2026年11月 — 株式会社Serverless Operations(本社：東京都、代表取締役：堀家隆宏)は、「とりあえず動く」の先へ。AI時代のチーム開発と内部設計のポイントというテーマのホワイトペーパーを公開しました。
従来のシステム開発では、システムアーキテクトやエンジニアが設計書やコードを作成し、有識者によるレビューやテストを重ねながら開発を進めることが一般的でした。しかし、AIコーディングエージェントの普及により開発の進め方は大きく変化しています。AIとの対話を通じて設計や実装を進め、生成された成果物を別のAIがレビューし、人が最終確認を行う開発スタイルが広がりつつあります。
一方で、AIの活用によってコードの生成や実装にかかる時間が短縮されてもそれが必ずしも開発コストの削減やリリースサイクルの短縮、さらにはビジネスの成長につながるとは限りません。AIが生成したコードの理解や修正に時間を要することが長期的な保守の負担やビジネスの成長速度を鈍化させる要員になるケースも考えられます。
本ホワイトペーパーでは、AIコーディングエージェントの普及に伴う開発スタイルの変化及びそのメリット・デメリットを課題として整理しています。その上で、AIによる開発スピードの向上とシステムの保守性・拡張性を両立させるための内部設計の考え方やチーム開発における実践的なアプローチを紹介しています。
ダウンロードURL： https://serverless.co.jp/download/7zllt7jmlt73/
AIコーディングがもたらす新たな開発課題
AIコーディングエージェントの進化により、コードの実装にかかる時間は大幅に短縮されつつあります。一方で、コードを書くことが容易になったからこそ、以下のような新たな課題も生まれています。
- 「とりあえず動く」ものは素早く作れても、コードの中身やロジックの詳細が把握しきれない
- なぜ動くのか、なぜそのような仕様になっているかを説明できない
- コーディングエージェントの出した回答が、微妙に現場の事情を踏まえておらずピントがずれている
- オーバースペックで過剰な設計、過剰な実装によるコード量の増加、それらに伴うトークン消費量の増加
- 認知負荷増大によるブラックボックス化
特にチーム開発では、個々のエンジニアがAIを使って効率的に実装を進められたとしても他のメンバーがそのコードを理解し、継続的に改善できる状態を維持できなければ長期的な開発生産性の向上にはつながりません。
AIによって実装スピードが向上する一方、コードの理解やレビュー、修正にかかる時間が増えてしまっては開発全体としての効率化は限定的なものになってしまいます。こうした状況を避けるためにはAIにどのようなコードを書かせるかに加え、システム全体をどのように設計し、チームで理解・管理できる状態を維持するかが重要になります。
AI時代のチーム開発で重要になる内部設計
本ホワイトペーパーでは、こうした課題に対して、人もAIも理解しやすい内部設計を実現するための考え方を紹介しています。その一つが、業務ロジックと外部システムとの処理を分離する「Functional Core / Imperative Shell」という設計アプローチです。データベースへのアクセスや外部APIとの通信等と業務ロジックを明確に分離することでコードの見通しを良くし、テストや変更を容易にすることを目指します。
この設計方針に基づいて責務の分割を明確にしておくことで、AIに実装を任せてもチーム内で共通理解を持ちながら開発を進めやすくなります。AIを活用して開発スピードを上げるだけでなく将来の機能追加や仕様変更にも対応できるシステムを構築するためにエンジニアが押さえておくべき設計のポイントを解説しています。
ホワイトペーパーの主な内容
本資料では、AIコーディングエージェントを活用したチーム開発と内部設計をテーマに、主に以下の内容を解説しています。
1. AIで変わるチーム開発と、その課題
AI活用してコードを生成し成果物を素早く完成させることが可能になった一方で、開発スピードの向上が必ずしも開発コストの削減やビジネスの成果につながるわけではありません。AIをチーム開発に取り入れる際に直面する課題を整理します。
2. AIによるコスト削減の鍵は、手戻りを減らすこと
AIによってコードを素早く生成できてもチームのメンバーがコードのロジックが理解できておらず、その後の確認や修正に時間がかかっていては開発全体の効率化にはつながりません。AI コーディングエージェントが中身を確認・手を入れる回数(ターン数)を少なくする工夫をすることでAI コーディングを予測性の高い状態にし、人間の認知負荷を低くしてAIのコストを削減する（効率的にAIを活用する）ポイントについて解説します。
3. チームに蓄積すべきなのは、コードだけでなく設計の知識
なぜその設計を採用したのか、どのような判断に基づいて実装したのかをチームで共有することが重要です。設計原則や判断基準を明確にし、メンバー間で共通理解を持ちながら継続的に改善できる開発体制を構築するためのポイントを解説します。
4. 業務の判断と外部との接続を分け、改善しやすくする
業務ロジックとデータベースや外部API,、LLMなど外部システムとの処理を分離する「Functional Core / Imperative Shell」な設計指針を中心に、AIと人が理解しやすく拡張性に優れた内部設計の考え方を解説します。入力データの検証、ドメインモデルの設計、副作用を伴う処理の分離など、保守性やテスト容易性を高めるためのポイントを紹介します。
5. 共通ルールを整え、AIと人が協働できる体制へ
設計方針やコーディングルール、テストの基準をAIと人が共有することで、開発品質のばらつきを抑え一貫性のあるチーム開発を実現する方法を紹介します。また、仕様書やタスク、コードのコメントなどについても共通のルールを設けチーム全体の認知負荷を減らすための工夫を解説します。
ホワイトペーパー概要
- 資料名： 「とりあえず動く」の先へ。AI時代のチーム開発と内部設計のポイント
- 対象読者： システムアーキテクト、ソフトウェアエンジニア、開発チームのリーダー、AIコーディングエージェントの導入を検討している企業の開発担当者
- 公開日： 2026年11月
- ダウンロードURL： https://serverless.co.jp/download/7zllt7jmlt73/
株式会社Serverless Operationsについて
株式会社Serverless Operationsは、AWSを活用したアプリケーション開発や内製化支援を中心に生成AI・AIエージェントを活用したシステムの開発・導入支援にも取り組んでいます。生成AIを業務システムに導入する際には、AIモデルの選定やプロンプトの設計、既存システムとの連携、データ処理、セキュリティ、運用を見据えたアーキテクチャ設計など、さまざまな技術的課題への対応が必要になります。
同社では、Amazon BedrockやAmazon OpenSearch ServiceなどのAWSサービスを活用したAIアプリケーションの設計・開発及び顧客企業が自らシステムを開発・運用できるようにするための技術支援も提供しています。
2026年11月には、北海道テレビ放送株式会社における、マルチモーダルLLMを活用した番組分析システムの内製開発支援事例を公開しました。本プロジェクトでは、番組映像の内容やコーナー構成をAIによって解析し、視聴率データとの連携によって番組分析業務の自動化を実現。Serverless Operationsはシステム設計やAIの解析精度向上を含めた技術支援を行いました。
【関連事例】
AIを活用し、映像検索と視聴率分析を自動化。テレビ局の番組分析システムの内製開発を支援
Serverless Operationsは、今後もAIを活用したソフトウェア開発に関する技術的な知見を発信するとともに、生成AI・AIエージェントを活用したアプリケーション開発や企業の内製開発を支援してまいります。
【会社概要】
会社名：株式会社Serverless Operations
所在地：東京都渋谷区千駄ヶ谷3丁目51番10号
代表者：堀家隆宏
設立：2018年11月26日
URL：https://serverless.co.jp
【お客様から及び本リリースに関するお問い合わせ先】
info@serverless.co.jp 担当；堀家