AI – RECRUITMENT|株式会社SHIFT https://recruit-wp-prod.shiftinc.biz Fri, 18 Sep 2026 00:08:37 +0000 ja hourly 1 https://wordpress.org/?v=6.2.8 技術を見通すAIコンサルタントへ。組織知で生み出す、現場が乗り気になる“手触り感”  https://recruit-wp-prod.shiftinc.biz/career/library/id1569/ Tue, 15 Sep 2026 23:00:00 +0000 https://recruit-wp-prod.shiftinc.biz/?post_type=library&p=60045

AIツールを紹介するだけではなく、技術的な部分までAIを深く理解したうえで、お客様に最適なご提案ができるようになりたい――」 

そう願ってSHIFTに入社してきた、AIサービスグループの田中。 

田中は、前職でAI導入コンサルタントとして活躍しながらも、あらかじめパッケージ化した既存ツールを当てはめる提案に疑問を抱いていました。 

急速に変化するAI市場において、技術力を磨かなければ、お客様のビジネスに本気で踏み込んだ提案はできない。

そんな焦りを感じていた彼女は、自分を高めつづけられる新天地としてSHIFTを選びました。 

そんな彼女が、SHIFTの“組織知”を味方に生み出した、お客様の現場が乗り気になる“手触り感”とは。 

  • AIサービスグループ 田中

    大手ITソリューション系グループ企業にて主任クラスとしてAI導入コンサルティングに従事。既存ツールの提案に留まるキャリアに閉塞感を抱き、技術の深層を理解した提案とフェアな評価環境を求めてSHIFTにジョイン。現在はAIコンサルタンとして要件定義からアーキテクチャ設計、UI設計、本番導入・構築まで幅広い工程で現場に深くコミットし、プロジェクトの成功を支えている。

目次

このままAIツールの紹介者で終わっていいのか

――前職でもAI導入コンサルタントとして活躍されていたそうですね。なぜ転職を決意されたのでしょうか? 

田中:はい、前職でもAI導入コンサルとしてお客様の支援に携わっていました。当時はまだみんながAIを触りはじめたばかりの時期だったので、多くのお客様から導入のご相談をいただいていたんです。 

ただ、提案の中心になるのは、すでに社内で構築されたプラットフォームや、ChatGPTなど世にあるAIサービスを活用する「ツールありき」の案件。

お客様の業務課題をお聞きして、手元にあるツールを当てはめて「こう使えば効率化できます」と提案するスタイルがメインでした。 

技術の裏側、つまり「AIがどのように構築されているか」という構造的な部分まで深く理解する機会があまりなくて。

でも、AIはこれからさらに急速に変化・成長していく領域ですよね。このままツールの紹介者で終わってしまっていいのだろうか、という強い焦りがありました。 

変化に対応しながら、より高い技術を身につけてお客様に提供できる価値を広げていきたいという思いが、新たな挑戦へのきっかけになりました。 

――転職活動では複数の企業を検討されたと思いますが、SHIFTを選ばれた理由は何だったのでしょうか? 

田中:最終的にSHIFTを含めて3社検討し、他には大手ITコンサルティングファームと、技術に特化した企業がありました。 

コンサルファームからは年収面で非常に魅力的な提案をいただきましたが、自分が一番やりたかった“技術に深く踏み込むこと”からは遠そうだなと感じました。

もう一方の技術特化型の会社は、高い技術力を学べる点では申し分なかったのですが、出社の頻度が高く、自宅からも距離がありました。

共働きで子育ての真っ只中の自分にとっては、働きやすさや家庭との両立の面でどうしても不安が拭えなかったんです。

決め手は圧倒的なスピード感と、“熱い仲間” 

――そのなかで、SHIFTがフィットしたわけですね。 

田中:SHIFTはAI領域での技術力もあるし、学び続けられる環境もあるし、働きやすさのバランスもうまく取れていると感じました。 

それと選考プロセスの圧倒的なスピード感も決め手になりました。一次面接のその場で「ぜひ来てほしい」と評価をいただけたんです。

意思決定のはやさを感じましたし、人をちゃんとみて大切にする姿勢は、面接官(現在の上長)との会話のなかでも感じました。 

また、内定をいただいてから入社するまでの間に、社内の表彰イベントであるSHIFT AWARDに招待してもらったんです。

会場は、「ここにいる全員が本気で社長賞を狙っているんだ」と感じるほど、エネルギーに満ちあふれていました。「この組織なら、自分も刺激を受けて成長できる」と直感し、入社を決めました。 

――実際に入社されてみて、SHIFTの熱量に対するギャップはありませんでしたか? 

田中:むしろ想像以上でしたね。とにかくみなさん勉強熱心で、最新技術トレンドや事例を共有する勉強会、デモ会を自発的にどんどん立ち上げているんです。 

最初は勉強会で飛び交う技術的な専門用語が理解できず、焦りました。しかし、受け身にならず自走する周囲の姿勢に引っ張られ、私も刺激を受けて必死でキャッチアップし、Microsoft AzureのAI関連の資格などを取得することができました。 

また、わからないことをチャットで相談すると、顔をあわせたことがなくても他部署のエキスパートが多様な回答やアイデアを送ってくれるんです。「生成AIについて本気で語りあえる仲間がいる」というのは本当に心強いですね。

“組織知”をハブとして手繰り寄せ、CS調査で得た手ごたえ

――そうした組織の知見が、実際の案件でも活かされたエピソードはありますか? 

田中:現在担当している製造業のお客様のプロジェクトがまさにそうです。 

この案件では、設計管理フロー全体のリードタイム短縮を目的に、生成AIのPoC(概念実証)を行っています。 

一般的に、コンサル会社は現状分析(As-Is)やあるべき姿(To-Be)の整理、業務プロセスの細分化までを業務範囲としています。

一方で、SHIFTではそれらを含めて「細分化した業務プロセスを具体的にどう生成AIの技術に落とし込み、構築し、精度を上げていくか」という技術的実装も担います。 

これは、SHIFTが提供する「アドバンスドFDE(フォワード・デプロイド・エンジニアリング:特定のプロダクトに縛られず、お客様の現場に伴走して技術を実装・定着させる役割)」というスタンスそのもの。

戦略を提示するだけでなく、実際に技術を落とし込むところまで責任をもつのが、SHIFTのAIコンサルのやり方です。 

例えば、今回のお客様に関しては「いまのPoCのやり方で行き詰まった、何か他の方法はないか」と悩まれているのをみて、私は普段から社内の勉強会や成果発表会、公開デモで収集していた情報をフルに活かしました。 

「その課題なら別チームで類似の技術を使っています」「社内に詳しいメンバーがいるので聞いてきますね」と、SHIFT全体のAI知見をハブとなって手繰り寄せ、スピーディーにお客様へ提案しつづけたんです。 

その結果、CS(お客様満足度)調査で、「田中さん個人の知見にとどまらず、SHIFT全体として膨大なAIノウハウを提供してくれる点が非常に素晴らしい」と高い評価をいただきました。 

個人の知識だけに頼らず、組織の強みを引き出してお客様を勝たせる姿勢こそが、SHIFTでAIコンサルタントとして働く強みだと実感しました。

消極的だった現場の顔が変わった。“手触り感”の届け方

――PoCの進捗は順調ですか? 

田中:ええ。一定の効果がみえてきており、そうしたユースケースに関しては本番環境の構築に進んでいます一貫して関わることで、お客様の現場に価値が生まれていく過程をみられるというのがすごく楽しいですね。 

――反対にAI案件ならではのむずかしさを感じるのはどんなところですか? 

田中:AIならではのむずかしさは、やはり技術進化のスピードが異次元に早いこと。それからお客様の運用コストを意識した設計も不可欠です。

AIは優秀ですが、すべてをAIに丸投げすると、従量課金(トークン量)のコストが莫大になってしまいます。 

そのため、「プログラムで処理できる構造化された部分はプログラムで、文脈の解釈が必要な部分だけAIを使う」といった、精度・コスト・レスポンス速度をすべて考慮したアーキテクチャ設計を日々行っています。 

――現場の定着や啓蒙も大きなハードルになりそうですね。 

田中:まさにそこが重要です。

AIを導入することがゴールではなく、現場に定着してはじめて価値が発揮されますが、「本当に現場が継続して使ってくれるか」という不安は、多くのお客様が抱えられています。現場で使いやすい仕組みづくりや、利用イメージの共有が大切です。 

またAIのアウトプット精度を担保するには事前のデータ整備も欠かせません。できればそのままAIに扱ってほしいと思うお客様に対して、前処理の重要性を理解いただき、いかに効率的に進めるかも重要なポイントです。 

実際、私が参画した別のあるお客様の案件では、経営層の「AIを導入するぞ」という号令に対して、現場は消極的でした。 

社内の別部署がAIの使い方に関する勉強会を開催していたのですが、オンラインの一方通行の説明や配信資料では、現場にとって「自分たちの仕事がどう変わるか」の実感が湧いていなかったんですね。 

私は「現場の方々に“手触り感”をもってもらうしかない」と考えました。そこで、現場の方々から実際の業務データを直接お預かりして、活用シナリオとユーザープロンプトを書いたんです。 

それを実際に使ってもらった瞬間、現場のみなさまの表情が一変しましたね。「あの作業にも使えるのでは」「この面倒なデータ処理も自動化できる?」と、主体的なアイデアが湧き出てきたんです。 

最終的には、現場の方々も積極的にPoCの検証に参加してくださるようになったんです。

目まぐるしい変化を楽しむ。「まずは触ってみる」好奇心が武器になる

――入社してまだ1年弱ですが、転職前の「技術のわかるコンサルタントになりたい」という課題はクリアできたと感じますか? 

田中:はい。いまでは要件定義からアーキテクチャ設計、UIの仕様書作成、そして本番導入、コスト設計まで一貫して関われるようになり、自分のケイパビリティが圧倒的に広がったと感じています。

評価の面でも、SHIFTには不条理な相対評価や年功序列はありません。さきほどのCS調査での高い評価をみて、上長から「(評価結果を)期待しておいてね」と言葉をかけてもらえて、モチベーションが上がりましたね。

頑張った分だけ正当に評価される。この安心感があるからこそ、さらに高いレベルに挑戦しようと思えます。 

――今後はどのような挑戦をしていきたいですか? 

田中:これまでは個別のお客様の課題解決にコミットしてきましたが、今後はそこで得た知見や成功パターンを抽象化し、他のお客様にも横展開できるようなソリューションや新サービスの企画・仕組み化に挑戦したいと考えています。

――最後に、これから AI領域でキャリアを築きたいと考えている求職者の方へ、メッセージをお願いします。 

田中:AI領域は、明日何が起こるかわからないほど目まぐるしく変化します。しかし、新しい技術に触れるのが好きで、変化を楽しめる人にとって、これほど刺激的で面白い環境はありません。 

新しい技術を前に「まずは自分でどっぷり浸かって、触って、確かめてみる」。そんな知的好奇心をもった仲間と、この変化の激しい最前線の領域をいっしょに楽しめたら、これほど面白いことはないと思っています! 

