AI 活用を、どうチームの力に変えていく？「チームを強くする AI 駆動開発 – AIDD Meetup」開催レポート

2026年10月1日、「チームを強くする AI 駆動開発 – AIDD Meetup」を株式会社viviON と株式会社Gaji-Labo の共催で開催しました。

合同会社DMM.com、Gaji-Labo、viviON が、チームで AI を活用していくために取り組んできた実践や試行錯誤を中心に、当日の様子をお届けします！

AI を使ってコードを書くことは、すでに珍しいことではなくなってきました。

一方で、個人が AI を便利に使えることと、プロダクト開発チーム全体が AI を活用できることの間には、まだいくつもの段差があります。

AI によって個人が速く進むことは随分簡単になりましたが、これからはどうやって遠くに進めるチームを作っていくのかが問われていくのではないでしょうか。

一人ひとりの知見をチームの力に繋げ、職域をこえてより良いプロダクトを届け続けるにはどうしたら良いのか。

今回の AIDD Meetup では、Gaji-Labo・viviON・DMM.com が、それぞれの実践や試行錯誤を持ち寄りました。

完成した成功事例を並べるだけではなく、作ったのに使われない、組織に広げようとして根付かなかった、整備しすぎて前に進めなくなったといった、実際につまずいた話も多く共有されました。

「AI を使っている」の次に、何が課題になるのか？

AI 活用が個人に広がったあと、次に出てくるのは「組織やチームでどう使うか」という課題です。

自分には便利なものを、どう他の人にも使えるものにするのか。個人のノウハウをどう残すのか。AI によって実装が速くなったとき、レビューや職能間の連携をどう変えるのか。

今回の3つのセッションでは、それぞれ異なる立場から、この「個人からチーム・組織へ」の壁が語られました。

ふるじゅんさん：自分が使えるものを、チームで使えるものへ

最初の登壇は、合同会社DMM.com のふるじゅんさん（@design_oldriver）。

「スキルを作る、その前に！複数人で使われるスキルを作るためのプロセス」をテーマに、組織で AI 活用を進める中で作ったスキルを、複数人で継続して使えるものにしていくための取り組みが紹介されました。

発表の出発点にあったのは、自分が使いやすいことと、他人やチームが継続して使えることは別の課題だという点です。

AI 活用を進めてスキルを作っても、賞賛・評価されるだけで実際には使われなかったり、複数人で改善する流れが生まれなかったりする。実際のセッションでも、作ったのに使われない状態が紹介されました。

そこで、使ってもらえない理由を、「必要性を感じてもらえない・欲しいものとズレる・使いにくい」という3つの壁に整理しました。

まずイシューから始める。共通化する部分と、チームごとの入力で担保する部分を見極める。そして、改善を怖がらず続けられる仕組みを作る。そうしたアプローチが紹介されました。

印象的だったのは、スキルそのものを作る話以上に、どうすれば人が使うのかという組織側の話に踏み込んでいたことです。

個人が便利に使えるものを作って終わるのではなく、利用する人の課題や判断基準を捉え、チームで使い続けられる状態まで持っていく。

今回のイベント全体を通して繰り返し出てくるテーマの、最初の入口となるセッションでした。

登壇資料

スキルを作る、その前に！複数人で使われるスキルを作るためのプロセス
合同会社DMM.com ふるじゅん

Gaji-Labo：チームの現在地に合わせた3つのアプローチ

Gaji-Labo からは、AI 駆動開発推進担当の高橋 利明（@thkt）が「3つのアプローチで目指す チームを強くする AI 駆動開発」をテーマに発表しました。

個人のノウハウをチームの資産にする Issue 駆動開発

Gaji-Labo では、AI に渡す指示や受入条件を GitHub の Issue に集約し、実装結果と突き合わせる開発フローに取り組んでいます。

Issue に残すことで、実行前に内容をチームで確認でき、実装後にも「何を指示し、何を受け入れたのか」を振り返れます。

個人のプロンプトや判断を、その人だけのものにせず、チームで扱える形にしていくためのアプローチです。

デザインと実装を AI の開発サイクルにつなぐ「デザインハーネス」

2つ目は、Storybook を SSOT として活用するデザインハーネスです。

AI が利用可能なコンポーネントを判断し、画面やコンポーネントを組み立てられる状態をつくることで、デザインと実装の間にある情報を AI からも参照できるようにしていきます。

AI 駆動開発をエンジニアだけの取り組みにせず、デザイナーを含めたプロダクトチームの開発サイクルへ広げていくための取り組みでもあります。

企画段階から AI を活用する開発支援へ

3つ目は、AI-DLC のような考え方も参考にしながら、企画・要件・設計・実装・検証まで、開発の早い段階から AI を活用していくことです。

AI が実装を支援するだけでなく、企画や検証にも関わることで、開発ライフサイクル全体を AI 前提で見直していく考え方があります。

Gaji-Labo でも、将来的にはこうした企画段階から AI を活用していくプロダクト開発を支援していきたいと考えています。

ただし、すべてのチームが一気にその状態へ移行できるわけではありません。

高橋の発表では、「各チームの AI 浸透度に合わせた、いい塩梅の入口づくり」も現在取り組んでいるテーマとして挙げられました。

理想形をそのまま持ち込むのではなく、Issue やハーネスの整備など、今のチームで動かせるところから始めています。

登壇資料

3つのアプローチで目指す – チームを強くする AI 駆動開発  
株式会社Gaji-Labo 高橋 利明 

viviON：1年間、組織で AI 駆動開発に取り組んだから見えたこと

viviON からは、AI 駆動開発品質支援チームで PM を務める本田 大悟さんが登壇。約1年間にわたって AI 駆動開発を組織へ広げてきた取り組みが紹介されました。

