法
現場では「依頼した内容と違う・・」といったコードが出力されることもあり、経験豊富なエンジニアがレビューに終われるという現状もあるようです。そこで、品質の良いコードを出力させるためのコツとして次が紹介されました。
- 明確な仕様をつくってAIに伝える
- コードを生成する前にテストを書く
生成AI駆動開発においても「何を作るのか」「それはどう動けば出来たと言えるのか」を整理し言語化することは、これまで同様に重要であり、開発者に必要となる本質的なスキルと言えます。
「Amazon Q Developer（VS Code）」のデモ
社員検索アプリケーションを題材として、仕様策定、実装、動作確認のデモが紹介されました。
- 仕様策定では、AIに依頼して仕様のあいまいな点を明らかにすることができる
- 実装では、仕様からＡＩを使って段階的に具体化したタスク一覧をもとに、タスク単位でＡＩに依頼して実装とテストを繰り返す。なお、要件や実装計画の修正は見つかったら、すぐ対応するのがコツ
- 動作確認では、この段階でも修正が見つかることがあるので、しっかり修正してく。AIを使うので、手軽に仕様→実装→テストが繰り返せる
また、最初の壁になりがちなのが環境構築であり、ここで足踏みしないように自動構築できるツールの利用も効果的です。
生成AIを活用した開発を実践して
豆蔵での経験をもとに開発で生成AIを活用することのメリットが紹介されました。
実際にやってみるとその手応えは想像以上で、まず初めてみるのことの大切さが強調されていました。豆蔵では、AI駆動開発 / 導入支援サービス を用意していますので、お気軽にご相談ください。
生成AI の次のステップ：エージェント型 AI が創る新しい働き方
アマゾン ウェブ サービス ジャパン合同会社 田村 大地 氏より、顧客支援のご経験やこれまでのテクノロジーの発展の動向から、生成AIの今後についての考察とAWSの考える準備をご紹介いただきました。
生成AI技術の発展はどのくらい続くのか？
「生成AIに対する取り組みは長期戦になるだろう」と考察されています。これは、クラウドは2006年のAWS の登場が契機で広まり、20年経った現在も進展している。生成AIは2022年のChatGPT の登場により広まっており、同様に20年を超えて展開される技術になるとの予想からきています。
生成AIの活用は長期戦
企業には、途中で息切れしない対策と長期的な視点での準備が重要になるとのことです。持続的に生成 AI を活用していくための 3 つステップとその準備は、示唆に富んだ内容でした。準備をすることで、3ステップのループを継続することが可能になります。
- Step1 試す
- このステップでは、とにかく使って、失敗して、知見を貯めることが鍵になる
- 試す準備として、失敗してもよい環境を用意する
- Step２ 任せる
- 業務の特定のタスクをエージェントに任せる、そしてビジネスで使えるかどうか確認する
- 任せる準備として、セキュアにする、業務に応じたKPIを用意する
- Step３ 広める
- 生成AIに任せて良かったものは、社内・社外に広めて仲間を増やして、よりコアな業務に使えるようにしていく
- 広める準備として、既存システムとの連携など組織としての対応を図る、うまくいったものはAIエージェントにする
長期戦となるAIエージェントの活用においては、「走り続けられるように、生成AIとAIエージェントをどこまで適用するかのマイルストーンを計画して取り組むことが一番重要だ」というメッセージで締めくくられました。
豆蔵のサービス紹介
AI駆動開発の構築・改善サイクルを総合的にご支援し、高難易度のプロジェクトを成功に導きます。
ソフトウェアエンジニアリング手法を活かし、要求定義から実装までの開発工程で、 AIが生成する生成物の品質と開発効率の向上を図ります。伴走支援として、AI駆動開発の専門知識と開発経験を持つメンバーを派遣し、スキルトランスファーや難易度が高い部分の開発支援を提供します。