ファインディ株式会社 転職開発チームのDevin導入事例

私たちは開発生産性の向上に対して、日々さまざまな取り組みを行っています。

Devinに簡易な機能改修やリファクタリングを任せ、人がより創造的な仕事や複雑なタスクに集中し、開発生産性を向上させることを目指しました。

• GitHub Copilot
• Cursor
• Cline

• どこまで自律的に開発タスクを行えるか
• プライバシーポリシーや情報漏えいリスク

意思決定時点では、有力なスタンドアローン型の自律的な開発AIエージェントが存在しなかったため。

Devinに軽微な改修やリファクタリングを任せることでメインのタスクに集中しやすくなりました。

しかし、Devinが作成したPRのフォローやDevinのタスク精度のばらつきの課題があります。
そのため、コスト削減や開発期間の短縮といった成果につなげるには引き続き改善が必要です。

まずはGitHub Copilot、Cursorなど類似ツールを試し、できること・できないことを見極めるのが有効です。その上で良い結果が得られた場合は、Devinの導入を検討するのが良いと思います。

Devinのタスク精度の向上と精度のばらつきを減らし、誰もがタスクを気軽に任せられるようにしていきたいです。

生成AI界隈は動きが早いので、今後どのプレイヤーが登場しどのように進化していくのかわかりません。そのため、Devinを試しつつ、他のAIエージェントやAIアシスタントも併用しながら、開発生産性を高めていきたいと考えています。

また、既存の仕組みを効率化するだけにとどまらず、AIエージェントと人が協業することでより高い付加価値を出せるような開発のあり方も考えていきたいです。