(※本記事の内容および取材対象者の所属は、取材当時のものです) 

]]>
AIモダナイゼーション事業 採用情報(v2:改修版) https://recruit-wp-prod.shiftinc.biz/lp/career/ai-modernization_v2 Fri, 11 Sep 2026 03:28:00 +0000 https://recruit-wp-prod.shiftinc.biz/?post_type=lp&p=59988

AIモダナイゼーション事業 採用情報

AI MODERNIZATION

設計書がない。誰も全容を把握できない。 そんなシステムが、日本中にある。

改修しようにも、手をつけた途端に別の何かが壊れてしまう。
そんな悩みをかかえる企業が、業界を問わず、後を絶ちません。

AIを使い倒しながら、
専門チームが現行システムの可視化・分析から実装までを推進する。
SHIFTはこの仕組みで、日本企業のシステムの問題を根本から解決します。

AIモダナイゼーション事業のイメージ

AIモダナイゼーションとは

AIを使って、複雑化した基幹システムを
根本から解きなおす。

日本企業の多くが抱える「設計書のない・誰も全容を把握できないシステム」。SHIFTはAIでソースコードを解析し、設計情報を再構築。その結果をもとに、何を残し・捨て・つくらないかを人が判断し、AIと協業で実装まで担います。構想から品質保証まで、ひとつのチームで完結させる体制が私たちの強みです。

基本戦略

SHIFT独自のフレームワークAIによって、
足踏み状態だった仕様可視化・システムリビルドを現実に。

SHIFT独自のフレームワークとAIによって、足踏み状態だった仕様可視化・システムリビルドを現実に。

あなたの構想力とテクノロジーの力で、次の社会をともにつくりませんか?まずはカジュアル面談で、私たちの仕事をもっと知ってください。

事業の面白さ

いまSHIFTが強化しているのは、「AIを使う人」ではなく「AI時代の仕組みをつくる人」

「AIを使う側」ではなく、
「AI時代の仕組みをつくる側」にいる。

システムそのものを再設計し、これまでの延長線上にはない価値をつくる。「AIを使いました」で終わらない仕事がここにあります。

構想から実装・運用まで、
一気通貫で責任を持てる。

構想を描いて終わり、PoCをやって終わり——ではありません。自分がかかわったプロジェクトの結果に、最後まで責任を持ちつづけられる環境です。

単発の導入ではなく、
システムそのものを再設計する仕事。

既存の仕組みの一部を置き換えるのではなく、システム全体をどう再構築するかがテーマ。本丸に上流から入り、本質的な変革を前に進められます。

誰も答えを持っていない問いに、
最前線で向き合える

AIに何をやらせ、人間が何を判断するか。その問いに、市場のほぼ最初の段階から関われるタイミングにいます。

あなたの構想力とテクノロジーの力で、次の社会をともにつくりませんか?まずはカジュアル面談で、私たちの仕事をもっと知ってください。

技術環境

その時々のベストを選ぶ。
AIツールを自由に使い倒せる環境

AIツールは日々進化し、半年前の常識がすぐに変わります。SHIFTのAIモダナイゼーション統括部では、特定のツールに縛られることなく、案件・目的・フェーズに応じて使うAIを選ぶことができます。「このツールしか使えない」ではなく、「どのツールがいまの仕事に合うか」を自分たちで判断できる環境です。

Devin

実装・テストを任せ、人は設計と判断に集中する

Cursor

コードベースを理解した上での実装支援・リファクタリング

Claude Code

要件整理・ドキュメント生成・コードレビューに活用

Cline

ターミナル操作を含むエージェント的な作業を自動化

Codex

コード生成・変換・レガシーコードの読み解きに対応

掲載しているツールは一例です。技術の進化に合わせて、SHIFTが使うAIも変わりつづけます。

研究機関との連携

株式会社松尾研究所との共同開発

ソースコードをAIで解析しシステムの仕様を可視化する「SHIFT DQS for リバースエンジニアリング」のコア技術について、株式会社松尾研究所と共同開発を進めています。COBOL・Java・PHP・C#など多言語に対応。学術知見とSHIFTの現場経験を掛け合わせた、精度の高いシステム可視化を実現しています。

メンバーの声

SHIFTで働いてよかったと思ったこと。

カードをクリックすると詳細をみることができます

正解のない領域を自分たちで切りひらいていける。固定概念にとらわれず、アイデアをどんどん形にできる環境がここにはあります。

テックリード

T.R.

独自基盤と各領域のエキスパートが掛け合わさった点。インフラからアプリまで対応できる他社にない体制で日々多くを教わっています。

AI駆動開発PM

前川

社長自らAI活用を推進しているため、全社的に安心して挑戦できます。現場が自ら考えて動き、価値を生み出せる点が魅力です。

ストラテジックアーキテクト

加治

会社としてAI活用を全力で推進している点です。ソースコードからのドキュメント自動生成など、自社サービスを進化させています。

ストラテジックアーキテクト

江口

新しい可能性が見えたらまず試す、SHIFTらしいスピード感が体現されています。うまくいけば即取り込み、組織全体で次につなげます。

サービス部副部長

S.H.

あなたの構想力とテクノロジーの力で、次の社会をともにつくりませんか?まずはカジュアル面談で、私たちの仕事をもっと知ってください。

募集ポジション

AIモダナイゼーション事業 全体の流れと各職種の役割

可視化・分析

現状を可視化し、
課題やチャンスを発見する

ストラテジー策定

あるべき姿を描き、
変革の方向性を決める

システム化計画・設計

実現するための
アーキテクチャを設計する

AI駆動開発(要件定義〜設計〜開発)

AIを活用して、
高品質な開発をリードする

ストラテジック
アーキテクト
ソリューション
アーキテクト
AI駆動開発
PM
テックリード/
AI駆動開発エンジニア
各職種の役割

AI駆動開発
PM

プロジェクトを推進し、
成果を生み出す

  • プロジェクト計画・管理
  • スケジュール・品質管理
  • チーム・ベンダーマネジメント
  • AI活用開発の推進
  • 課題・リスク管理
AI駆動開発PMの
求人情報はこちら→

あなたの構想力とテクノロジーの力で、次の社会をともにつくりませんか?まずはカジュアル面談で、私たちの仕事をもっと知ってください。

メッセージ

この事業に、本気で取り組んでいる理由。

代表取締役社長 丹下 大

代表取締役社長 丹下 大

理想の開発を、現実にする

これまでのシステム開発は、人のスキルや経験に依存し、品質・コスト・スピードのトレードオフから逃れられない構造にありました。優秀な個に成果が左右され、再現性や持続性に課題を抱えてきたのが実態です。
私たちはAIを、単なるツールではなく「圧倒的な処理能力をもつパートナー」と捉えています。正しい設計の考え方とガイドラインを与えることで、その力は発揮され、誰もが迷わず高品質な開発を進められるプロセスが生まれます。
AIを活用したシステムの刷新は、この構造そのものを変革し、品質・コスト・スピードのトレードオフを過去のものにします。そして、手を動かし価値を生み出す「つくる人」が正当に評価される世界へ。私たちは、その新しい開発の当たり前をつくりつづけます。

AIモダナイゼーション統括部 事業部長 佐藤 章太朗

AIモダナイゼーション統括部 事業部長 佐藤 章太朗

前提から問い直す、AI時代の開発へ

これまでの開発は、RFPを起点に進めることが当たり前でした。しかし、その前提が不完全なままプロジェクトが進み、本質的な課題にたどりつけないケースも少なくありません。
私たちは、提案ではなくソースコードという“事実”からすべてを読み解きます。システムの構造・業務・ロジックを可視化することで、見えていなかった課題やズレを明らかにし、真に意味のあるモダナイゼーションを実現します。
AIの活用により、その可視化と開発は圧倒的なスピードと精度で進化しました。構想から開発・テストまで、一気通貫でやり切ることが可能になっています。
これから求められるのは、役割にとらわれず価値創出に向き合い、AIを使いこなしながらプロジェクトを前に進める力です。私たちは、「つくる人」が正当に評価される新しい開発のあり方を、ともに実現する仲間を求めています。

AIモダナイゼーション統括部 開発責任者 加藤 勝也

AIモダナイゼーション統括部 開発責任者 加藤 勝也

品質から再定義する、開発の未来へ

日本にはいまだ多くのレガシーシステムが残り、ブラックボックス化によって誰も全体を把握できない状況がつづいています。私たちは、この構造そのものを変えるためにこの取り組みをはじめました。
これまで数多くのプロジェクトに向きあう中で、開発の成否をわける本質は「品質」にあると考えています。だからこそ私たちは、AIを単に活用するのではなく、「品質を担保したうえで使いこなす」ことに徹底的に向きあってきました。
ソースコードを起点に設計情報を再構築し、AIと独自技術を組み合わせて可視化する。さらに、開発標準やガイドラインによってAIの出力を制御し、再現性のある開発プロセスを実現しています。
AIが実装を担い、人は設計と判断に集中する。その結果、少数でも高品質な開発をやり切れる世界が現実になりつつあります。私たちは、技術で価値を生み出す人がより輝く開発の未来を、ともにつくる仲間を求めています。

カジュアルにお話しませんか。

具体的な仕事内容から、いまのフェーズだからこその面白さまで、お気軽にご質問ください。

ご希望のポジションのメンバーとの面談をお約束するものではありません。状況によってはご期待に沿えない場合がございますことをあらかじめご了承ください。
第1希望
第2希望
第3希望
]]>
「調整役」から「描いて動かすPM」へ。チームの自走を生む“デザイン力”  https://recruit-wp-prod.shiftinc.biz/career/library/id1590/ Wed, 09 Sep 2026 23:00:00 +0000 https://recruit-wp-prod.shiftinc.biz/?post_type=library&p=59862

「いままで自分が『本来のプロジェクトマネジメントって、こうあるべきじゃないか』と思っていたことを思い切りやってみようと」 

入社直後の想いをこう振り返るのは、AI BPaaSサービス部で活躍中の忠田(ちゅうた)です 

彼にとってのプロジェクトマネジメントとは、描いて、動かすこと。 

複雑案件ゆえの難局を次々と突破している理由を取材でひも解いていく過程で、忠田はそれを“デザイン力”という言葉で表現しました。

チームに真の“自走”をもたらし、複雑なプロジェクトを前へ進めていく。プロフェッショナリズムの核心と、それを支える“デザイン力”の正体に迫ります。 

  • AI BPaaSサービス部 忠田(ちゅうた)

    ITサービスおよびオフィスソリューション事業を展開する企業にてISO 20000準拠した運用保守品質管理、社内インフラ更改Microsoft 365運用支援サービス企画販促など組織横断型プロジェクトの推進に従事。2024年1月にSHIFT入社 

目次

国境と組織をまたぐ、複雑案件のハンドリング

――忠田さんは現在、幅広い案件を担当されていると聞いています。まずは、現在の具体的な業務内容について教えていただけますか? 

忠田:PM兼プリセールスとして、主にMicrosoft 365(M365)や生成AIに関するプロジェクトの提案から伴走支援までを担当しています。 

具体的には、お客様の課題や期待される成果を整理し、要件の確認や解決策の提案を行っています。

プロジェクト開始後はPMとして、現状調査やアセスメント、要件定義、運用設計、導入後の定着化に向けた伴走支援まで、一貫してプロジェクト推進に携わっています。 

直近では、国内製造業の海外グループ会社におけるM365テナント統合でPMを務めています。また、建設業のお客様におけるM365 Copilot活用に向けたDX人材育成支援では、PMと研修講師を担当しています。 

――海外拠点も絡むような複雑でスケールの大きな案件を、スピーディに推進できる背景には何がありますか? 

忠田:こうしたプロジェクトで大きな障壁となるのは、国境や部署の違いによって生じる利害や権限を調整するコストです。 

例えば、海外グループ会社のM365テナント統合では、国をまたいだ契約手続きや、グループ会社・事業部間での利害調整など、多くの関係者を巻き込むため、検討や意思決定に時間を要するケースも少なくありません。

しかしSHIFTでは、構築や運用保守を担う部署はもちろん、ときにはグループ会社の垣根を越えて、必要な知見や人的リソースを柔軟に組みあわせられます。社内調整にかかる時間をお客様との対話や課題整理、提案活動に充てられるのです。 

こうした環境があるからこそ、複雑なグローバル案件にもスピーディに対応できているのだと思います。

提案からPMまで。自ら「現場をデザインし、動かす」醍醐味

――組織間の壁がないからこそ、迅速に動けるのですね。忠田さんは提案活動からPMまで一貫して携わっていますが、そのスタイルへのこだわりはありますか? 

忠田:はい、あります。「PMが提案もやるの?」と驚かれるかもしれませんが、私は「どちらか片方だけやって」といわれたら、多分「嫌です」といっていたと思います(笑)。 

私は、お客様の課題整理や提案活動の段階から関わり、いっしょにゴールを描いて具現化するスタイルにやりがいを感じているんです。 

“提案は営業の仕事”と割り切っていては得られないおもしろさがありますし、SHIFTにはそうしたスタイルを後押ししてくれる環境があると感じています。 

――課題の整理から入り込んで自分で形にしたいという想いは、これまでのキャリアのなかでも感じていたことですか? 

