現場にAIツールを導入しても組織的な成果に結びつかない企業には、「概念実証（PoC）止まり」「一部エンジニアのみの成果にとどまる部分最適」「経営層の不参加による現場の疲弊」といった、3つの症状が見られる。

　この停滞を打破し、AI駆動開発を組織全体に浸透させるために、芝氏は4つの取り組みを挙げる。経営層の不参加には①が、PoC止まりと部分最適には②〜④が、それぞれ処方箋となる。

• ①経営陣・役員層自らのAI活用：経営トップがAIを使いこなすことで承認や投資判断が迅速化する。
• ②上流工程からの適用（シフトレフト）：実装工程だけでなく、要件定義などの上流からAIを活用する。
• ③人間による確認点の設定：AI生成物を人間が判断する「評価・承認ポイント」を明確化する。
• ④足場（ハーネス）の先行整備：ハーネスとは、AIエージェントが従うべき規約・手順・禁止操作や、業務の前提知識をまとめた“作業の枠組み”のこと。これを先に整備することで、AIが安全に自律動作できる環境をつくる。

　「バイブコーディングを使い数日でアプリがつくれた」といったキャッチーな話題をよく目にするが、それはエンタープライズの現場にそのまま持ち込めるものではない。「説明責任を伴う大規模開発において、いかに信頼できるハーネス環境を構築して成果を出すかが極めて重要になります」（芝氏）

　同社では、企業のAI駆動開発における組織浸透度をL0〜L5の6段階レベルで定義している。多くの企業は実装工程の効率化にとどまる「L2（業務効率化）」で停滞しているのが現状だ。しかし、一般的な目安では実装工程は開発工数全体の約25%に過ぎず、要件定義の漏れにより後工程で手戻りが発生すれば、その効率化メリットは消失する。既存システムを改修する「ブラウンフィールド」での開発では、特にこの傾向が顕著となる。

多くの企業はL2で停滞。L3との間に“壁”がある

　L2から「L3（業務再設計）」へと飛躍するには、開発プロセスの上流工程にAI活用を集中させる「シフトレフト（Shift-Left）」が不可欠だ。下流工程になればなるほど、手戻りの修正コストは跳ね上がる。要件定義や初期設計段階にAIを投入して、手戻りを減らすことこそが最大のポイントになる。

　具体的には、既存システムのソースコードや設計書をAIに読み込ませて現行仕様を可視化し、業務部門へのヒアリングの前に論点や矛盾点を洗い出す。さらに要件定義書のドラフトと同時に、受け入れ条件やテスト観点までAIが生成する。人間は、AIが出した選択肢の妥当性を判断し、意思決定することに集中する。「要件の漏れは、後工程になってから見つかるほど高くつきます。AIを使えば、上流の段階で“抜け”を網羅的に潰せるようになりました」（芝氏）

　こうした取り組みの効果は数字にも表れている。「金融機関の既存システム改修プロジェクトでは、従来の進め方と比べてシステム全体の生産性が約40%向上しました」（芝氏）

　日本の伝統的な多重下請け構造や人月工数に基づく見積もりの慣習は、シフトレフトの障壁となる。「AIを使えば、少人数でも短期間で成果が出せます。ところが人月で見積もると、効率化するほど売り上げが減るという矛盾が生じます。そこで当社ではAIのトークン費用をコストとして明示したうえで、成果物の単位で価格を設計しています」（芝氏）

　同社ではAI駆動開発のアーキテクチャーを、①レイヤー1：「AI-DLC」による仕様を起点とした開発、②レイヤー2：顧客企業が定めたハーネスに準じた実装、③レイヤー3：組織ガードレール準拠の検証、といった3層構造で標準化している。これは、エンタープライズ領域で求められる開発側の説明責任を担保するための構成だ。

　レイヤー1のAI-DLCでは、仕様を記述したファイルをSSoT（信頼できる唯一の情報源）とし、AIが作成した要件・設計・タスクに共通IDを付与して追跡を可能とする。レイヤー2では、顧客企業自身が規約・手順・危険操作のブロックをハーネスとして定義し、GitHub上で管理する。AIはこのハーネスに沿って実装し、別のAIが検証することで、設計通りの実装になるよう制御する。ルールを顧客側が持つことで、開発の主導権と品質基準が組織に残る。レイヤー3は組織ガードレールに準拠し、クラウドへのデータ送信制御や自動テスト・デプロイなどを実行する環境により、会社全体でガバナンスを担保する。

　別の大手金融機関のプロジェクトでは、この3層構造をベースに、同社のエンジニア2名がAI駆動開発の標準を整備し、約3カ月で顧客主導での運用が可能になったという。

　大規模開発では、AIに渡すべき仕様書や業務知識、過去の経緯が膨大になり、必要な情報を正しく渡すこと自体が課題になる。同社はこうしたコンテキスト情報を整理してAIに渡す基盤として、自社ツール「Phennec」を開発。新規メンバーが既存業務にキャッチアップする際にも活用している。

　同社は自らの経営にもこの考え方を適用している。人が集まって確認する定例会議や対面のレビューを原則として廃止し、AIがSlackやGitHubの情報を常時モニタリングして論点や異常を抽出する。そのうえで、人間は前述の「評価・承認ポイント」でのみ判断する体制へと移行した。確認を“減らす”のではなく、AIによる常時検証と人間の判断に“置き換える”という発想だ。

　芝氏は最後にユーザー企業やシステム開発業界へエールを贈った。

　「経営陣の立場からは、トータルでシステムの生産性が上がることが最も重要です。個人レベルのバイブコーディングではなく、企業の開発領域においてAI駆動の実践を行い、ガバナンスとスピードを両立させることが日本のシステム開発業界を変える鍵になると考えています」

　そのための第一歩として芝氏が挙げたのが、自社がL0〜L5のどの段階にあり、開発プロセスのどこが最も弱いのかを把握することだ。

　アイスリーデザインでは、企業の現在地を診断する「AI駆動開発レベル診断」の提供や個別相談会・研修の開催を通じて、エンタープライズ企業におけるAI駆動開発の確実な内製化を支援している。