アジャイル
読み: アジャイル
アジャイルとは変化に強い開発思想
アジャイルは、短いサイクルで開発と改善を繰り返すソフトウェア開発の考え方である。完成品を一度に作り切るのではなく、2〜4週間の反復で動くソフトウェアを少しずつ積み上げていく。2001年に発表された「アジャイルソフトウェア開発宣言」が原点であり、現在はソフトウェア以外の事業開発やマーケティングにも応用されている。
かんたんに言うと
100ページの企画書を半年かけて書いてから着手するのではなく、まず5ページ分を2週間で作り、使ってもらい、フィードバックを受けて次の2週間で直す。これを繰り返す開発スタイルである。
計画通りに作ることより正しいものを作るアジャイルの基本思想
従来のソフトウェア開発はウォーターフォール型が主流だった。要件定義、設計、開発、テスト、リリースという工程を上流から下流へ順番に進める。各工程が完了してから次に進むため、途中で要件が変わると手戻りが膨大になる。
アジャイルはこの「一方通行」を否定した。
要件は変わるものという前提に立つ。2週間のスプリントごとに動くソフトウェアをリリースし、ユーザーの反応を見て次のスプリントの優先順位を組み替える。計画通りに作ることより、正しいものを作ることを重視する。
ただし「計画しない」という意味ではない。ここを誤解しているチームは多い。短期の計画を高い精度で立て、長期の計画は粗い粒度で持つ。計画の精度にグラデーションを持たせるのがアジャイルの本質である。
Scrumとカンバンという二大フレームワーク
アジャイルは考え方であって、具体的な手順書ではない。実践するためのフレームワークとして最もよく使われるのがScrumとカンバンである。
Scrumは2〜4週間のスプリントを単位に、チームが計画、実行、振り返りを繰り返す。役割としてプロダクトオーナー、スクラムマスター、開発チームの三者を定義する。儀式的なミーティングも決まっている。
カンバンはもう少し緩い。トヨタの看板方式から派生しており、タスクを「やること」「進行中」「完了」のボードで管理する。スプリントのような固定期間はなく、進行中のタスク数に上限を設けることで流れを制御する。
どちらが優れているかという議論は不毛で、チームの状況によって合うほうを選べばよい。実際にはScrumの要素とカンバンの要素を組み合わせた「スクラムバン」も広がっている。
AI開発の現場で起きている適用の難しさ
機械学習プロジェクトにアジャイルを適用しようとすると、独特の壁にぶつかる。
通常のソフトウェア開発では、2週間あれば何かしらの機能が動く。しかしAIモデルの学習は、データの収集と前処理だけで数週間を要することがある。スプリントの終わりに「動くもの」を見せられない期間が続くと、ステークホルダーの信頼が揺らぐ。
そこで「実験スプリント」と「実装スプリント」を分けるチームが出てきている。実験フェーズではモデルの精度検証に集中し、成果物はレポートやプロトタイプとする。実装フェーズでは検証済みのモデルを本番環境に組み込む。
この使い分けを明確にしておかないと、実験と実装が混在してチームが疲弊する。
導入がうまくいかない組織に共通するパターン
アジャイルを導入したのに成果が出ない組織には、共通点がある。
まず、経営層がアジャイルを「速く作る方法」と誤解しているケース。アジャイルは開発速度を上げる手法ではない。正しいものを作る確率を上げる手法である。速度が上がるのは結果であって目的ではない。
次に、「アジャイルごっこ」の問題がある。デイリースタンドアップもスプリントレビューも形だけ実施しているが、振り返りで出た改善策が翌スプリントに反映されない。儀式を消化しているだけで、改善のサイクルが回っていない。
もうひとつ。意思決定者がスプリントレビューに来ない。2週間ごとにフィードバックを得るのがアジャイルの生命線なのに、レビューに権限者が不在では方向修正ができない。
自社に取り入れるための現実的な一歩
全社一斉にアジャイル導入を宣言するのは危険である。まず1チーム、1プロジェクトで試すのが鉄則である。
PoCのような小さなプロジェクトで2週間のスプリントを3回まわしてみる。その体験を通じて「うちの組織にはどのフレームワークが合うか」「どの儀式が必要でどれは省けるか」を判断すればよい。
書籍やセミナーで学んだ理想形をそのまま持ち込むと、現場の実態と乖離して形骸化する。自分たちの組織文化に合う形にカスタマイズすることが、結局は一番の近道になる。
当社の見解
当社はツール選定において実用性を第一方針にしている。カタログスペックやベンチマークスコアではなく、実務で1週間使い倒して初めて判断する。フレームワークを増やすほど管理コストが増える経験もした。フックを増やしすぎてAIが情報過多でパニックになったこともある。足し算だけでなく、引き算の判断が選定の質を決める。検証せずに導入したツールは、ほぼ例外なく3か月以内に使わなくなった。
同じ失敗を二度としないAIエージェント
今のAIは、聞けば何でも答えてくれます。
でも、セッションが切れた瞬間に前回の失敗を忘れます。
当社が開発しているAIは、過去の経緯を念頭に置いて、
聞かれる前に「それは前回うまくいきませんでした」と声をかけます。
人間にも同じ失敗をさせず、AI自身も繰り返しません。
古参の社員が横にいるように、黙っていても気づいてくれる。
それが、当社が考える本当のAI社員です。