CodeZine

DMM.comの石垣雅人氏が、AIエージェント時代における開発生産性の測り方の誤解と、現場が抱える重圧の構造を、自社実例を交えて解説する

• •経営側の数値重視と現場の複雑な業務の間に生じる認識のギャップが、開発現場に重圧を与えている
• •AIエージェントの台頭により、従来の開発生産性の指標や評価方法が持つ限界と誤解が浮き彫りになっている
• •著書『誤解だらけの開発生産性』の内容を基に、生産性向上のための真の課題解決アプローチを提示している

Googleが音声認識特化のモデル「Gemini 3.5 Transcribe」を公開し、高精度な音声テキスト変換を提供する

• •Googleが音声認識に特化した新しいモデル「Gemini 3.5 Transcribe」を公開した
• •既存のマルチモーダルモデルとは異なり、音声データのテキスト変換性能に焦点を当てている
• •開発者はこのモデルを活用して、より高精度な音声処理アプリケーションの構築が可能となる

AIエンジニアリングツールDevinの活用方法について、「裏で任せる」など3つのタイプに分類し、適切な任せ方の設計を解説する

• •Devinの使いどころを「任せ方」の観点から3つのタイプに整理し、段階的な活用を提案する
• •「裏で任せる」タイプから始まり、任せる範囲を広げることで狙えるユースケースを具体例で紹介
• •1回の依頼で80点の成果を引き出すための仕様駆動やハーネスの設計手法についても言及している

社内の機密情報を外部に送信せず、ローカル環境で会議の音声認識とリアルタイム翻訳を実現することで、セキュリティ強化と業務効率化を両立する。

• •クラウド依存ではなくローカル環境でAI処理を行うため、データ漏洩リスクを低減しながら高品質な文字起こしを実現している
• •多言語対応により、国際的なビジネス会議でもリアルタイム翻訳でコミュニケーションの障壁を解消できる
• •法人向けソリューションとして、セキュリティ意識の高い企業での採用が想定される

GitHubがリポジトリのプッシュルールにパス例外機能を追加し、特定のファイルやディレクトリに対して保護ルールを適用しない設定が可能となった

• •開発チームは重要なコードとテストデータなどを区別して、プッシュ保護ルールを柔軟に設定できるようになった
• •この機能により、CI/CDパイプラインの自動化や特定のワークフローでの手動介入が必要なくなるケースが増える
• •GitHubのセキュリティ機能の細分化が進み、大規模プロジェクトでの運用効率向上が期待されている

セルフ型調査プラットフォーム「ユニーリサーチ」の利用企業が4000社を超え、リサーチ業務の工数とコスト削減に貢献していることが明らかになった

• •企業が自律的に市場調査やユーザーリサーチを実施できるプラットフォームとして、導入社数が急増している
• •従来の調査手法と比較して、データ収集から分析までのプロセスを効率化し、コストを大幅に削減できる
• •利用企業数の増加は、デジタルトランスフォーメーションの一環としてリサーチ業務の自動化ニーズが高まっていることを示唆している

AIの普及により変化するプロダクトマネージャーの役割について、ログラス他4社がCTOやCPOを招き、「現場回帰」の重要性を議論するイベントを開催した

• •AIツールが日常業務を担う中で、PMはより現場の顧客ニーズや技術的な詳細に深く関わる役割へ移行しつつある
• •登壇した各社の最高責任者は、AI活用と並行して人間らしい判断や現場感覚を重視する姿勢を強調した
• •イベントではAI時代のプロダクト開発におけるリーダーシップの在り方に関する具体的な事例や見解が共有された

日本CPO協会がシニアプロダクトマネージャー向けに「Product Leaders Training 2027」を開催し、戦略立案や意思決定能力の向上を支援する研修プログラムを提供する

• •ターゲットは経験豊富なシニアPMであり、組織の方向性を決める戦略的スキル習得に焦点を当てている
• •研修では実際のビジネスケースに基づいた意思決定プロセスやリーダーシップの磨き方が学べる
• •2027年を見据えた次世代のプロダクトリーダー育成を目的とした教育プログラムである

GitHubがセキュリティアドバイザリーページにおいて、特定のユーザーを直接ブロックする機能を導入し、開発者コミュニティの安全性を高める施策を行った

• •セキュリティ脆弱性情報を共有する場において、ハラスメントや不正行為を行うユーザーを管理者がブロックできるようになった
• •この機能はセキュリティアドバイザリーという特定のページに限定されており、全体機能ではない
• •開発者間の健全な議論と情報共有を促進し、プラットフォームの信頼性を向上させる狙いがある

Javaコードの品質向上を支援する静的解析ツール「Jtest 2026.1」が販売開始され、AIを活用したコード修正提案や分析機能の強化が図られた

• •AI連携機能の強化により、開発者がコードの修正や改善をより迅速に行えるようになった
• •Javaプロジェクトにおけるバグ検出精度の向上と、開発プロセスの効率化を目的としている
• •バージョン2026.1では既存の静的解析ルールに加え、AIによるコンテキスト理解に基づく提案が可能となった