忠田:そうですね。それまでのキャリアでは、運用保守から運用品質管理、サービス企画・販促まで幅広い経験を積んできました。契機となったのは、販促活動を通じてお客様の困りごとを直接伺ったことが転機でした。 

お客様の生の声に応えようと組織横断の取り組みを推進するなかで、丁寧な合意形成の大切さを学ぶ一方、組織規模や事業特性による制約から、適用範囲が限定的であったり、運用が複雑化したりと、総合的な判断のむずかしさを実感することもありました。  

こうした背景から、「もっとお客様に近い場所で、いっしょに課題を整理し、事業をよりよくするプロジェクトマネジメントに挑戦したい」と考えるようになりました。

そうした想いから転職活動を行い、コンサルティングファームからも内定をいただきましたが、「幅広い案件があり、自分の可能性を広げられそう」「一番自由度が高く挑戦できそう」と感じたのがSHIFTでした。

目的を失ったプロジェクトに息を吹き込む、対話型のアプローチ

――実際のプロジェクト現場で、停滞や困難に直面したときはどのように紐解いているのですか? 

忠田:例えば生成AI領域のプロジェクトでは、「生成AIを活用する」という方針だけが先行し、自分たちの事業をどうしたいかという目的が曖昧なまま進んでしまうケースがあります。 

そうしたときは、「何のために活用するのか」「その施策はいま必要なのか」という問いに、お客様とともに向き合います。お客様のカルチャーや立場なども考慮しながら、目指すべきゴールをお客様といっしょに再定義していきます。 

また、プロジェクトの立て直しや推進においては、「メンバーとの対話」によって目的を揃え、チーム自体の自走力を高めることを意識しています。 

――「メンバーとの対話による自走」とは、具体的にどのようなアプローチでしょうか? 

忠田:生成AIの黎明期に担当した、自治体向けの生成AI導入PoC案件がまさにそうでした。PMとして参画した際、メンバー間の認識のズレから議論が発散し、プロジェクトは遅延していました。 

そこで、社内外のステークホルダー一人ひとりとの対話の機会を設けました。対話を通してそれぞれの期待や懸念、本音を聞き取り、発散していた意見をプロジェクトの目的に照らして整理しました。 

SHIFTのフラットな環境があったからこそ対話を最優先できましたし、それによって「お互いの強みを尊重し、同じ目的に向かえる」という安心感が生まれました。

加えて、チームが自律的に機能しはじめ、最終的には予定していたPoCを完遂することができました。その後の継続的な支援にもつながり、プロジェクトを成功へと導くことができました。 

――そうした「自走型マネジメント」は、他のプロジェクトでも活かされていますか? 

忠田:はい。タイのお客様のM365テナント統合案件も同様でした。この案件では、日本にいる私がPMを務め、ベトナムを拠点とするグループ会社、SHIFT ASIAの技術メンバーと国境を越えて連携しました。 

国も言語も異なるチームだからこそ、細かな指示や過度な確認によるマイクロマネジメントを避けることを意識しました。

代わりに「プロジェクトの目的」「今後の見通し」「契約上の対応範囲」を丁寧に共有し、メンバーが安心して判断できる環境をつくりました。 

その結果、ベトナムのメンバーがもつ専門性とお客様視点が発揮され、タイのお客様に寄り添った対応につながりました。距離や言語の壁を越えて、お客様から感謝の言葉をいただいたときは、胸が熱くなりましたね。

曖昧な課題を解き明かす“デザイン力”こそ、PMのプロフェッショナリズム

――これからの時代において、PMが身につけるべき本質的なプロフェッショナリズムとは何だと思いますか? 

忠田:単なるツールの知識や進捗管理のテクニックではなく、曖昧な課題を正しく捉え、実現に向けた道筋を描く“デザイン力”こそ、これからのPMに求められる本質的な力だと思っています。 

この“デザイン力”は、複雑な課題を「分解して描く力」と、状況の変化を捉えて「評価し、描き直す力」の2つで成り立っていると考えています。 

まず、複雑な課題を「分解して描く力」とは、お客様が抱える課題に対し、それぞれの立場や本音を対話で紐解きながら、前提条件やリスクの関係を細かく要素分解するとともに、「何を実現すべきか」「何を基準に判断すべきか」という道筋を描く力です。 

そして、状況の変化にあわせて「評価し、描き直す力」とは、計画は流動的なものだと捉えて、「前提は変わっていないか」「解釈にズレはないか」を絶えずたしかかめながら、状況の変化にあわせて素早く道筋を修正する力です。 

――チームの自走も“デザイン力 の一部ということですか? 

忠田:はい、チームマネジメントもまさに“デザイン”の領域です。PMの役割は樹木が育つ環境に整えることに似ていると思っています。木が育っているか心配だからといって、毎日根元を掘り返して確認する人はいませんよね(笑)。

プロジェクトも同じで、細かく管理しすぎると、メンバーは自ら考えて動く機会を失ってしまいます。 

樹木は異なる役割をもつ高木、中木、低木が、風通しや日差しなどを調和させることで健やかに育っていきます。チームも同じで、異なる経験や専門性をもつメンバーが自律的に動き、お互いを補完しあえる環境をつくることが大切です。 

チームが自然と自走し、力を発揮できる環境を設計する。これこそが、私が考える”デザイン力”です。 

―― “進行役”としてのPMから脱却するための核心ですね。 

忠田:そうですね。生成AIが情報整理や進捗管理を支えてくれるようになるからこそ、これからのPMは”進行役”ではなく、プロジェクトにとってよりよい意思決定につなげていくことが重要になると思います。 

関係者の背景や感情を捉え、複雑な利害関係のなかから進むべき道筋を描くこと。そして、状況の変化を評価し、道筋を柔軟に描き直していくこと。

これら人間ならではの”デザイン力”の価値は、AI時代において高まっていくはずです。

(※本記事の内容および取材対象者の所属は、取材開催当時のものです)

]]>
AI×セキュリティのフロントランナー。裾野を広げつづけたジェネラリストがAI時代に強い理由 https://recruit-wp-prod.shiftinc.biz/career/library/id1578/ Tue, 08 Sep 2026 23:00:00 +0000 https://recruit-wp-prod.shiftinc.biz/?post_type=library&p=59832

「自分には突き抜けた専門性がない」――変化の激しいAI時代において、自らの市場価値やこれからのキャリアパスにそんな不安を抱く方が、ますます増えているかもしれません。 

今回の記事の主人公であるAI BPaaSサービス部の村木も、幅広い知見を活かした改善提案を行うなかで、その価値を十分に伝えるむずかしさを感じたり、転職活動において自身の経験や強みを伝えるために試行錯誤してきた一人です。 

そんな彼が、なぜ「AI×セキュリティ」という最先端の現場で活躍できているのか。

独自の提供価値を創り出すまでの逆転劇ともいえる軌跡、そして SHIFTのAI BPaaSというビジネスモデルに見出した活路についても深ぼっていきます。 

  • AI BPaaSサービス部 村木

    総務・法務からITインフラまで網羅するジェネラリスト。某大手卸企業での多角的な実務経験を経て、インフラエンジニアとして中央官公庁の運用構築~移行設計案件に9年間従事。40歳でSHIFTに参画し、現在は知見裾野を活かして最先端のAI・クラウドセキュリティ審査を牽引する。SHIFT入社3日にして、キーボード部を立ちげた。 

目次

AI×セキュリティの最前線に身を置く、「自称ジェネラリスト」

――入社してもうすぐ丸1年ですね。仕事に部活にと、あっという間だったのではないでしょうか? 

村木:本当にそうですね。仕事はもちろん、入社3日目で立ち上げたキーボード部の活動など、公私ともに目まぐるしく、一週間が本当に早く過ぎてしまう1年でした。 

――そのスピード感がまさにSHIFTらしさですね。では本題に入りますが、 村木さんが現在担当されている現場は、ハイレベルな環境だと伺いました。 

村木:そうですね。私が身を置いているのは、取得難易度の高い情報セキュリティの国際的な認定資格をもつプロフェッショナルが多数集まる現場です。そこで業務利用される各種AIやクラウドサービスの安全性を評価・担保する審査業務を主導しています。 

AI×セキュリティという領域には、大きく2つの軸があります。ひとつは、AIを活用して日々の業務やセキュリティ管理の効率化・高度化を図る「AI for セキュリティ(セキュリティのためのAI)」の実践です。 

私たちのチームでも、膨大な審査を遅延なく進めるために進捗管理システムを自作・公開したり、現場の運用コストを削減したりと、改善活動を能動的に推進してきました。 

――もうひとつの軸は? 

村木:生成AIやAIエージェントそのものを未知の脅威から守る「セキュリティ for AI(AIのためのセキュリティ)」です。

こちらが私たちの手がける審査業務のメインターゲットであり、プロンプトインジェクションをはじめとするAI特有の脅威に対するリスクとコントロールの評価などを行っています。 

さらに、現在ではAIシステムに対する「攻撃演習(AIレッドチーミング)の内製化」も手がけるようになりました。これは、国内でも支援実績がほとんど存在しないといわれています。 

――それほど高度な案件を担当できるのは、村木さんがその領域の“専門家”だからなのでしょうか? 

村木:実は、まったく逆なんです。世間一般でいう“器用貧乏”とも捉えられかねない“ジェネラリスト”なんですよ。しかし、このスタンスがいまの私を支える強みになっています。

専門の枠にとらわれないからこそ、「専門家が壁をつくって立ち止まってしまう境界線」に直面しても、壁をつくらずに隙間を埋めることができる。

ただ、私が自分の専門を限定せず、必要な技術をその場で獲得するというスタンスの裏には、ある信念と、前職での葛藤がありました。

幅広い分野を何でも貪欲に学び抜く。SHIFTは私の経験を正しく理解してくれた

――その信念と、前職での葛藤について教えてください。 

村木:私の行動原理の根本には、「山を高くするために裾野を広げる」という信念があります。

「すぐ役に立つものほど、すぐ役立たなくなる」という格言がありますが、これは「一見何に役立つかわからない知識ほど、実は寿命が長い」というもの。私はこれを、興味の赴くままに何でも学んでいく自分への免罪符にしているのです。 

そうして自分の知識や技術の裾野を広げておくことは、人生において”選べない状況”に陥る確率を下げるための、私なりの防衛策でありキャリア戦略でもあります。生きる上で一番不幸なことは”選択肢がないこと”だと思っていますから。 

その考えに従って、これまでITインフラ技術にとどまらず、総務、経営企画、社内情シス、そのほか管理部門の業務まで、横断的に知識を吸収してきました。

しかし、それを活かして合理的と思われる改善提案をしても、専門外の意見と受け止められ、実現に至らない歯がゆさを味わいました。 

――そこから転職活動を行われたと。 

村木:はい。しかし転職活動でも、「法務からITインフラまで何でもできる」というアピールは、一般的な面接官から「専門性がない」と、自分の本質的な価値が伝わらないもどかしさに直面しました。

そんななか、私の経歴の全容を正しく理解してくれたのがSHIFTでした。 

面接官がAI BPaaSの前身であった当時の部署を紹介する言葉として選んだのが“カスタマーサクセス”だったんです。

「お客様の欲しがるものではなく、お客様にとって本当にためになる価値(カスタマーサクセス)を提供しよう」という思想にも惹かれましたし、私のなかの改善志向と合致していました。 

SHIFTなら自分の強みが活きる、私の経験が価値になると直感して入社を決意したんです。 

「セキュリティ for AI」の最前線で、ジェネラリストが活躍できる理由

――その直感は正しかったとおもいますか? 

村木:ええ、入社後、確信に変わりました。専門外の領域に躊躇なく手を伸ばす“領域侵犯”が、SHIFTではむしろ歓迎されたのです。 

もともと私にとって、技術の勉強や検証環境の構築は20年来のライフワークなんです。これまでも自宅ラボに個人でM365テナントやゼロトラスト環境を構築して検証をつづけてきましたし、買い込んできた専門書も累計で400〜500冊にのぼります。 

ですから、AI×セキュリティという領域への挑戦が決まった際も、その延長線上で自然と没頭しました。改めて数十冊の専門書を買い足し、手元の検証環境をさらに広げて検証を重ねていったのです。 

国内に日本語の資料が存在しない「セキュリティ for AI」の手法については、洋書や海外の論文、OWASP LLM/Agentic Top10、MITRE ATLASといった一次情報を、自前のClaudeも活用しながら解読しました。 

――SHIFTと出会ったことで、村木さんのジェネラリストとしての強みが花開いたのですね。その強みは、現場でどのような価値を生んでいるのでしょうか? 

