AI Slopを生まないPlatform Service設計：価値仮説と効果測定ってどうやるの？
概要
AIの支援により、Platform Team自身のサービス開発は以前より速くなりました。企画、設計、ドキュメント作成、実装、テスト、レビューなど、多くの作業をAIが手伝ってくれます。同時に、問い合わせBot、推奨プラットフォームの提示、設定例やテンプレート生成など、AIをPlatform Serviceそのものに組み込む動きも進んでいます。 しかし、私たちはその両方で、本当にAI Slopを防げているでしょうか。 AIで素早く作られた設計やコード、整ったドキュメントが、必ずしも価値あるPlatform Serviceになるとは限りません。また、AIを組み込んだPlatform Serviceも、不完全なドキュメントをもとにもっともらしい回答を返したり、利用者に誤った自己解決を促したり、Platform Teamの確認負荷や例外対応を増やしたりする可能性があります。速く作れることと、価値が出ることは同じではありません。 本セッションでは、Platform Team自身のAI活用と、AIを組み込んだPlatform Serviceの両方に共通するAI Slop対策として、Value Stream Managementの考え方を扱います。見るべきものは、AIの出力が賢そうに見えるかではなく、Value Stream上の摩擦が本当に減ったかです。 Platform Team自身のAI活用においても、Platformユーザーに提供するAI機能においても、AIがどのボトルネックをどのように解消したのか、同時に新たな手戻りや確認負荷を生んでいないかを検証する必要があります。 AI NativeなPlatform Engineeringとは、AIで速く作ることでも、AI機能を華々しく追加することでもありません。AIが実装や生成を助けてくれる時代だからこそ、Platform Teamは価値仮説の構築と検証に時間を使い、開発者が正しい選択をより早く、安全にできるPlatform Serviceを設計する必要があります。
AI Slopplatform serviceVSM価値仮説効果測定
スピーカー
エンタープライズ領域を中心に、既存システムのモダナイゼーションやクラウドネイティブ移行を支援するエンタープライズアーキテクトとして活動。基幹系を含む大規模システムのリファクタリング、アプリケーション設計、アーキテクチャレビューなどに従事している。近年は、技術選定だけでなく投資判断や組織意思決定との接続を重視し、実際の移行プロジェクトでの経験をもとに、技術導入を成立させるための説明設計や意思決定支援に取り組んでいる。