AI活用で開発品質と生産性を向上。当社の取り組みと今後の展望

生成AIをシステム開発にどう活かすか。当社が保守開発で実践する影響範囲調査・実装支援・エラー解析の取り組みと、品質向上・生産性向上に向けた考え方、今後の展望をご紹介します。


近年、AIを活用したシステム開発が広がっています。
一方で、開発効率だけでなく、品質の確保や情報管理への配慮も求められています。
当社では、既存システムの保守・改修や新規システム開発において、開発者の判断を支援する手段としてAIを活用しています。


本記事では、情報システム部門や業務改善担当者の方々に向けて、当社の具体的な取り組みと、その効果、今後の展望をご紹介します。
　

生成AI活用を推進する背景

開発現場を取り巻く環境変化

システム開発の現場では、短納期化や品質向上への要求が高まっています。
さらに、保守対象システムの大規模化や技術の多様化が進み、開発者一人でシステム全体を把握することも難しくなっています。
こうした環境の変化に対応し、限られた時間で高品質なシステムを提供するため、新たなアプローチが求められています。

会社として生成AI活用を推進する理由

当社がAI活用を推進する目的は、単なる工数削減ではありません。

品質を維持しながら生産性を高め、開発者が付加価値の高い業務に集中できる環境づくりを目指しています。
そのため、品質管理や情報管理にも配慮しながら、影響範囲調査・エラー解析・実装支援など、開発者の判断を補助する工程から段階的にAIを導入しています。

AIの活用範囲を適切に見極め、最終的な品質判断は開発者が担うことを大切にしています。

現在取り組んでいる生成AIの活用

エクシーズでは、主に次の3つの工程でAIを活用しています。

保守システムの影響範囲調査

保守開発では、小規模な改修であっても周辺機能への影響確認が欠かせません。

当社では、AIを用いてソースコードや関連プログラムを横断的に分析し、修正による影響箇所の候補を整理しています。その結果を開発者がソースコードと照合することで、調査の効率化と確認漏れの防止を図っています。

特に、仕様書が最新の状態に保たれていない保守システムでは、こうした調査が重要です。
なお、AIの利用環境は社内ルールや情報管理方針に沿って運用し、分析結果の最終確認は必ず開発者が行っています。

実装方法の検討とコード作成支援

新機能開発や改修時には、AIを活用して複数の実装パターンを生成し、メリット・デメリットを比較しています。
具体的には、以下の観点から実装方法を検討しています。
・保守性
・処理速度
・将来的な拡張性

また、定型的なコードやサンプルコードの生成にもAIを活用しています。
これにより、開発者が重要な設計やレビュー業務に、より多くの時間を充てられる環境づくりを進めています。

エラー解析と不具合対応支援

障害発生時には、エラーログや例外情報を手掛かりに原因を調査します。

当社では、利用可能な情報やAI環境の制約を踏まえ、AIを使って原因候補や確認すべきポイントを整理しています。
例えば、エラーが発生した処理や関連機能を洗い出し、開発者が実際のログや処理内容と照合することで、初動調査を進めやすくしています。

AIに原因の特定を任せるのではなく、開発者が調査を進めるうえで、確認すべきポイントを整理するために活用しています。

生成AIの活用によって得られた効果

品質向上への貢献

影響範囲調査や実装支援にAIを活用することで、開発者が見落としやすい観点を早い段階で確認できるようになりました。
特に、仕様書と実装内容が一致していない保守システムでは、AIを使って関連処理や影響範囲を整理することで、調査精度の向上につなげています。

AIの回答をそのまま採用せず、開発者が検証・判断することで、品質を維持しながら開発を進めています。

工数削減と生産性向上

保守開発では、実装よりも事前調査や原因分析に多くの時間を要する場合があります。

当社では、影響範囲調査やエラー解析の初動対応にAIを活用し、関連情報の整理や調査の着手を効率化しています。
これにより、開発者が重点的に確認すべき箇所を判断しやすくなり、設計・レビュー・お客様との確認など、人が担う業務に時間を充てられる開発体制を目指しています。

なお、AI活用による効果は案件の規模や条件によって異なります。
そのため、一律の削減率を目標とするのではなく、各工程でAIが支援できる作業を見極めることを重視しています。

ノウハウ共有の促進

AI活用により、ベテラン技術者の経験や過去案件で蓄積された知見を言語化しやすくなっています。
こうした知見を組織内で共有・活用することで、属人化の軽減を図り、組織全体の技術力向上にもつなげています。

2つの開発チームが生み出す相乗効果

当社では、自社開発と客先常駐の両チームで得られた知見を、AI活用にも役立てています。

自社開発チームの知見

自社開発チームでは、日々の開発業務でさまざまなAI活用方法を試し、生産性向上のノウハウを蓄積しています。
こうして得られた知見を社内で共有することで、チームを越えた技術力の向上にも役立てています。

客先常駐チームの知見

客先常駐チームでは、お客様ごとに異なるセキュリティポリシーや利用環境に応じたAI活用が求められます。
例えば、生成AIの利用が許可されている環境もあれば、外部AIやクラウド利用に制約がある環境もあります。
こうした条件に対応し、安全にAIを利用するための運用ノウハウを蓄積しています。

相乗効果

自社開発チームで得たAI活用方法と、客先常駐チームが経験した利用上の制約や注意点を共有することで、実用性と安全性の両立を図っています。

また、AIの出力については、案件の要件や利用環境に応じて開発者が検証し、その結果を保守開発や新規開発に活かせる知見として蓄積しています。

今後目指す生成AIの活用

テスト・リリース作業の活用

今後は、影響範囲調査や実装支援に加え、テスト工程へもAIの活用範囲を広げたいと考えています。
テスト工程は多くの工数を要し、作業者によるばらつきも生じやすいため、AIによる支援が期待できる領域の一つです。

特に、以下の作業への活用を進めていきたいと考えています。
・ユニットテストの生成
・テストケースの作成支援
・リリース手順の確認
これらの作業を通じて、品質向上と工数削減の両立を目指しています。

設計書やドキュメント整備への活用

設計書の作成・修正や仕様書の整備など、ドキュメント作業にもAI活用の可能性を感じています。
作成負担を軽減しながら、情報の最新化や品質向上につなげていきたいと考えています。

品質の均一化と組織知の蓄積

将来的には、AIを活用してベテラン技術者の経験や知識を組織内で共有し、若手技術者との経験・知識の差を補っていきたいと考えています。

こうした知見を継続的に蓄積・活用することで、特定の個人に依存せず、組織全体で一定水準の品質を確保できる開発体制を目指しています。

まとめ

生成AIを活用しながら人の判断力を強化する

エクシーズでは、AIを単なる業務効率化ツールではなく、システム開発の品質向上を支援する手段として活用しています。
重要なのは、AIの導入自体ではなく、既存システムの特性や運用ルールを理解し、開発工程に適切に組み込むことです。
今後も、自社開発と客先常駐の両方で得た知見を活かし、AIによる支援と開発者の判断を組み合わせながら、高品質で効率的なシステム開発を目指してまいります。

当社では、既存システムの保守・改修から、新規の業務システム開発、システム刷新まで幅広く対応しています。
・長年利用している業務システムの改修や刷新を検討している
・既存システムの保守性や運用面に課題を感じている
・業務効率化に向けてシステムの導入・開発を検討している
このようなお悩みがございましたら、お気軽にご相談ください。