村木:大きく3つあります。1つ目は、「AI×セキュリティの境界線を埋められる」ことです。“AI×セキュリティ”は双方の専門家同士でも相互理解がむずかしい領域です。

しかし、私のように「専門にこだわらず、興味の赴くままに何にでも手を出して体当たりで学ぶ」ということを20年もやりつづけてきた人間だからこそ、専門家が壁をつくって立ち止まってしまう隙間を、滑らかに繋ぐことができます。 

――なるほど、領域のエアポケットを埋められるのはジェネラリストならではですね。2つ目は? 

村木:2つ目は、「技術にとどまらず、多角的なリスクを検知し網羅できる」点です。 AIセキュリティ審査は、単にシステムの穴をハックする技術的な側面だけでは完結しません。

生成画像を利用する際の著作権問題や、企業ブランドを損なうレピュテーションリスク、さらにはお客様の社内規程や業務プロセスに落とし込めるかといった“会社全体のリスク”を見抜く総合力が問われます。 

管理部門や法務、契約実務まで横断して学んできた“裾野の広さ”があるからこそ、技術単体にとらわれない多角的なリスク評価と安全性の保証を提供できています。 

――3つ目は何でしょうか? 

村木:3つ目は、「枠に囚われない改善志向で、現場の不合理を改善できる」点です。 

自分の役割を限定せず、現場の不合理を見つけたら先回りして解決する。その結果が、お客様からの強い信頼につながっています。

――「AI BPaaS」というビジネスモデルについては、最先端の現場での実践を踏まえてどう感じますか? 

村木: AIによって個々の技術や単純作業は急速にコモディティ化し、業務は劇的に“工業化”されていきます。 

現在、AIの高度な活用現場では、メインエージェントが複数のサブエージェントを統制し、チームとして自律的に業務を回す“マルチエージェント協調による工業化”がすでにはじまっています。 

一例としてあげると、あるAIエージェントがタスクを実行し、別のサブエージェントがそのためのテストを設計・実行し、さらに別のエージェントがそのテスト品質を評価・判断するというサイクルを自動で回しあう進め方です。 

こうなると、もはや個々のタスクを誰がこなすかというレベルではなく、全体プロセスをいかにロジカルに組み立てるかという全体設計の勝負になります。 

それはいわば「AIプロセス全体の品質保証」であり、品質を武器に価値を提供してきたSHIFTには、これまでの強みとノウハウを活かせるフィールドが広がっています。 

一般的なIT企業が「技術やシステム(商品)を売る」のに対し、SHIFTは技術がコモディティ化するリスクを見越し、「技術ではなく業務そのものを請け負い、成果に責任をもつ」という極めて合理的なAI BPaaSというビジネスを打ち立てました。 

私は社内の勉強会などでも「AIは、自分の実力がそのまま反映される鏡である」とよく伝えています。AIの出した答えをただ鵜呑みにして使うだけの人は、これからの時代、すぐに淘汰されてしまうでしょう。 

そこで大切になる、AIを使いこなす根本的な能力とは「適切な問いを立てられるか」です。適切な問いを投げかけてAIの行動を修正し、システム全体のプロセスを設計して最終成果物の「責任と保証」を担う。

これこそが、人間にしかできない本当の価値です。この「人間の責任と品質保証」をビジネス化した「AI BPaaS」は、まさに時流を捉えた負けにくいモデルだと感じています。 

――最後に、かつての村木さんのようなジェネラリストへメッセージをお願いします。 

村木: 従来のIT支援において、現場だけでなく、事務経験などで培った業務知識や多角的な経験は、どこか「間接的な知識」にとどまりがちでした。

しかし業務を請け負いながらAIを前提に業務自体を再定義していく「AI BPaaS」においては、その業務知識がまさに再設計そのものへダイレクトに化けます。 

多様なバックグラウンドを歩んできた人ほど、SHIFTという環境で自分の裾野の広さを武器に、この最前線の面白さに挑んでほしいですね。 

(※本記事の内容および取材対象者の所属は、取材当時のものです) 

]]>
AI領域で活躍するメンバーたち。転職リアルボイスまとめ https://recruit-wp-prod.shiftinc.biz/career/library/id1127/ Mon, 24 Aug 2026 23:30:00 +0000 https://recruit-wp-prod.shiftinc.biz/?post_type=library&p=59394

生成AIの進化によって、エンジニアやPMに求められる役割は大きく変わりつつあります。 

今回、AI領域で活躍する中途入社者のみなさんに、 

なぜ転職を考えたのか
なぜSHIFTを選んだのか
入社後に感じていること 

を聞いてみました。実際の入社者のリアルな声をご紹介します。

目次

Q1. なぜ転職を考えたのですか?

「AI時代に価値を発揮できるエンジニアでありたい」
Copilotをはじめて業務で使ったとき、「エンジニアの働き方は大きく変わる」と衝撃を受けました。

AIを使いこなせないままでは将来的に価値を発揮できなくなるという危機感から転職を決意。企業選びでは、AIへの取り組みがどこまで本気で具体的かを重視していました。(AIテックリード・30代) 

「生成AIを使って、もっとお客様の課題解決に向き合いたかった」
前職では自社製品の提案を担当していました。より幅広い選択肢のなかからお客様に最適な提案をしたいという思いが強くなり、生成AIを活用した課題解決に挑戦したいと考えるようになりました。

転職では生成AIを利用したコンサルができることや、チームで価値を生み出せる環境を重視しました。(AIテックリード・40代) 

「より大きなフィールドでAI活用に挑戦したかった」 
前職では技術責任者としてのインフラ領域に携わる一方、AI活用施策でも成果が出るなど、手応えを感じていました。

その一方で、さらに大きなスケールでAI活用を推進したいという思いも強くなり、新しいチャレンジの場を探しはじめました。(AIコンサルタント・50代) 

「これまでの経験を活かしながら、AI領域に挑戦したかった」
前職でプロジェクトが一段落したタイミングで、自身のキャリアを見つめ直しました。

ソフトウェアPMとしての経験を活かしながら、AIなど最新技術の進展にも関われる環境を求めるようになり、転職では「AI×PM」に挑戦できることを重視しました。(AI PM・50代) 

「家族との時間もキャリアも大切にしたかった」
管理職と開発を兼務するなかで、「この働き方を今後20年以上つづけられるだろうか」と将来のキャリアを考えるようになりました。

子どもが1歳半で第二子も生まれるタイミングだったことから、転職ではいまの街に住みつづけながら働けることや、リモートワークが可能な環境を重視しました。(AIテックリード・30代) 

Q2. なぜSHIFTを選んだのですか?

「AIへの本気度が伝わってきた」
選考を通じて、会社全体で本気でAIに取り組んでいることが伝わってきました。AI活用の具体性に加え、意思決定のはやさやフットワークの軽さも魅力でした。(AIテックリード・30代) 

「AIで社会課題に挑む姿勢に共感した」
最初は条件重視ではじめた転職活動でしたが、面接でAIモダナイゼーション事業への想いに触れ、「やりがい」が意思決定に影響を与えました。

AIを活用してレガシーシステム刷新という社会課題の解決に挑む姿勢に強く惹かれ、入社を決意しました。(AIテックリード・30代) 

「最もやりたいことが実現できそうだった」
AI×ソフトウェアPMという、自分が挑戦したいテーマに最も近い環境でした。働き方や年収面も希望と合致しており、長期的なキャリアを描けると感じました。(AI PM・50代) 

「AIに賭ける経営陣の覚悟を感じた」
決算資料から伝わってきたAI Native化への強い意思に共感しました。選考を通じて、現場のリアルな姿を知れたことも入社を後押ししました。(AIコンサルタント・50代) 

「AI活用だけでなく、企業理念にも共感した」
転職で重視していた条件を満たしていただけでなく、『SHIFT解剖 究極の人的資本経営』(日経BP刊)を通じて丹下さんの考え方や企業理念に共感しました。

AI活用を “誰でもできる仕組み”として広げようとしている姿勢にも魅力を感じました。(AIテックリード・40代) 

「AIを武器に成長できる環境だと感じた」 
面接を通じて、AIを武器にモダンな開発へ挑戦していることが伝わってきました。

事業運営や採用のスピード感もあり、自分次第で成長できる環境だと感じたことが応募・入社の後押しになりました。(AIテックリード・30代) 

Q3. 実際に入社してみてどうですか?

「自ら手をあげる文化が根づいていた」 
入社後は、組織の大きさや入社者研修における情報量の多さに驚きました。自ら発信し、主体的に動くことが求められる環境で、その点はSHIFTのカルチャーそのものだと感じています。(AIテックリード・30代) 

「想像以上に変化がはやい」 
入社前から変化のはやい会社という印象はもっていましたが、実際は想像以上でした。新しい取り組みが次々に生まれ、AI活用も含めて常に進化しつづけていることを実感しています。(ストラテジックアーキテクト・40代) 

「熱量とスピード感を実感している」 
入社後に最も感じたのは、会社全体の熱量の高さです。新しいことに挑戦しようというエネルギーが組織全体にあり、そのスピード感も含めて大きな魅力だと感じています。(AIテックリード・30代) 

「ワークライフバランスもいい」 
急成長企業というと激務なイメージをもたれがちですが、実際にはワークライフバランスもよく、長く働ける環境だと感じています。(AI PM・50代) 

最後に

いかがだったでしょうか?みなさんの声に共通していたのは、「AIに触れられる会社」ではなく、「AIを本気で事業や仕事に取り込もうとしている会社で働きたい」という想いでした。 

AIとともに成長し、新たな挑戦をつづけたいという想いをもつ人がSHIFTには集まっています。AIに本気で向き合える環境で、次のキャリアに踏み出してみませんか?

AIモダナイゼーション事業 採用情報

関連コンテンツ

]]>
12,000ケースのテスト設計を0.4ヶ月で。プロに比肩するテスト設計ができるAIエージェント構築の要点  https://recruit-wp-prod.shiftinc.biz/career/library/id1565/ Mon, 24 Aug 2026 00:00:00 +0000 https://recruit-wp-prod.shiftinc.biz/?post_type=library&p=58515 JaSST’26 Tohoku 登壇レポート 

生成AIの活用により高速化するシステム開発。それに伴い、増大するテストの負担。

「高速なリリースを維持しつつ、品質をどう担保すべきかわからない」と悩む品質管理や開発現場の方は多いのではないでしょうか。

今日、QA(品質保証)業務では、 AI活用による変革が求められています。 

2026年5月29日、「生成AIと歩むテスト設計 〜AIはもう1人の仲間〜」をテーマとするソフトウェアテストシンポジウム「JaSST’26 Tohoku」が開催されました。 

本イベントのプレミアムスポンサーを務めたSHIFTからは、CATエヴァンジェリスト 石井が「高速な品質フィードバックを実現するAIテスト設計エージェント構築の要点」というタイトルで登壇しました。 

テスト熟練者の知見を体系化したSHIFT独自の品質保証基準「SQFSHIFT Quality Framework)」とAIを融合させ、テスト設計のプロセスそのものを抜本的に変革したアプローチとは? 

  • CATエヴァンジェリスト 石井

    倉庫事業企業のシステム部門にて、基幹システムの開発・保守・導入および大規模基幹システム移行への参画を経験し、2015年にSHIFT入社。CAT開発チーム内でユーザーサポートとして、ユーザーと開発メンバーのブリッジを行い、ユーザーの課題分析や新機能提案などを日々実施している。 

目次

開発スピードの加速が招く “QA業務のボトルネック化”をどう防ぐか

近年、AIを活用した開発手法の進化により、プロダクトの企画から市場投入までのサイクルは劇的に高速化しています。ビジネスの競争力を高めるうえで、このスピード感は大きな追い風になっています。

しかし、その反面、開発される機能の量は爆発的に増加し、それに伴って品質を検証すべきテスト範囲も規模が拡大しています。 

開発のスピードがどれほど加速しても、つくられたプロダクトが正しく動くかを確認するQA業務の多くは、依然として人の稼働時間に依存しています。

限られた人員と時間のなかで膨大なテストをこなさなければならない旧来型のQA業務は限界に近づき、事業成長を阻むボトルネックになりつつあるのです。 

この課題を解決するうえで重要なのは、単純な人員の増強ではありません。人海戦術によるアプローチを脱却し、AIを活用してテストプロセスそのものの構造を抜本的に変革することにあります。

AI時代におけるQAの“あるべき進め方”とは?

