全社員が Devin を使い全員が開発スキルを持つ組織へ

ツール導入前の課題

私たちの会社では社員数に対しての開発組織の規模割合が小さく、1つの開発チームが担当する業務領域が広く、開発部分がボトルネック化しやすい組織的構造にありました。特にデータ分析においては、各事業部からの様々な依頼をデータ分析のできる人員が一手に引き受ける形になっていて、些末なものに手をとられて中長期的な目線での大きな業務を進行しにくい状況でした。当時 Devin 以外も含めた AI エージェントツールの活用については、一部のメンバーが自主的に使って（当時は Cline, Roo Code, Cursor Agent 等）業務を行っているケースはあるものの、開発組織全体に広げていくところまでは手を回せていない状況でした。

どのような状態を目指していたか

AI の活用を当たり前に業務に組み入れていくことで同時にこなせるタスク数を増やし、ボトルネックの解消・スループットの増大を目指したいと考えていました。またその過程で各メンバーが今後 AI の活用が当たり前になっていく中での新しいソフトウェアエンジニアリング業務ができるよう、能力開発も狙いたいと考えていました。そして開発組織以外の職種のメンバーにおいてもデータエンジニアが直接手を動かさずとも各事業部の定常業務の中でそれぞれ各人がデータ分析業務を行えるようにすることで、データエンジニアはより中長期的な視野を持った環境整備が行える一方、各事業部ではデータドリブンに意思決定できるようになることで業務の質を向上させることを目指しました。

• Cursor Agent
• Claude Desktop App

AI の活用がまだ本格的にできていないメンバーにも試してみてもらうことを考えたときに、1つのエージェントセッションを起動し実際に動かしてみるまでの手間が小さいかどうかは考慮に入れました。「まずはたくさん使ってみる」という体験の回数をこなせることを重視しました。

開発者もそうですがその先への全職種への展開も視野に入れたとき、各自の端末で環境構築が必要だとそこで使い始めるハードルができてしまいます。環境構築不要かつ全社的にすでに使われている Slack から起動できるという Devin の強みは明らかでした。

改善したかった課題はどれくらい解決されたか

開発者においては全員が AI エージェントを使って業務を行えるようになり、実装時間が大幅に短縮されました。またさらに開発チケット作成や見積もり等の周辺作業にも AI が活用されるようになり、コーディング以外の業務においても当たり前に AI が使えるようになってきました。同時に CI やレビュー負荷の問題が起きるようになってきていて、こちらについても AI を用いて改善の取り組みが進んでいます。 全社に対しての Devin 利用後押しもうまくいきだしていて、各事業部の中でデータ分析が完結するケースが増えてきました。データをもとにした議論のペースがあがってきていて、意思決定の質が上がってきているように感じています。

どのような成果が得られたか

開発業務においては、細かい運用改善サイクルのスピードが特に急激に向上しました。また、多くこなせるようになったタスクに比例して増えていく内容確認や見積もり作業においても AI を活用することで1つ1つのタスクのオーバーヘッドを小さく保てています。 各事業部においても、データ分析を Slack で Devin を起動することですぐに必要なデータが得られるケースが増えてきました。

最初に使ってもらいやすいことはいいのですが料金が割高ではあるので、ある程度使いこなせるようになったとき開発者向けには Claude Code, Codex 等のより安いかつ自分なりのカスタマイズが効くツールへの移行を促すことにしました。また全職種に展開することを考えたとき、開発環境構築が必要ないとはいえある程度依頼のフォーマットを Devin が動きやすいようにする必要があったり、 Knowledge をまとめておく必要があり、そのための Skills や Knowledge の整備は開発チーム側でやる必要がありました。

従量課金できるので、まずは小さく試してみるという使い方はおすすめです。

エンジニアでなくとも開発業務が行えるというのは Devin の特に大きな強みであるので、利用は継続しつつ、1つ1つのタスクにおける ACU 消費をおさえられるようなハーネスの開発に取り組みたいと思います。