要件定義からテストまで、SE部門の工数はAI駆動開発で最大7割減る
開発現場でAIを使うかどうかではなく、どこまで組織として定着させられるかが問われる段階に入りました。要件定義やテストといった工程を日々担うシステム開発者やSE部門の管理職にとって、工数の削減幅と求められる役割の変化は無視できない話題です。
この記事の要点
何が起きたか
PwCコンサルティングは11月4日、開発ライフサイクル全体に生成AIを組み込む「AI駆動開発の本格実装・定着化を支援するサービス」を同日より提供開始すると発表しました。
同社はこれまで情報系システムから金融・製造業の基幹系システムに至るまで、多様なシステム領域で実証から実運用までの支援を完了しており、要件定義・設計・開発・テストの各工程で最大70%の工数削減を確認したとしています。これらの知見を体系化し、オファリングとして提供する形です。
サービスの特徴は2つあります。1つ目は、要件定義から運用まで開発ライフサイクル全体にAI駆動開発を導入し、データ、人材・スキル、ガバナンス、組織・評価の4領域を同時に整える本格実装・定着化支援です。業務ナレッジの形式知化やAI駆動開発の標準化、ガードレール設計、KPI・インセンティブ設計などを支援し、本番定着まで伴走するといいます。
2つ目は、次世代IT部門への刷新支援です。AIを開発チームの一員として位置づけ、現行IT部門の役割・業務・体制を可視化したうえで、目指すべきIT部門像とロードマップを策定する内容になっています。PwCコンサルティングは今後、業種・産業を問わず同サービスを展開し、適用する工程をさらに広げるとしています。
背景・解説
AI駆動開発とは、要件定義・設計・開発・テスト・運用という開発ライフサイクル全体に生成AIを組み込み、特定の工程だけでなくプロセス全体を効率化する開発の進め方を指します。単にコーディング支援ツールを導入するだけの取り組みとは区別される概念です。
背景には、デジタル化の進展や法規制改定への対応、レガシーシステムの老朽化などにより、企業のIT部門が対応すべき課題が増え、複雑になっている状況があります。開発プロセス全体にAIを組み込む動きは広がりつつある一方で、多くの企業では特定の工程への適用や個別ツールの導入にとどまっているのが実態です。
全社規模の成果や投資対効果を高めるには、AIが扱いやすい形の仕様書・設計書などのデータ整備、人材・スキルの育成、ガバナンスの構築までが必要になりますが、そこまで至っていない企業が多いことが、今回のサービス提供の背景として挙げられています。
仕事や業務への影響
要件定義からテストまでを担うSE部門は、作業の実行役から成果物の検証役へと役割の重心を移すべきです。工数削減が最大70%という水準まで及ぶのであれば、設計書のレビューやAIが出した要件定義案の妥当性確認に、これまで以上の時間を割く体制づくりが欠かせません。
例えば、従業員300人規模の製造業で基幹システムの保守・改修を担当するSEが5人の部署があるとします。これまで要件定義から設計書の作成に1人あたり月40時間かけていた作業が仮に半分の時間で終わるようになれば、浮いた時間を仕様の整合性チェックやテストケースの網羅性確認に充てることで、品質を落とさずに開発スピードを上げられます。逆に、浮いた時間を他の案件に単純に振り分けるだけでは、AIが生成した成果物の見落としを招きかねません。
IT部門の管理職にとっては、個々のツール導入の可否を判断するだけでなく、業務ナレッジをAIが扱える形に整理する仕事が新たに発生します。情報システム部門の責任者が10人規模の開発チームを抱えている場合、仕様書のフォーマット統一やナレッジの文書化に数カ月単位の準備期間を見込んでおくべきです。評価制度やKPIをAI駆動開発に合わせて見直す作業も、情報システム部門だけでなく人事部門との調整が必要になります。
採用や育成の面でも変化が及びます。コードを書く速さよりも、AIの出力を検証し、リスクを判断できる人材の価値が相対的に高まります。新卒や若手のSEを育てる際には、AIが生成した設計書やテスト項目を鵜呑みにせず、根拠を確認する訓練を早い段階から組み込むべきです。
不確かな点・注意
最大70%という工数削減の数値は、PwCコンサルティングが自社の支援実績をもとに確認したとする値であり、対象となった業種・システムの件数や削減率の内訳は明らかにされていません。情報系システムと金融・製造業の基幹系システムでは難易度や前提条件が異なるため、実際の削減幅は案件ごとに差が出ます。
サービスの料金体系や提供期間、支援にかかる期間についても発表内容には記載がありません。導入を検討する企業は、自社の開発規模や既存システムの状況に照らして、個別に確認する必要があります。次世代IT部門への刷新支援についても、具体的な成功事例や移行にかかる期間は示されておらず、実際の効果は今後の展開を見ないと判断できません。
出典
この記事のつくり方
国内外の情報源（企業の公式発表や、国内外の報道）を巡回して、新しいニュースの候補を集めます。
AIが、選んだ出典だけをもとに記事を書きます。出典に無い数字・日付・発言は作りません。
20を超える決まりの検査と、別のAIによる出典との照らし合わせを通った記事だけを公開します。通らなかった記事は公開しません。
公開した記事には、運営者が目を通しています。誤りに気づいたときは、訂正するか、公開を取り下げます。