SHIFTにおける従来のQA業務は、お客様から機能仕様書などのプロダクト情報をいただき、テスト計画やテスト設計(テストケースの作成)を行った後、お客様のレビューを経てテストを実行し、品質情報をフィードバックするという流れでした。

現在、私たちが取り組んでいるのは、この一連のプロセスのなかで、従来は人手で行っていたテスト設計と実行をAIで実施する取り組みです。

勤務時間やアサイン調整、キャッチアップによるリードタイムの増加など、人手でのテストの制約を取り除くことで、品質フィードバックをさらに高速化します。 

今回は、特に熟練の思考力が求められるテスト設計を、AIでどのように実現したのかに焦点を当てます。

機能テストを対象に「対象とするシステムを限定せず、弊社のテスト設計プロフェッショナルと遜色のない品質のテストケースをつくり出すこと」を目指しました。

AIへのインプットは、開発ドキュメントと弊社エンジニアが作成するテスト方針の2つに絞りました。

プロの暗黙知を体系化した「SQF」とAIの自己採点で、高品質を担保する

弊社の現場で運用するためには「人が理解し、必要に応じて修正できる成果物であること」が必要でした。そのため、アウトプットはテストコードではなく、自然言語で書かれたテストケースであることを要件としました。 

また、テストケースの書き方や粒度はこれまで手動のテスト設計で実践してきたとおり、SHIFT独自の品質保証標準「SQF」に準拠する必要があります。これにより、カバレッジやテスト実行時の可読性を担保します。 

SQFは、世界的品質保証標準(ISTQB、ISO/IEC/IEEE 29119)と年間4,000件の支援経験から得たナレッジを融合させたもので、テスト熟練者の深い思考プロセスや検証の観点、粒度の細かさ、正確な記述方法などを体系化した、いわば「プロの暗黙知を言語化したナレッジ集」です。

これを実現できたポイントは、大きく2つ挙げられます。 

1つ目は、SQFに基づいてテスト設計のプロセスを徹底的に分解したこと。 

AIへインプットを丸投げしても、成果物は安定しにくくなります。そこで、「スコープ決定」「ケース生成」「自己レビュー」といったSQFに準拠した役割ごとに、専用のAIエージェントを直列に配置したのです。 

さらに、このサイクルを何度も回し、過去のサイクルの成果物をブラッシュアップできるような構造としました。 

2つ目のポイントは、AIの実行プロセスに「三段階の実行レベル」を組み込んだことです。 

実行レベルの一段階目では、最初のAIエージェントが、インプットとなる機能仕様書やテスト計画書の妥当性を入念にレビューする段階とします。

また、テスト設計に必要な情報が不足していると判断した場合は、弊社のエンジニアが仕様情報を整備、またはテスト計画書を修正します。 

二段階目では、AIエージェントがテストケースを一通り生成します。ここでは、全体の構成や網羅性に抜け漏れがないかを確認し、案件で求められる品質に到達する見込みが立っているかを全体像から評価します。 

三段階目では、そのテストケースに対して、SQFに基づく10個の観点に基づき、AI自身が成果物を「100点満点」で自己採点します。

もし点数が基準に満たなければ、過去のサイクルの成果物をベースに、AIが自律的に修正とブラッシュアップを実行します。 

この自己採点とブラッシュアップのループは、スコアの向上が見られなくなる(精度が頭打ちになる)まで、何度も何度も自動で繰り返されます。 

単一のプロンプトを用いたAIへの丸投げではなく、妥協を一切許さずにAIの限界まで品質を高めつづけるこの仕組みこそが、人間の熟練者に匹敵するテストケースを生み出す源泉なのです。

12,000ケースのテスト設計期間を半分以下に

この新たなテスト設計手法は、実際の開発現場ですでに高い成果を上げています。 

例えば、12,000ケースに及ぶ大規模なプロジェクトにおいて、このAI駆動のアプローチを適用した結果、人手がつくるのと遜色のないクオリティを維持したまま、通常であれば1ヶ月を要するテスト設計期間を、わずか0.4ヶ月へと削減することに成功しました。 

私たちは、この取り組みで得られた知見と技術をSHIFTのサービスに組み込み、お客様への価値提供につなげていこうと考えています。今後の発信にもぜひご注目ください。 

(※本記事の内容および取材対象者の所属は、イベント開催当時のものです) 

]]>
ファームで築いた力を、次は何に使うか。「ノーリスクの決断」で得た、事業づくりの醍醐味   https://recruit-wp-prod.shiftinc.biz/career/library/id1536/ Fri, 21 Aug 2026 00:00:00 +0000 https://recruit-wp-prod.shiftinc.biz/?post_type=library&p=59207

プロローグ:彼を数年間、口説きつづけた理由 

――AIモダナイゼーション統括部 統括部長 佐藤 章太朗・談 

私が大倉に声をかけつづけた期間は、実に数年にも及びます。「なぜそこまで」という疑問に対して、答えはシンプル。彼の能力を誰よりも見込んでいたからです。 

当時SHIFTは、DAAE組織の立ち上げや新規事業、M&Aなど急拡大の真っ只中。unknownな領域へ挑む組織をつくるため、「いままで出会った誰よりも優秀な人間を引っ張ってくるしかない」と私は考えていました。

そのとき真っ先に頭に浮かんだのが大倉だったのです。 

彼とルームシェアしていたころ、彼は忙しい最中にも少しの時間をつけては机にかじりつき、難関資格を取得するなど、はたからみてもとんでもない勉強量をこなしていました。

たびたびの声掛けを経て、石橋を叩いて渡る慎重な彼がSHIFTを選んでくれたことは、この会社に確かな可能性がある証左でもありました。

そしていま、創業メンバーや経営層と渡り合っている姿をみると、高い能力だけでなく、私の想像を超えた人間力があったのだと実感しています。 

私は彼以外にもSHIFTへの転職を勧めてきました。「この会社に来れば、もっと突き抜けた世界がられる。人生をベットする価値がある」と本気で思っているからです。

成熟企業での出世レースではなく、道なき道をともに切り拓き、まだぬ景色をいっしょにたい。そんな情熱があったからこそ、何度断られても私は彼を誘いつづけたのです。 

※DAAE…SHIFTが創ったビジネスを構築するための上位概念。デザイン(Design)、迅速性(Agility)、組みあわせ (Assembly)、経済品質(Economic quality)に由来。  


外資系コンサルティングファームで年間数十億円規模の案件を担当し、順調なキャリアを築いていたある人物。 

「10年後の自分の姿が、想像できてしまったんです。外の世界をるなら、いましかないと思って」  

AI BPaaS事業部 事業部長 兼 経営戦略統括部 統括部長 大倉 奨貴。順風満帆なキャリアのなかで、彼はなぜSHIFTへと飛び込んだのでしょうか。 

彼が、「むしろSHIFTへの転職はノーリスクだった」とい切る理由。そして、代表取締役の丹下とも対峙しながらの事業づくりの面白さとは。

  • AI BPaaS事業部 事業部長 兼 経営戦略統括部 統括部長 大倉 奨貴

    大学卒業後、富士通、PwCコンサルティングを経て、2022年9月にSHIFT入社。前職では、主に自動車メーカー、小売業の新規事業/DX戦略~企画、実行の伴走支援に10年弱、30件超の案件に従事する。入社後は、DAAE統括部長として、自社プロダクトの企画立ちあげやセールスマーケティング、資本業務提携先のバリューアップ、M&Aなどを通じた新規業務の推進などを担ったのち、現職。

目次

10年後の天井がみえて。盟友の誘いは、ノーリスクだと感じた

――大倉さんは前職の外資系コンサルティングファーム時代、非常に大きな実績を上げられていたと聞いています。順風満帆なキャリアのなかで、なぜ転職を検討されたのでしょうか。 

大倉:確かに客観的な評価や数字だけをみれば、何の不満もない環境でした。当時の私は、コンサルタントとして達成すべきKPIはスムーズにクリア、やり遂げたという満足感もありました。 

しかしだからこそ「10年後に自分がどんな仕事をして、どんなポジションにいるのか」が、読めてしまったんですよ。“コンサルしか知らない人間”になる前に外の世界をみるなら、30代半ばのいまだろうなと思ったんです。 

―――ファームを辞めるリスクは感じませんでしたか? 

大倉:私の捉え方は真逆でした。賭けのようにみえるかもしれませんが、実際にはノーリスクだと確信していたんです。  

これまで培ってきた問題解決能力や事業構築の地力は、SHIFTへ移ったところで何一つ失われません。前職で実績をつくれていたからこそ、万が一のことがあってもコンサルタントとしてのキャリアにはいつでも戻れる、とも思っていました。 

失うものがないのであれば、成長企業に飛び込んで自分の可能性を試す方が、リターンははるかに大きい。そう考えると、ためらう理由がありませんでした。

丹下に感じた異次元さ。彼の元、事業を推進する“当事者”へ

――代表・丹下との出会いも、決断を後押ししたそうですね。 

大倉:はい。2017年頃から私をSHIFTへと誘いつづけてくれた佐藤さんに引き合わせてもらいました。丹下さんは、ある種、次元が違っていましたね。 

初対面の場で丹下さんが語り出したのは、売上1兆円企業へと至るまでのビジョンでした。私を驚かせたのは、その右脳的な巨大構想をぶつけてきた直後に、超左脳的な思考へとギアを切り替え、数値指標を精緻に詰めはじめたことです。 

私自身、コンサルタントとして右脳と左脳を行き来することは、徹底的に叩き込まれてきています。しかし、あそこまで極端に振り切って高速往復させる経営者を、私はみたことがありませんでした。 

「この人が描くのは夢物語ではない。信じるに足るトップだ」と直感しました。 

――コンサルタントという立場に、当時もどかしさを感じていた部分もあったのでしょうか?SHIFTなら解消できると思えた? 

大倉:そこが最大のポイントでした。当時、私は大手クライアントの新規事業立ち上げ支援を統括していましたが、その企画が実際に世に出るまでには、数年もの歳月を要しました。 

自分の感覚からすれば半年でローンチできそうと思えた企画でも、大企業特有の社内調整や合意形成に1年半以上の時間が費やされる。そんな時間の使われ方に、自分の人生としてももったいなさを感じていました。 

「自分が当事者として動いたほうが、はるかにはやく事業がつくれるはず」--自分の腕を試したいという気持ちが強くなっていました。 

そんな話をしたとき、丹下さんが「うちは大丈夫だよ。僕が全部その場で意思決定するから」 といい切ったんです。 

事業推進においてネックになりがちな意思決定を、トップ自らが引き受けるといっている。しかも彼とすぐそこの距離で仕事ができる。そのことが私の覚悟を固めてくれました。

報告も選択肢も不要。研ぎ澄ました企画で経営陣と対峙する

――実際に入社されてから、ファーム時代とのギャップはいかがでしたか? 

大倉:待っていたのは、ファーム時代の作法が一切通用しない、丹下さんからの“とんち”のようなお題に、圧倒的なスピード感と実行力で応えていく日々でした。 

最初の試練は、入社直後の金曜日。当時進行していた急速な円安を受け、「この市場環境はSHIFTにとってどんなビジネスチャンスになるか」というお題が、突然丹下さんから降りてきたんです。 

「月曜日の朝に議論しよう」といわれてアイデアを練り上げ、プロトタイプを構築。そこから誕生したのが、現在も多くのお客様に提供されているSaaS・IT資産一元管理ツール「ワスレナイ」の原型でした。 

これを皮切りに、入社1年目はDAAEの新規事業立ち上げに奔走。その後も、全社的なAI戦略の主導や社内AIプロダクトの開発など、目まぐるしく押し寄せる経営直下のアジェンダに対応しつづけました。  

そして現在は、AIを活用してお客様の業務プロセス全体を請け負う次世代ビジネスアウトソーシング「AI BPaaS」の事業推進を責任者として担っています。 

――入社以来、まさにSHIFTの変革の渦中に身を置いてこられたわけですね。どのプロジェクトにおいても共通といえる、仕事の進め方の変化はありますか? 

