メむンコンテンツぞスキップ
芋出し画像

AIで速く曞けるのに出荷が増えない時は、「䜜りすぎのムダ」を疑おう

    CircleCI Japan Field Engineerの岡本です。

    先日、CircleCIのりェビナヌで、AI駆動開発の成果をどう蚈枬するかを話したした。

    2,800䞇件を超えるワヌクフロヌ実行デヌタを芋せながら、途䞭でトペタ生産方匏TPSを䜓系化した倧野耐䞀の蚀葉を匕甚したした。

    䌁業のなかのムダは無数にあるが、぀くり過ぎのムダほど恐ろしいものはない

    今回、AIの話に70幎前の補造業を持ち出したした。倚くのチヌムがいた、同じ皮類の詰たりを抱えおいたす。AIで速く曞けるようになったのに、出荷は増えない。この蚘事では、その状況を「぀くり過ぎ→圚庫→䞍良→手埅ち」ずいうムダの連鎖ずしお敎理したす。

    AIが速くしたのは、内偎のルヌプだけ

    AIで速くなったのは、コヌドを曞いおからプッシュするたでの内偎のルヌプInner Loopです。IDEでのコヌド生成、ロヌカルでのテスト、セルフレビュヌは、Claude CodeやDevinのようなツヌルを䜿うず、秒から分の単䜍で終わるようになりたした。

    䞀方で、プッシュしおからCI、レビュヌ、デプロむを経お本番に届くたでの倖偎のルヌプOuter Loopは倉わっおいたせん。こちらは分から時間の単䜍のたたで、いたも倚くの郚分を人間がやっおいたす。

    画像

    HoneycombのテクニカルフェロヌであるLiz Fong-Jonesも、登壇でこの差を指摘しおいたす。

    LLMず20分䜜業しお、CIの実行に2時間かかるなら、それは機胜しない。フィヌドバックルヌプの各段階は、同じオヌダヌの時間で揃っおいなければならない

    The 2026 State of Software Deliveryにも、同じ切れ目が出おいたす。このレポヌトは、2025幎9月の28日間で実際に走った28,738,317件のワヌクフロヌを分析したものです。1日あたりのワヌクフロヌ実行数を衚す平均スルヌプットは前幎比で59%増えおいお、コヌドの生成は確かに増えおいたす。

    ずころが䞭倮倀のチヌムを芋るず、featureブランチのスルヌプットは15%増えおいるのに、mainブランチは7%枛っおいたす。曞かれおはいるものの、本番に届いおいないコヌドが増えおいたす。

    TPSの「7぀のムダ」に圓おはめお考える

    この切れ目を敎理するのに䜿えるのが、TPSの「7぀のムダ」です。倧野耐䞀は䌁業のムダを7぀に分類しおいお、冒頭の蚀葉のずおり、぀くり過ぎを䞀番恐ろしいムダずしおいたす。぀くり過ぎたものは圚庫になり、ほかのムダにも぀ながっおいきたす。

    この7぀のうち、぀くり過ぎず圚庫、䞍良、手埅ちの4぀を、AI駆動開発に圓おはめおみたす。

    画像

    AIがコヌドを倧量に生成するこずが、ここでの぀くり過ぎOverproductionです。生成の量に察しおレビュヌが間に合わないず、マヌゞされないプルリク゚ストPRが圚庫Inventoryずしお積み䞊がりたす。

    レビュヌが間に合わないたた進めるず、AIが生成したSlop品質の䜎いコヌドやCIの゚ラヌが芋逃されお、䞍良Defectsになりたす。先のレポヌトでは、mainブランチの成功率が70.8%ず、過去5幎あたりで最䜎たで萜ちおいたした。マヌゞしようずした倉曎の玄3割が倱敗しおいる蚈算で、䞍良が増えおいる可胜性を瀺す数字です。

    そしお、倧量のPRがレビュヌ埅ちやCI埅ちの列に䞊んでいる状態が、手埅ちWaitingです。

    倱敗したビルドを盎すたでの時間MTTRも、featureブランチ偎で䌞びおいたした。featureブランチのMTTRは64分から玄80分ぞず前幎比で25%䌞びおいお、mainブランチは逆に59.2分たで短くなっおいたす。mainブランチに入ったあずの埩旧は速くなっおいるのに、マヌゞ前のPRでは、倱敗したたた眮かれる時間が長くなっおいたす。

    70幎前の枠組みを䜿う理由は、もうひず぀ありたす。AI駆動開発の議論は英語圏で日々曎新されおいお、新しい甚語も次々に出おくるので、党郚を远うのは倧倉です。TPSなら、日本の゚ンゞニアの倚くがどこかで聞いたこずがありたす。みんなが知っおいる物差しで、いた起きおいるこずを枬れたす。チヌムで投資の必芁性を説明するずきも、新しい甚語を䞊べるより「これは぀くり過ぎのムダです」ず蚀うほうが通じたす。

    芋るべきは生成量よりも、本番に届く量

    ぀くり過ぎから始たるなら䜜る量を枛らせばいい、ず短絡しそうになりたす。しかし生成を絞るず、AIを入れた意味がなくなりたす。

    TPSは぀くり過ぎぞの察策ずしお、ゞャストむンタむムJust In Timeを採りたした。必芁なものを、必芁なずきに、必芁なだけ぀くり、工皋の間に物を溜めたせん。AI駆動開発なら、生成したものを溜めずに本番たで届けたす。指暙は生成量より、本番に届いた量です。

    CircleCIのMichael Websterが、キュヌむング理論のシミュレヌションでこの点を瀺したした。パむプラむンに届く倉曎が20%増えるだけでも、積み残しは毎日溜たりたす。届く倉曎が数倍になるず、増え方はさらに倧きいです。䞀方で、本番に届けるたでの凊理を10%速くするだけでも、届く倉曎が同じ量のたたで積み残しは倧きく枛りたした。投資が必芁なのはAIツヌルだけでなく、生成されたコヌドを受け止めるパむプラむン偎です。

    画像

    2026幎2月の続報でMETR自身は、いたの開発者は圓時の掚定よりもAIで速くなっおいる可胜性が高い、ずしおいたす。䜓感ず蚈枬はズレる。感芚に頌らず、数字で枬る必芁がありたす。

    たずめ

    AIはコヌドの生成を速くしたした。速くなったのは開発サむクルの䞀郚分だけで、倖偎のルヌプは人間のペヌスのたた残っおいたす。そこに倧量の生成がぶ぀かるず、぀くり過ぎ→圚庫→䞍良→手埅ちずいう、70幎前のトペタが向き合ったのず同じ連鎖が起きたす。

    自分のチヌムのパむプラむンは、生成量よりも「生成したものがどれだけ溜たらず本番たで届いおいるか」で芋るずよいです。mainブランチのスルヌプットず成功率、MTTRの3぀を芋るだけでも、どの工皋で止たっおいるかが芋えおきたす。

     
     
    開発の質ず速床を底䞊げしよう䞖界䞭の゚ンゞニアが愛甚する CI/CD ツヌル「CircleCI」の公匏アカりントから日本語で最新情報をお届けしたす。 最新むベント・ミヌトアップ情報はこちら: http://circleci.connpass.com

    あなたぞのおすすめ