最近、AIについてよく質問されます。クライアントは、私たちがAIを使っているのか、どう使っているのか、それが提供する仕事にとって何を意味するのかを知りたがります。当然の質問なので、AIが私たちの日々の仕事にどう組み込まれているかをそのまま紹介します。
私たちはAIツールを早くから採用してきました。流行のためではなく、現実的で実用的な効果が見えたからです。とはいえ、選別はしています。本当に私たちを良くする場所にAIを組み込み、最も重要な仕事の指揮は人間にしっかり任せています。
チーム全体でのAI活用
DigismoothieにおけるAIはエンジニアリングだけにとどまりません。チーム全体がAnthropic Claudeのスタックを利用し、日々使っています。分析、ドキュメントのドラフト、アイデアの構造化などです。
よい例がプロジェクト仕様書です。クライアントのデブリーフのあと、AIを使って打ち合わせのメモと文脈をもとに仕様書のドラフトを起こします。そのあとプロジェクトマネージャーが内容をレビューし、細部を詰め、クライアントが本当に必要としているものを反映しているか確認します。AIは確かなスタート地点にすばやく到達させてくれます。それが正しいかを確かめるのは人間です。
プロジェクトマネージャーはFathomを会議の録音とメモにも使っているため、事務作業に費やす時間が減り、実際の会話により多くの時間を割けます。
エンジニアリングにおけるAI
ここが最も効果が見えやすい領域です。エンジニアは毎日Claude CodeとCursorを使い、コードレビューの第一層としてCodeRabbitを利用しています。
AIはコーディングそのものを大幅に加速します。ボイラープレートの記述、コンポーネントのスキャフォルディング、明確に定義されたロジックの実装といったタスクは、以前よりはるかに速くなります。
しかし、AIの議論でしばしば見落とされる点があります。コーディングは決してボトルネックではなかったということです。エンジニアリングの本当の仕事 – 問題を理解し、タスクを定義し、適切なアプローチを選び、そして結果が実際に機能し品質基準を満たしていることを検証する – は、依然としてエンジニアの時間の大半を占めます。AIはそれを変えていませんし、変えるべきでもありません。
もう一つ、目立たないけれど同じくらい重要な変化があります。AIによって、私たちのメンバーがより広い範囲の仕事に関われるようになったのです。以前はフロントエンドのスペシャリストとバックエンドのスペシャリストが必要で、その間の引き継ぎや調整も発生していたタスクを、今は一人のエンジニアが両側を自信を持って担当できます。AIがドメイン固有の知識のすき間を埋めてくれます。調整は少なく、依存関係も少なく、デリバリーは速くなります。これはエンジニアリングに限った話ではありません。社内のあらゆる人が、これまで専門外だった仕事に取り組み、誰かの実行を待つのではなく、自分の知識をもとに直接動けるようになっています。
本当に効果が積み上がるのは、焦点が定まった範囲の明確なタスクです。たとえば、ストアのパフォーマンス分析とその後の改善実装は、以前は何日もかかっていました。AI支援の開発により、同じ品質の仕事を数時間で届けられます。
オペレーションにおけるAI
クライアントワーク以外でも、AIを使って予測、予算策定、パフォーマンス分析といった社内プロセスを自動化しています。派手ではありませんが、運用を効率化し、クライアントに届く仕事にもっとエネルギーを注げるようになります。
共有することで先を行く
AIの状況は変化が速く、新しいツール、新しい機能、新しい働き方がほぼ毎週現れます。追いつく唯一の方法は、一緒に学ぶことだと考えています。だから私たちはAIに特化したミーティングを開催し、新しいワークフロー、ヒント、ツールの推奨、うまくいったこと・いかなかったことなど、有用な発見をチーム全員が投稿する共有Slackチャンネルを運用しています。これにより、早期の熱心なメンバーだけでなく、チーム全体が鋭さを保てます。
これらの積み重ねが意味すること
私たちはAIを使って、実行に費やす時間を減らし、考える時間を増やしています。分析、戦略、品質管理、クライアントとの会話 – そこに私たちの価値があり、そこに私たちのメンバーが集中しています。
AIはツールです。強力で、私たちが習熟することを決意したツール。しかし意思決定、基準、責任は、私たちのもとに残ります。