大倉:ファーム時代の仕事は、「クライアントの意思決定を支えるために、どれだけ緻密な分析を行い、完璧な説明資料をつくれるか」に頭と時間を費やしていました。 

しかし、SHIFTの経営陣に対してそのようなアプローチは1ミリも必要ありません。丹下さんからよくいわれるのは、「報告しに来るな、ディスカッションをしよう」ということ。

とはいえブレストベースの10個のアイデアや選択肢をもっていっても一蹴されてしまいます。 

求められるのは、最初から正解を当てにいくことではありません。いくつもの仮説を試し、現場でぶつけ、修正を重ねる。その試行錯誤のなかから、「これは効く」「ここに本質がある」という発見を一つでも多く掴んでいくことです。

――選択肢を絞り込む力以上に、試行錯誤を重ね、そのなかから本質的な発見を掴み取る力が求められている。 

大倉:経営者というよりは投資家に対して事業案を壁打ちしている感覚に近いですね。実際、丹下さんは投資家としての確かな視点をもっており、本質を突いたフィードバックをくれます。 

自分が提示したアイデアがその場で採択され、翌日には組織が動き、ダイレクトに企業の売上や株価へと反映されていく。「自分の手で企業価値をダイレクトに動かす手応え」をリアルに味わえます。

これこそが、SHIFTでしか得られない事業づくりの格別な醍醐味ですね。

企業価値と、自分の市場価値もひきあげる

――不確実なカオスのなかで、なぜそこまで自由に挑戦しつづけられるのでしょうか。 

大倉: SHIFTは「これをやったら怒られるかな」ではなくて、「やっていない方がだめ」な会社です。自分が正しいと信じた方向であれば、まずは走ってみる。間違えたら、方向転換してまた走ればいい。 

それにたとえ新規事業の立ち上げですぐには成果が出なくても、失敗を恐れず挑戦した“ナイストライ”を評価するカルチャーが根付いているんです。 

――一人で孤独に戦うのではなく、支えてくれる仲間もいるのですね。 

大倉:ええ。丹下さんからの難解な“とんち”をどう解くか、経営陣も各部署のキーマンも、垣根を越えていっしょに悩んでくれます。 

だからこそ不確実な環境であっても安心して脳を解放し、自分の意思と時間をつぎ込んだ勝負ができるんです。 

――大倉さんがSHIFTで挑戦をつづける原動力は何ですか? 

大倉:やはり、本気で「売上1兆円」を目指しているという、その未来の可能性です。 

これは決して夢物語ではありません。私が入社してから今日に至るまで、会社の規模も景色も目まぐるしく変化しつづけています。  

組織の形ですら、状況に応じて頻繁にドラスティックに変化します。常識よりも本質的なことはなにかを重視しているんですよね。 

売上1兆円という目標に向かって疾走する企業に身を置き、当事者として企業価値を引き上げていくことこそが、結果として自分や仲間の市場価値をもっとも高める方法なんです。

この成長の真っ只中で立ち止まってしまうのは、積み上げたものを無駄にするようで本当にもったいない。だから1兆円を達成するまで走りつづけますよ。 

(※本記事の内容および取材対象者の所属は、取材当時のものです​)

]]>
欠陥分類を2週間から1時間へ。AIを人間による分類精度にまで到達させた「5つのプロンプト術」 https://recruit-wp-prod.shiftinc.biz/career/library/id1552/ Wed, 19 Aug 2026 00:00:00 +0000 https://recruit-wp-prod.shiftinc.biz/?post_type=library&p=57295 JaSST’26 Tokyo 登壇レポート

ソフトウェアの品質を可視化し改善につなげる、ODC分析

この手法は「分類」と「分析」の2つの工程からなりますが、特に前段階の分類は膨大な手作業により全体の8割もの工数を占めるほどの重労働で、現場の大きな負担となっていました。 

2026年3月20日に開催され、SHIFTがプレミアムスポンサーを務めたJaSST’26 Tokyo」。

本イベントに登壇したCATエヴァンジェリスト 石井 優、エグゼクティブ・テストスペシャリスト 山腰 直樹、テストエンジニア 吉澤 麻由の3名は、この欠陥分類にAIを適用し、作業にかかる工数を約2週間からわずか1時間へと劇的に短縮を実現した取り組みを紹介。 

AIは自信満々に間違える――。取り組みのなかで直面したこの厄介な壁を突破する鍵となったのは、「あいまいさを可視化する」「逃げ道を用意する」という発想でした。

本記事では、現場の最前線で立ちはだかった「5つのつまずき」と、それらを解消しただけではなく、人間による分類精度にまで到達させた「5つのプロンプト術」を紐解きます。 

  • CATエヴァンジェリスト 石井 優

    倉庫事業企業のシステム部門にて、基幹システムの開発・保守・導入および大規模基幹システム移行への参画を経験し、2015年にSHIFT入社。CAT開発チーム内でユーザーサポートとして、ユーザーと開発メンバーのブリッジを行いユーザーの課題分析や新機能提案などを日々実施している。 

  • エグゼクティブ・テストスペシャリスト 山腰 直樹

    大手ITベンダーにて、約38年にわたりソフトウェアエンジニアとして製品開発に従事。その後、ITシステム開発におけるソフトウェアテスト事業の経験を経て、2022年2月にSHIFTへ参画。現在は海外事業推進部にて顧客支援を行う傍ら、ソフトウェアテスト事業拡大の一環である「欠陥分析サービス」を立ち上げる。SHIFTのテストオファリングを組織全体に浸透させ、顧客ニーズに最適化した支援を提供できるよう精力的に活動中。

  • テストエンジニア 吉澤 麻由

    国際的な標準規格(IEEE 29119)などをベースに、自社のナレッジを融合して体系化したSHIFT独自の品質保証標準「SQF(SHIFT Quality Framework)」を構築し、現場への適用を推進。書籍『駄目パターンに学ぶ 失敗しないソフトウエアテスト実践ノウハウ』で全体監修を、その改訂版であるSHIFT流 AI時代のソフトウエアテスト』においても執筆の中心的役割を担った

目次

全体工数の8割を占める欠陥分類。手作業と属人化の壁

石井:今回はAIを活用してソフトウェアテストの欠陥分析を劇的に効率化した取り組みについてお話しします。 

まずは、この話のベースとなっている「ODC分析」についてご紹介します。ODC分析とは、テストや本番運用で発生した欠陥(不具合)の情報を分類し、傾向の可視化と品質改善につなげる強力な分析手法です。 

従来、欠陥分析には、統計的分析(数の偏りを見る分析)と原因分析(なぜなぜ分析)の2つがありました。ODC分析はこの中間地点に位置しています。

約300件程度の不具合情報から全体の傾向を把握しつつ、一つひとつの欠陥の意味を捉えて改善アクションにつなげることができる、品質改善の切り札ともいえる手法です。

有用な手法であることは間違いありませんが、ネックになるのは、欠陥を分類しタグづけする作業が重労働であることです。お客様からいただくバグデータには、最初からきれいにタグがついているわけではありません。 

例えば300件のバグに対して、「修正対象は何か」「トリガーは何か」など、5〜10個のメトリクス(指標)を一つずつ人間の目で見て判断し、タグを付与していく必要があります。

実は、ODC分析の全工程において、この分類作業だけでも工数の約80%を占めており、期間にして約2週間もかかっていたんです。

山腰さん、現場ではこのあたりに課題があったようですね。 

山腰:そうなんです。ODC分析には大きく「分類」と「分析」の2つの工程があります。分類は膨大なバグデータにタグをつける作業です。

初心者にはむずかしく、現場では有識者への再鑑(ダブルチェック)依頼が飛び交うなど泥臭い苦労がありますし、教育コストもかかります。 

一方で、その分類後に「ここが怪しい」と深掘りしていく分析工程には、専門的な知識と経験が必要で、非常に属人的な作業になっています。 

しかもプロジェクトが終わればメンバーは分散してしまうため、2つの工程それぞれにおいて「プロジェクトごとに分類者の教育が必要」「分析できる有識者が限られる」という根深い属人化の課題を長年抱えていました。

石井:そこでAIが登場するわけですね。 

山腰:はい。分類にはコツがありますし、一方の分析にも実は有識者特有の“思考パターン”が存在することに気づいたんです。

どちらの工程もパターンがあるなら、AIの得意分野ではないか?と考えたのが今回の取り組みのきっかけでした。 

一番のボトルネックであり、全体の工数の8割を占めていた分類の壁。今日はそのなかでも特に、膨大な分類作業そのものをAIで自動化することについてどんな試行錯誤があったのか、詳細をお話しできればと思います。

自信満々に間違えるAI。分類自動化に立ちはだかった“5つの壁” 

石井:では実際にAI化を担当された吉澤さんに伺います。当初からスムーズに進んだのでしょうか? 

吉澤:いえ、最初は全く上手くいきませんでした。まずAIに分類させる試みについて、直面した“5つの壁”をご紹介します。 

1つ目は、「入力の問題」です。障害票の書き方は、お客様やプロジェクトによって異なります。情報が揺らいだままAIに渡すと、前提情報がそろわず精度が落ちてしまうのです。 

山腰:現場のリアルな話をすると、綺麗に1件1枚のチケットになっているとは限りません。

なかには、Backlogで「こういうバグが出ました」「これってこういうことですか?」というチャットのやり取りが延々とつづいているものを読み解かなければならないこともありました。 

吉澤:2つ目は、「基準の問題(思考の壁)」です。人間が分類するときは、「要件定義書とプログラムの両方を直した場合は、根本原因である要件定義の方を重く見よう」といった暗黙の判断基準をもっています。

しかし、AIには「何を重く見るのか」という基準が共有されていないため、解釈がブレてしまうという課題がありました。 

そして3つ目が、「判断の問題」です。情報が足りない場合に、AIが勝手に決め打ちをしてしまうことがありました。 

山腰:ここが一番厄介でしたね。AIは、情報が足りなくて判断できない場合でも、「わかりません」とはいわないんですよ。 

複数の原因が絡みあっていて人間でも意見が割れるようなケースでも、AIは無理やりどれか一つを選び、自信満々に回答してくるんです。中身を見ると全然違うじゃないか、ということが多発しました。 

吉澤:さらに4つ目として、「結果の問題」がありました。AIの分類結果だけを出されてもその理由が見えないと、人間がレビューをする際に判断に困ってしまい、結果的に差し戻しが増えてしまうという課題です。 

最後の5つ目は、「応用の問題」です。AIは障害票に書かれている手順や内容を強く参照する傾向があるため、人間なら行間を読んで補完する“潜在的な検出パターン”を拾いにくいというケースがありました。

逃げ道を用意する?欠陥分類の精度を飛躍させる5つのプロンプト術

石井:そうした壁を、プロンプトの工夫でどう乗り越えたのでしょうか? 

吉澤:前提として、ここで扱うプロンプトとは「AIに何を、どの形式で、どんな基準で出させるかという指示」のことです。 

1つの大きなプロンプトにすべての指示を詰め込むとAIの出力が不安定になるため、私たちは先ほどの壁に対応する「5つのプロンプト(整形から各分類までの5段階)」に分割して処理するアプローチをとりました。 

まず1つ目は、「入力品質の均一化」です。1つのプロンプトで処理するのをやめ、前処理として整形専用のプロンプトを挟みました。

どんな障害票が来ても、必ず「ID」「タイトル」「事象」「発生条件」「原因」「対処内容」という6項目の表形式に整理させます。 

ポイントは、「要約しすぎないこと」と「空欄を禁止すること」です。情報がない場合は「ない」と書かせることで、後続の分類プロセスへ渡すデータのばらつきを抑えました。

2つ目は、「判断基準のルール化」です。AIの解釈ブレを防ぐため、「要件定義 > 設計書 > プログラム」といったように、人間が暗黙で使っている優先順位をAIの仕様として明示しました。

もし複数の修正対象がある場合は、この優先順位に従って代表を一つ選び、選ばなかった他の要素は理由として保持しておくよう指示しています。 

石井:先ほど厄介だったといっていた、AIが自信満々に間違える問題はどう解決したんですか? 

