【KANNONの事業を知る Vol.2／全3回】

第1回では、KANNONが提唱する「オペレーションレス経営」と、それを実現するサービス「オペレス」を紹介しました。

社長とベテランの頭の中を、会社の資産に。KANNONの最注力事業「オペレス」とは（ Vol.1／全3回） | 株式会社KANNON

【KANNONの最注力事業「オペレス」を知る Vol.1／全3回】「DXを進めたいが、社内に担当できる人がいない」「AIツールを入れてみたものの、使いこなせる人がいない」AI活用への関心が高まる...

https://www.wantedly.com/companies/company_9870747/post_articles/1102052

第2回は、オペレスの原点となったプロジェクトの話です。舞台はSIer／SESの開発現場。そこでKANNONが見たものと、実験で確かめた「AIを本当に効かせる方法」をお伝えします。

開発組織に入り込み、開発プロセスそのものを作り替える

KANNONは、あるIT・ソフトウェア企業様に対して、「生成AI駆動開発プロセス変革コンサルティング」を行ってきました。

単発のAI研修やツール導入ではありません。現場から経営層まで縦に入り込み、要件定義から結合テストまでの開発全8工程を棚卸しして、プロセスを作り替えるプロジェクトです。

• Phase 0（2025年8月〜12月）：AI生成の精度を検証し、8観点・100点満点の評価基準を整備
• Phase 1（2025年12月〜2026年3月）：社員の皆様を対象に全11回の研修を実施。業務の可視化と運用ルールの構築
• Phase 2（2026年3月〜8月）：実案件で仕様駆動開発を本番検証。手順書、テンプレート、レビュー観点、ルール集など計18点の成果物を納品

KANNON側は実質1〜2名の体制です。複数のAIエージェントを並走させ、人の代わりにAIが工程を回しました。ゴールは「KANNON抜きでAI駆動開発を回せる状態」にすること。作って終わりでも常駐し続けるのでもなく、能力を組織に移し切ることを目指しました。

現場で見えた、SIer／SESの構造的な課題

プロジェクトを通じて、業界が抱える課題が見えてきました。

• 詳細設計が「日本語で書くコーディング」になっている：上流が頭の中でコードを組み立てて設計書に落とし、下流がそれをもう一度コードに翻訳している
• 標準が「過去の成果物」の中に埋もれている：ルールブックがなく、「うちの書き方」はベテランの頭の中にしかない
• レビューが特定の人に依存している：観点を文書にしたくても、その工数が取れない
• 開発基盤がアナログ：Git運用やCI/CDが未導入で、自動テストのコードは0行
• 契約前の無償労働：見積もりのために最大20人日を費やすこともある

そして最大の課題は、人月商売とAIによる生産性向上がぶつかることです。「AIでできるなら値下げしてほしい」と言われるリスクから、AIの活用を顧客に明示しない判断が現場で実際に起きています。

AIを導入できない理由は、技術ではありません。ビジネスモデルと暗黙知の問題です。そしてこの課題は、突き詰めると「暗黙知が資産になっていない」という一点に行き着きます。これは業界を問わず中小企業に共通する課題で、SIer／SESはそれが最もはっきり表れる領域だとKANNONは捉えています。

実験：AIの精度を上げるのは何か

KANNONは10回のドライラン（予行演習）で、1回につき条件を1つだけ変え、AIの精度への影響を切り分けて測りました。

• ベテランの暗黙知を「ルール集」として残る形に移す：+20pt
• AIとの対話を増やす：+4pt
• 推測で答えを先回りしてAIに渡す：−23pt（逆効果）

暗黙知をルール集に移すことは、対話を増やすことの3〜5倍の効果がありました。逆に、推測を先回りして渡すと精度は大きく下がりました。AIは間違った指示も真に受け、自信を持って誤りを量産してしまうからです。

つまり、どれだけ優秀なAIを入れても、会社固有の知識が正しく構造化されていなければ、AIは力を発揮できません。

ベテランの知識を引き出す、3つの工夫

実験の結果を踏まえて、現場では次のような工夫を重ねました。

1. ヒアリングを「ルール集を育てる場」に変える
   画面ごとに情報を集めるのではなく、引き出した知識をベテランに確認してもらい、ルールとして確定させます。次の画面からは、確認なしでそのまま適用できます。成果は「ベテランとのやり取りがどれだけ減ったか」で測りました。
   
2. キーパーソンの「AIレプリカ」で予行演習する
   顧客の担当者を再現したAIエージェントを作り、本番前に質問や詰まりどころを洗い出しました。エージェントに確認した3つの設計判断は、あとで実物とすべて一致しています。
   
3. チェックリストは「作らせず、削ってもらう」
   本番で起きた不具合137件から逆算し、72観点のチェックリストをあえて多めに先に作りました。ベテランには削る視点でレビューしてもらい、「ほぼその通り」という確認を得ています。

開発組織から、会社全体へ

「暗黙知を資産にすることが、AI活用の最大のレバーである」。これを1社の開発組織で、数字の裏付けとともに確かめられました。この考え方を会社全体の業務へ広げたものがオペレスです。先に実証があり、そのあとにサービスがあります。

次回予告

最終回となる第3回では、オペレスが描く未来についてご紹介します。

「会社の脳」を育てるAIソリューションエンジニアという仕事。オペレスが描く未来 | 株式会社KANNON

【KANNONの事業を知る Vol.3／全3回】第1回ではオペレーションレス経営とオペレスの仕組みを、第2回ではその原点となった開発現場での実証を紹介しました。最終回となる第3回では、KANNO...

https://www.wantedly.com/companies/company_9870747/post_articles/1102057

KANNONは一緒に働く仲間を募集しています。詳しくは以下の募集をご覧ください。
まず話だけ聞いてみたい、という方も大歓迎です！