カスタマイズ開発が1人・1週間に短縮、社内エンジニアの仕事は要件定義中心に
システムのカスタマイズ開発にかかる期間を、半年から1週間に縮められるとしたら、社内エンジニアの働き方はどう変わるでしょうか。三井住友ファイナンス＆リース（SMFL）が発表した取り組みは、その答えの一端を示しています。
この記事の要点
何が起きたか
三井住友フィナンシャルグループと住友商事が出資するリース会社、三井住友ファイナンス＆リース（SMFL）は11月4日、米Replitの技術を使った開発手法「エンタープライズ バイブコーディング」と、これを用いた「企業向けパーソナライズ型SaaS」を発表しました。
SMFLは従来提供していた資産管理クラウドサービス「assetforce」に、バイブコーディングによるカスタマイズ機能を追加する形でサービスを提供します。assetforceは2021年に外販を始め、200社超と有償契約を結んでいるといいます。カスタマイズには従来、手作業で工数がかかっており、この課題を解決するのが今回の取り組みの狙いです。
SMFLは自社開発の基盤でassetforceとReplitを接続し、双方の認証・権限をチェックしたうえで、企業が許可したデータと操作だけを通す仕組みを構築しました。生成AIが書いたコードは品質管理エージェントが独立して検証し、常に同じ結果になる「決定論的なテスト」を用いるほか、最終的には同社のエンジニアが確認してから実装する運用にしているといいます。
SMFLによれば、assetforceの改修では従来6人・約半年かかると見込んでいた開発を1人・1週間で完了した実績があるといいます。また別の資産管理サービスの改修では、200を超える画面を持つ償却計算システムの開発・テスト期間を、従来手法の3分の1に圧縮できる見込みだとしています。
背景・解説
バイブコーディングとは、自然言語でAIに指示を出してコードを書かせる開発スタイルのことです。米OpenAIの共同創業者アンドレイ・カーパシー氏が提唱し、2025年ごろから広まったとされています。手軽にアプリを作れる利点がある一方、企業の業務システムに使うには安全性や品質をどう担保するかが課題として残っていました。
SMFLは約9兆円の営業資産を持つリース会社で、扱う資産が多様なため管理が難しいという事情を抱えていました。2016年に米GEの日本法人からリース事業部門を買収したことで内製開発の部隊を得て、自社で使って磨いたサービスを顧客に提供する「カスタマーゼロ」の文化が育ったといいます。assetforceはこの文化から生まれたサービスで、顧客ごとの要望に応じたカスタマイズのしやすさが新たな課題になっていました。
ノーコード・ローコード開発も個人が短期間でアプリを作れる手段として広まりましたが、開発の属人化や保守性の低下という課題を残したとされます。Replitのアムジャド・マサドCEOは、バイブコーディングについて「属人化を減らす」と述べ、AIがコードを書くことでより標準的な形にシステムを作れると説明しています。
仕事や業務への影響
社内エンジニアがコーディングに費やす時間は減り、顧客や現場の要望を聞き取って要件に落とし込む時間が増えます。例えば、従業員300人規模の製造業で情シス担当が3人いる会社なら、これまで顧客向けカスタマイズの画面改修に月40時間かけていた担当者が、AIにコードを書かせることでその作業を数時間に圧縮し、空いた時間を要件のヒアリングや仕様の整理に回せます。
SMFLの事例でも、コーディングにかかる工数が減る分、要件定義の重要性が高まるとして、現場で顧客と対話しながらアプリを作るFDE（Forward Deployed Engineer）の育成を進めているといいます。これは、社内エンジニアの役割が「コードを書く人」から「何を作るべきか見極める人」へ変わる動きです。同様に、全国に支店を持つ商社の情シス部門が2人体制で各支店からの改修依頼をさばいている場合も、依頼を受けてから動くアプリができるまでの時間が短くなれば、現場の不満を減らしながら本来の企画業務に時間を割けるようになります。
品質管理エージェントによる自動検証と、最終的に人が確認する二段構えの体制は、情シス部門が生成AIを業務システムに取り入れる際の一つの型になります。同じような仕組みを持たない会社が同様のカスタマイズを急ぐと、計算結果の誤りや意図しない改修が顧客システムに紛れ込む危険が高まります。コーディング量そのものが減っても、レビュー体制を整えるための人員と時間は依然として必要です。コストやリスクの小さい社内向けツールから始め、顧客向けシステムへの適用は品質検証の仕組みが整ってから広げるべきです。
不確かな点・注意
SMFLが示した「6人・半年から1人・1週間」という数字は同社の実績であり、他社が同じ条件で同様の短縮を得られるとは限りません。別の資産管理サービスでの「開発・テスト期間が3分の1」という数字も、記事執筆時点では見込みの段階にとどまっています。AIの利用コストや、品質管理エージェントによる検証の具体的な中身、FDEの育成状況など、運用面の詳細は明らかにされていません。今回のサービスがassetforce以外の業務システムにどこまで展開されるかも、現時点では分かっていません。
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。