吉澤:3つ目の工夫「あいまいさの可視化」で解決しました。これが一番のポイントかもしれません。 

原因が複数絡みあっていたり、情報が不足していたりする場合に無理やりどれかを選ぶことを禁止しました。その代わり、「アルゴリズムかチェックか、どちらかあいまいである」というような救済カテゴリーを用意したんです。 

山腰:人間が分類していても、迷うものは必ず出てきます。その場合、有識者に再鑑を依頼していました。 

選択肢を増やしてあえて「あいまいです」と報告させることで、人間が後から再鑑する対象を全件ではなくグッと絞り込むことができたんです。 

吉澤:4つ目は、「結果と理由をセットで出力させること」です。分類結果だけを出力させると、なぜその結論に至ったのか人間にはわかりません。

そこで、分類した理由の出力を必須にし、さらにAI自身に「選んだ結果と理由に矛盾がないか」の整合チェックをさせました。 

山腰:これによって、「AIはどう考えて間違えたのか」が見えるようになりました。

間違えた理由がわかれば、「こういうときはこっちを選ぶんだよ」とプロンプトに具体例を追加してチューニングできます。間違いの傾向も見えて、精度向上のために非常に役立った工夫ですね。 

吉澤:最後の5つ目は、「AIに行間を読ませる」工夫です。

障害票に書かれた手順だけをなぞるのではなく、「実際(障害票通りのテストパターン)」と「潜在(そうテストすれば発見できたと判断されるパターン)」の2軸で分類させるようにしました。 

例えば「ログアウトして別ユーザーでログインしたら不具合が起きた」という事象から、「同一機能を別端末で同時操作しても起きたはずだ」といった潜在的な検出パターンをAIに推測させるんです。

これも理由を必須にすることで、より人間に近い深い分類ができるようになりました。

人間の思考を仕様化。わずか1時間で分類できるようになった

石井:結果として、どのくらいの成果が出たのでしょうか? 

山腰:分類作業にかかっていた工数が、2週間からわずか1時間へと劇的に短縮されました。 

また、精度に関しても、人間2人が分類しても100%は一致せず、だいたい80%程度の一致率なんです。現在のAIの分類精度は、人間同士がやった時の精度とほぼ同等レベルにまで到達していると実感しています。

吉澤:今回学んだのは、AIに分類を丸投げするのではなく、「人間が普段行っている分類ルールや判断プロセスを整理し、仕様として言語化すること」が重要だということです。 

山腰:工数削減だけでなく、属人化の解消という当初の悩みにも光が見えました。 いまでは、ODC分析をこれからはじめる初心者に対して、AIが教育係として機能しています。

AIのおかげで分析のハードルが下がり、より多くの人が品質改善に関われるようになる。この裾野の広がりに、とてもワクワクしています。 

石井:最後に吉澤さん、今後のビジョンや取り組んでみたい野望はありますか? 

吉澤:今後は分類だけでなく、その後の分析プロセスにもAIを適用していきたいです。 

分析にも、ある程度のパターンがあります。ベストプラクティスとの比較や異常値の発見、共通項を見つけ出すといった作業はAIの得意分野です。

AIと人間が互いの強みを活かすことで、より高度な品質保証の形を追求していきたいと考えています。 

石井:ありがとうございます。吉澤さんが執筆を担当したSHIFTの書籍『SHIFT流 AI時代のソフトウエアテスト』にも、これからの時代に品質保証の精度を高めるヒントが多数記載されています。 

同書に書ききれなかった“AI時代のエンジニアの生存戦略”や“エンジニアの真の価値”について言及した記事も、ぜひご一読ください。

関連コンテンツ

(※本記事の内容および取材対象者の所属は、イベント開催当時のものです)

]]>
ハードモードなCDKメンテナンスから解放!6つの実務シナリオで検証する、AWS DevOps Agentの現在地 https://recruit-wp-prod.shiftinc.biz/career/library/id1597/ Thu, 06 Aug 2026 00:00:00 +0000 https://recruit-wp-prod.shiftinc.biz/?post_type=library&p=58566 AWS CDK Conference Japan 2026 登壇レポート

2026年7月18日、JAWS-UG CDK支部が主催するAWS CDK(Cloud Development Kit)やCDKTF(CDK for Terraform) / cdk8s(+) の最新動向やベストプラクティスを共有する年次カンファレンス「AWS CDK Conference Japan 2026」が開催されました。 

SHIFTからは、AIアジャイル開発部 DevOpsエンジニアの奥田が「AWS DevOps AgentでCDKメンテナンスは楽になるのか?〜検証から見えた最適解〜」というタイトルで登壇しました。 

インフラストラクチャをコードとして管理するIaC(Infrastructure as Code)の分野において、AWS CDKは非常に強力なツールです。

再利用性や抽象化の高さから多くの開発現場で重宝されている反面、導入時の学習コストや日々の保守工数が大きな課題となっています。 

「この便利で強力なツールを、もっと誰もが簡単に使いこなせるようにならないものか」 

そんな開発現場の悩みを解決する有望な選択肢として期待されているのが「AWS DevOps Agent」です。

本記事では、奥田が、実務への適用を想定して行った徹底検証のストーリーを通じて、AWS DevOps Agentの活用術とその検証結果をご紹介します。 

  • AIアジャイル開発部 DevOpsエンジニア 奥田 雅基

    2016年、システム運用保守としてIT業界でキャリアをスタート。通信会社の新規ネットワークサービス立ち上げPJのPMO・ネットワークエンジニア、人事(社員教育担当)、社内プロダクト開発PJのシステムエンジニアを経て、2025年8月、株式会社SHIFTに入社。DevOpsエンジニアとして案件に取り組みつつ、社内外への技術発信活動にも挑戦している。 

目次

CDK導入の壁は“ハードモード”? 現場の悲鳴を救うDevOps Agentの登場

AWS CDKの最大の魅力は、高い再利用性と抽象化にあります。

TypeScriptなどのプログラミング言語を用いてAWSリソースを定義できるため、たとえば一度作成した構成のリージョン設定だけを変更して別環境に複製するといったことが容易に行えます。 

Constructによって一部設定が抽象化されるため、開発者の負担は大きく軽減されます。 

一方で、学習と保守といった観点では扱いづらさが残ります。AWS CDKを実務で使いこなすためには、インフラの知識だけでなく、TypeScriptの型システムやアルゴリズムの理解、さらには複雑な環境構築が必要です。

初学者にとってこの学習コストはまさに“ハードモード”であり、チーム全体へ定着させる際の大きな足かせとなっていました。 

この壁を乗り越える希望となるのが、2026年4月に一般提供が開始された生成AIサービス「AWS DevOps Agent」です。 

AWS DevOps Agentは、AWSアカウント内のリソースをモニタリングし、インシデント管理から予防保全の提案までを自動で行うAIアシスタントです。

性能はアップデートのたびに向上しており、現在では日本語にも対応しています。さらにGitHubやSlack、PagerDutyといったサードパーティツールとの統合も可能です。 

本格的な導入にあたって気になる利用料金ですが、エージェントの実行時間に対して課金され(1秒あたり約0.0083ドル)、仮に24時間稼働させた場合は1日約10万円のコストがかかります。 

個人利用としてはハードルが高いものの、企業向けのサポートプラン等に加入していれば一定の割引が適用されるため、法人利用においては十分に導入を検討できる範囲といえるでしょう。 

こうした数ある機能のなかでも、AWS CDK運用において特に期待が高まっているのが、2026年6月にプレビュー版として登場したリリース管理機能です。

この機能は、AWS CDKやTerraformで定義されたコードをAWS環境へ本番適用する前に、AIがコードの不備を事前チェックしてくれるというものです。 

どれほど熟練したエンジニアであっても、本番環境への変更適用には心理的な不安が伴います。

リリース管理機能を活用し、本番前にコードレベルでの評価を行うことで、「確実に動く」という安全基準を担保し、デプロイ時の不安を大きく取り除くことができるのです。

なお、本機能は現在プレビュー版であるため、現時点での業務適用は困難かなと思われます。

バージニア北部リージョンに構築したAWS DevOps Agentでのみ利用可能という制約がありますので、検証やテスト導入を行う際は、この点にご留意ください(※2026年7月18日時点の情報です。最新情報は公式サイト等でご確認ください)。 

実務を想定した徹底検証!現場目線で挑んだ6つの独自シナリオ

「AIが事前チェックをしてくれるのは素晴らしいが、はたして実務の複雑な要件にどこまで通用するのか?」 

私は、そんな疑問を抱いていました。

初学者がAWS CDKを定着させるためのハードルを、AWS DevOps Agentは本当に下げてくれるのか。コードベースの検証において、AIはどのような精度で、どのようなアウトプットを返してくるのか。

自らの目でAIの現在地を確かめるべく、実務を徹底的に想定した検証プロジェクトをスタートさせました。 

検証環境を構築するにあたり、誰もがイメージしやすいよう、Amazon CloudFront、Amazon Simple Storage Service(S3)、Amazon Elastic Compute Cloud(EC2)を用いたシンプルな構成の、中小規模のWebサービスを想定しました。 

真の実用性を測るため、単に正しいコードを読ませるだけでなく、意図的にさまざまなトラブルを混入させた6つのシナリオと15の検証観点を用意しました。

一般的なHTTPS未対応といった障害だけでなく、AWS CDK特有のアンチパターンであるAMI IDやアカウントIDのハードコーディングを注入。

さらに、構築済みのインフラをAWSコンソールから直接操作してしまう手動ドリフト(コードと実環境の乖離)や、環境構築パッケージが未インストールの状態まで網羅しました。 

現場で実際に起こりうるトラブルをAIがどう捌くのか。その実用性を検証する準備が整ったのです。なお、今回の検証で使用したCDKコードはGitHub上で公開しています。

記事を読んでAWS DevOps Agentの実力に興味をもたれた方は、ぜひご自身の手でも検証を試してみてください。

今回の検証で使用したCDKコードはこちら

AIの実力とハルシネーションのリアル。検証から見えた得意領域と課題

検証の結果、AWS DevOps Agentコードレビューにおいて大きな成果をあげました。特にGitHubと連携させたシナリオ(パターン1・2)では今回設定した検証項目をすべて検知しました。 

AWS CDK特有のハードコードAMI IDやアカウントIDといった問題については、高い精度で検知できることが確認されました。

さらに、GitHubのプライベートリポジトリとのセキュアな接続も問題なく行えるため、高いセキュリティ要件が求められるプロジェクトでも導入できること、そしてコードレビューにおけるAWS DevOps Agentの有効性が確認できました。 

一方で、実環境の検証だからこそ見えてきた課題もありました。手動で行われたリソース変更(ドリフト)の検知において、ハルシネーションが確認されたのです。 

検証では、Amazon Elastic Container Service(ECS)の設定を手動で変更しました。しかしAIは、変更していないはずのセキュリティグループの設定が変更されたと判断してしまったのです。

また、EC2上に直接格納されたコードをチェックするシナリオでも、AIが対象を上手く読み取れないケースが発生しました。 

これらの結果から、リリース管理機能はまだプレビュー版であり、ドリフト検知やプロンプトに改善の余地があることが分かりました。 

しかし、これは決してツールが使えないという意味ではありません。

「GitHub連携によるコードレビューには極めて強いが、実環境の直接的な手動変更検知はまだ発展途上である」という特性を正しく理解し、得意領域に絞って活用することが重要です。

適切な環境と設定を用意すれば、AWS DevOps Agentは強力な味方となります。

プロジェクト固有ルールもAIが担保。属人化を防ぐスキルセット機能の威力

AWS DevOps Agentの機能のなかで、現場のエンジニアにとって有用な機能のひとつが、スキルセット機能です。 

開発現場では、プロジェクトごとに固有のルールやセキュリティ要件が存在します。スキルセットを活用すれば、こうした独自のドメイン知識をAIに注入することができます。

不特定多数のメンバーが開発に関わり、品質にブレが生じやすい環境であっても、AIがプロジェクト固有の基準に照らしあわせてコードをチェックし、デグレードのリスク低減が気体できます。 

また、AWS DevOps Agentは、初学者にとってむずかしかったAWS CDKの学習環境を劇的に改善します。 

例えば、エラーが発生して行き詰まった際、エラーログを読み解く代わりに、AWS DevOps Agentに対して「なぜこのエラーが起きたのか? どう直せばいいか?」と自然言語で質問することができます。

AIが対話形式でスムーズに調査をサポートしてくれるため、初学者が挫折しにくく、AWS CDKの概念や実装方法をキャッチアップできるようになります。

AIは便利な道具から“開発パートナー”へ。AI SDLCが描く共創の未来

私は、この検証を通じて、これからの開発プロセスの未来像を実感しました。それは、近年ソフトウェア開発の現場で普及しつつある「AI DC」(AI駆動開発ライフサイクル)という考え方への統合です。 