当初は横断プロジェクトとして、既存の開発プロセスに AI を組み込みながら、AI を活用した開発ワークフローを社内へ広げていました。

実践を重ねる中では、兼務で活動することの限界や、AI 活用の土台が十分に整っていないことも見えてきたそうです。

その後は専任チームへ移行し、「既存の開発プロセスに AI を加える」のではなく、AI を前提に開発の流れそのものを組み直す方向へ取り組みを変えていきました。

ハーネスは整備ではなく、蒸留でつくる

本田さんの発表で印象的だったのが、「ハーネスは整備ではなく、蒸留でつくる」という考え方です。

最初からすべてのルールやコンテキストを整えてから AI を使うのではなく、まず動かす。そこで起きた失敗やズレを人が確認し、次に AI が使える知識として戻していく。

実際には、あらゆるケースを想定して事前にスキルやハーネスを整備し、1つのタスクを完全自動化しようとした結果、途中で折れてしまうこともあったそうです。

そこで、まずタスクを回し、失敗した部分を人がフィードバックし、その内容をハーネスへ戻す。整備してから使うのではなく、使いながら必要なコンテキストを育てていく方向へ変えていきました。

実践と改善を繰り返しながら、必要なコンテキストを育てていくという考え方です。

登壇資料

AI 駆動開発、viviON の1年 ── うまくいったこと・いかなかったこと  
株式会社viviON 本田 大悟  

パネルディスカッションから見えた、AI 駆動開発の現在地

各社のセッション後には、株式会社viviON の本田 大悟さん、合同会社DMM.com のふるじゅんさん、弊社 Gaji-Labo の高橋によるパネルディスカッションを行いました。

AI 駆動開発をどう捉えているのか、個人の AI 活用をチームへどう広げていくのか、AI が使いやすい開発環境をどこまで整えるべきかなど、それぞれの実践をもとに議論が広がりました。

最初からきれいに整備する必要はあるのか

パネルでは、AI がうまく動くように開発プロセスや環境を整えているうちに、目に見える成果が出なくなるという「お掃除」の悩みも話題になりました。

AI が扱いやすいように開発環境やコンテキストを整えることは重要です。一方で、整備そのものが目的になってしまうと、実際の開発がなかなか前へ進みません。

本田さんからは、最初から完璧に整えるのではなく、カオスな状態でも一度 AI と動かしてみて、うまくいかなかった部分を人が確認し、そのフィードバックを少しずつハーネスへ戻していくという話がありました。

先に理想的な環境を完成させるのではなく、実際の開発から必要なコンテキストを見つけ、蓄積していく。viviON のセッションで紹介された「蒸留する」という考え方にもつながる議論でした。

個人の AI 活用を、どうチームの知見に変えていくのか

パネルでは、AI を使い込んでいる人ほどどんどん先に進む一方で、その知見が本人の中に閉じてしまうという話も出ました。プロンプトや判断基準、AI に渡しているコンテキストが共有されないままだと、チームの中でも AI 活用の差が広がっていきます。

個人が得た成果や失敗をスキルやハーネス、開発プロセスへ戻し、他のメンバーも利用できる状態にしていくことが話題になりました。

単に便利なプロンプトを共有するだけではなく、なぜその判断をしたのか、どのコンテキストが必要だったのかまで残していく。AI に渡す情報を整えることが、そのままチームの知識を整えることにもつながっていきます。

速く進むことと、みんなで進むことをどう両立するか

早く行きたければ一人で進め、遠くまで行きたければみんなで進める、そんな話も印象的でした。

一人で AI を使えば速く進められる場面でも、それをチームの開発プロセスに組み込もうとすると、他のメンバーへの共有や、レビュー方法、品質の基準などを考える必要が出てきます。

一方で、最初から全員の足並みを揃えようとすると、AI 活用に慣れている人のスピードを落としてしまう可能性もあります。

先に進んだ人の知見をチームへ還元しながら、周囲を巻き込み、チーム全体として AI を使える状態へ広げていく。速く進める人を止めずに、その知見をどうチームへ戻していくのか。このあたりは、3社とも実践の中で向き合っているテーマでした。

さいごに

今回の AIDD Meetup を通して改めて感じたのは、AI 活用が個人からチームへ広がるにつれて、向き合う課題も変わっていくということです。

個人の AI 活用を、チームの仕組みに変えていく。
Gaji-Labo でも、チームの現在地に合わせて、動かせるところから AI 駆動開発を進めていきます。

プロンプトや判断基準が個人に閉じている。AI によって実装は速くなったものの、レビューの基準が揃わない。そんな課題を感じている方がいれば、ぜひ情報交換させてください。

ご参加いただいたみなさま、登壇いただいたふるじゅんさん、共催いただいた viviON のみなさま、運営にご協力いただいたみなさま、ありがとうございました！

Gaji-Labo では今後も、デザインとエンジニアリング、プロダクト開発やコミュニティが交わるテーマについて、イベントや情報発信を続けていきます。

Gaji-Labo の X（Twitter）アカウントをフォローするか、connpass のメンバーになると、今後のイベント情報もチェックできます。

それでは、また次の会場でお会いしましょう！