生成AIアシスタントであるAmazon Qを活用してインフラのコードを書き、そのコードをAWS DevOps Agentが検証し、フィードバックを行う。

人間はそのフィードバックをもとに改修を重ねる。複数のAIが連携し、コード作成からレビュー、テスト、運用までをシームレスに支援するこのサイクルは、開発生産性を引き上げるものと考えています。 

複雑で学習コストの高いAWS CDKですが、AWS DevOps Agentのリリース管理機能やスキルセットを活用することで、その保守工数の削減や、品質向上に寄与する可能性が確認できました。 

プレビュー版ゆえのハルシネーションなどの課題は残るものの、それを補って余りある高いコードレビュー精度と、初学者を支える学習サポート機能は、現場の課題を解決する力をもっています。 

AIはもはや単なる便利ツールではなく、共にシステムをつくり上げる「開発パートナー」へと進化しています。AIと共創する新しい開発体験の第一歩として、ぜひご自身のプロジェクトでもAWS DevOps Agentの活用を検討してみてはいかがでしょうか。 

※本セッションの登壇動画は、こちらからご覧ください。 

(※本記事の内容および取材対象者の所属は、イベント開催当時のものです) 

]]>
決算発表まるわかり!営業改革とNative AI戦略が描く、新たな成長軌道 ——2026年8月期 第3四半期決算 https://recruit-wp-prod.shiftinc.biz/career/library/id1599/ Thu, 30 Jul 2026 00:00:00 +0000 https://recruit-wp-prod.shiftinc.biz/?post_type=library&p=58130

2026年7月15日(水)、SHIFTは2026年8月期 第3四半期決算を発表しました。

通期売上高予想を1,600億円へ上方修正。AI関連売上は今四半期約79.2億円に達し、前四半期比3.1倍と大幅な成長を実現しています。

さらに、営業改革による大型案件の拡大とAI関連事業の成長を背景に、FY2027に売上高1,900~2,000億円の達成を目指しています。

また、自社のバックオフィスのAI化に挑戦したSHIFTは、業務の分解・可視化を通じて、たった半年で110人分相当の工数削減を実現。

この成果をもとに、経理、労務、採用、営業事務などのAI BPaaSサービスを展開するとともに、コンサルティング、開発、テストの各領域もAIビジネスへと刷新し、進化しつづけています。

本記事では、第3四半期決算のポイントと、「Native AI時代」における成長戦略、そして事業拡大を支える採用強化の取り組みを紹介します。

目次

営業改革が成果創出フェーズへ――大型案件とAI案件が拡大

SHIFTがこの1~2年にわたり取り組んできた営業改革が成果として表れはじめています。

引用:SHIFT_2026年8月期第3四半期決算説明資料 4p

今四半期は、AI関連事業の成長が顕著で、AI売上は第2四半期の約25.5億円から約79.2億円へと飛躍的に上昇し、前四半期比で3.1倍に伸長。

AI売上の総利益率も約43.0%と高い水準を維持し、SHIFTの成長を牽引する事業へと成長しています。

SHIFTでは月額プロジェクト単価とプロジェクト数を売上高を構成する重要なKPIとして開示していますが、いずれも継続的に成長しています。

特に注目すべき点は大型案件の増加です。SIerの枠にとどまらず、お客様の経営課題を解決し利益貢献まで支援するサービスインテグレーターを目指し、さまざまな施策を進めています。

その結果、月額3,000万円以上の大型案件が売上構成比の約20%を占めるまでに拡大。しっかりと大型案件が取れる体制、営業力、デリバリー力が備わってきました。

さらに、案件終了後も継続的に提案することで売上の減少を抑制し、リピート率も向上。新規案件の獲得だけでなく、既存のお客様との取引拡大により安定的な成長基盤を構築しています。

引用:SHIFT_2026年8月期第3四半期決算説明資料 17p

現状181名体制ながら、営業1人当たり年間5.6億円の売上を創出。生産性向上を重視し、人員を大幅に増やすのではなく営業力の強化に取り組んできました。一般的なSIerでは1人あたり平均約2億円程度ともいわれるなかで、約3倍の売上をつくることができる営業のケイパビリティを構築しました。

今後はトップアプローチ営業、アカウント営業、フォローアップ営業と3つの役割を明確化した体制へ変更。大型案件の獲得は引き続き強化しつつ、小型案件の獲得や既存案件の深耕を担うフォローアップ営業の強化にも注力していきます。

フォローアップ営業は、安定した売上基盤の構築に貢献しています。

現状は98名体制ですが、来期に向けて2倍程度に増員する計画です。

コンサルティング事業――上流支援の拡大で、顧客数・顧客単価が伸長

引用:SHIFT_2026年8月期第3四半期決算説明資料 19p

総合コンサルティングと業務・専門特化型コンサルティングを合わせた国内市場は約1.7兆円規模とされています。

SHIFTはこの市場において、ITコンサルティング(RFP作成・プロジェクト支援)およびPMO・推進支援領域でのシェア拡大を目指しています。 

今年に入り、コンサルティング領域の売上成長が加速。その背景として、特に3点が挙げられます。 

1. 現場経験を活かした上流支援

SHIFTはこれまでテストや開発の現場で培った豊富なノウハウを蓄積。

現在では、その知見をRFP(提案依頼書)の作成や業務改善などの上流工程にも活用できるようになり、コンサルティングサービスの競争力が高まっています。 

2. 中小企業向け需要の取り込み

中小企業が気軽に相談できるパートナーは不足しています。

SHIFTは企業規模を問わず幅広いサービスを提供するため、こうした需要を着実に取り込んでいます。 

3. AI活用コンサルティングへの需要拡大 

AIソリューションを活用した業務変革・生産性向上への関心が高まるなか、「AIを活用したサービスを構築したい」といったお客様からの相談も増加中です。

SHIFTはこうしたニーズに対応し、AI活用を含むコンサルティングサービスを提供することで、新たな成長機会を創出しています。

引用:SHIFT_2026年8月期第3四半期決算説明資料 21p

これらの強みを背景に、SHIFTは上流戦略企画領域へのシフトによる単価向上と顧客基盤の拡大を両輪に、コンサルティング事業の成長を加速させていきます。

AIモダナイゼーション――レガシーシステム刷新市場で存在感を拡大

AIモダナイゼーションは、取り組み開始から約半年で受注残高28.3億円を積み上げるなど、順調に拡大しています。その背景には、主に以下の3つのポイントがあります。 

① 中堅企業向けの一気通貫支援が評価 

SHIFTはAIを活用したリバースエンジニアリングによって、既存システムの課題を可視化するサービスを提供。

システムの現状を迅速かつ正確に把握できることから、お客様から高い評価を得ています。

参考:SHIFT DQS for リバースエンジニアリング

② システム可視化から保守運用まで支援を拡大 

AIモダナイゼーションによるシステム可視化を起点に、保守運用まで支援できる点もSHIFTの強みです。

ブラックボックス化したシステムを可視化することで、明朗会計な見積りで保守コストの適正化を実現。その結果、本決算発表時点で10件の案件を獲得しています。 

③ 公共系を中心とした大型案件の獲得 

高い技術力とコスト競争力を強みに、公共分野を中心とした大型案件の入札でも成果を上げています。AIモダナイゼーション領域における実績と提案力が評価され、着実に案件獲得が進んでいます。

引用:SHIFT_2026年8月期第3四半期決算説明資料 25p

SHIFT DQS for リバースエンジニアリングの提供スキームが順調のため、解析済ソースコード量は1億STEPから3ヵ月で2億STEPへ倍増しました。 

オポチュニティを受注から実行に繋ぐ専属体制の構築を強化し、非常に高い技術力をもつストラテジックアーキテクト人材の採用を強化し、受注率の向上とさらなる売上成長を目指します。

テスト――AI時代でも高まる品質保証ニーズ

AIの普及によりソフトウェア開発の進め方は大きく変化していますが、品質保証・テストの重要性は変わらず高く、SHIFTのテスト事業も堅調に成長しています。 

1. AI活用の拡大に伴い、テスト需要が増加

AIを活用した開発の普及に伴い、システム開発が内製化できている企業では開発量が増大し、品質保証・テストが追いつかないという事態が発生しています。

SHIFTは、AIを活用することによって、少人数体制であってもテストを効率よく回せる仕組みを提供しており、多くの引き合いをいただいている状況です。

2. AIでは代替しにくいUAT領域を強化

システムの複雑化に伴い、ユーザーシナリオが増大。ユーザー検証のニーズが高まっています。

UATはAIで自動化することが難しい領域ですが、SHIFTはプロフェッショナル人材とAIが協働する仕組みを作り、網羅的な観点を備えた高付加価値で効率的なUATを提供できることが強みです。

3. 大規模システム開発における品質管理のAI実績を構築

SHIFTは先行して品質管理のAI化を推進した結果、AIによる精度やコスト効率化の可視化によってAI活用の価値を明確化。

大規模システム開発における品質保証ニーズの高まりを背景に、売上成長を後押ししています。

引用:SHIFT_2026年8月期第3四半期決算説明資 28p

SHIFTは、AIを活用したテスト実行自動化サービス「ネムラナイ」の提供を開始。特にWeb領域において高い効果が確認され、導入が着実に進んでいます。 

2026年6月からはテスト設計領域にも拡大しました。

テスト設計は「何を、どこまでテストするか」を定義する品質保証の中核工程であり、ハードウェア、モバイル、Webなど開発環境を問わず活用できる点が特徴です。

AI BPaaS――社内AI活用の成果を社外向けサービスへ展開

AI BPaaSでは、社内業務のAI化による生産性向上と、そのノウハウを活用したサービスの拡大を進めています。

引用:SHIFT_2026年8月期第3四半期決算説明資料 32p

SHIFTでは、バックオフィス業務へのAI活用を推進。業務を分解・可視化し、AI化を推進した結果、わずか半年で110人分に相当する工数の削減を実現しました。

今後もさらなるAI化を進めることで、生産性向上とリソースの最適配分を図っていきます。

引用:SHIFT_2026年8月期第3四半期決算説明資料 34p

AI BPaaSでは、情報システム領域を中心に事業を拡大。自社サービス「ワスレナイ」を起点として、PCのセットアップやセキュリティ設定、問い合わせ対応、監視業務などの運用支援を提供し、これまでに19.2億円の受注を獲得しています。

また、AI活用の知見をサービス化した、FDEによるAI定着化支援も開始。2026年1月の立ち上げ以降、導入企業は35社、売上は3.8億円に上っています。

社内で4,400体以上運用しているAIエージェント「天才くん」で培ったノウハウを活用し、AI特化コンサルタントとAI特化エンジニアがAI活用の定着支援から業務生産性向上、さらにはAI開発支援まで一貫して提供することで、お客様への提供価値を段階的に高めています。

参考:ワスレナイ

参考:天才くん

事業成長の中核を担う積極採用ポジション

今回の決算説明会では、SHIFTのさらなる成長を実現するうえで重要な役割を担うポジションとして、「営業職」と「AIモダナイゼーション領域のストラテジックアーキテクト」が紹介されました。 

 ■ 営業職  

お客様の経営課題を起点に、SHIFTグループの多様なアセットやソリューションを組み合わせながら、事業成長に直結する提案をリードします。 

10億円規模の大型案件に携わる機会や、大きな裁量のもとで経営者視点でビジネスを動かす提案を通じて、圧倒的な市場価値の向上を実現できます。 

営業系新設ポジション セールスエキスパート採用情報 

■ AIモダナイゼーション ストラテジックアーキテクト

企業のDX・AI活用を構想段階からリードし、レガシーシステム刷新やAI活用戦略の実現を推進する、AIモダナイゼーション事業の中核ポジションです。 

高度な技術力とビジネス視点をあわせもち、お客様の経営課題に向き合いながら変革を実現する役割を担います。 

AIモダナイゼーション事業 採用情報 

最後に:AI時代の成長をともにつくる仲間を募集

SHIFTは営業の仕組み化、AI企業への質的転換を着実に進めています。 

いま私たちが求めているのは、変化を恐れず新しい仕組みを構築できる人材です。 

次の時代の事業を構築したいと考える人にとって、SHIFTは最適な環境です。 

少しでも興味をおもちいただいた方は、ぜひ募集職種をご確認ください。 

募集職種一覧はこちら

]]>