SIerでもAI駆動開発はできる── 半年で全社実装へ踏み切ったテックファームの現在地

仕事はレガシーシステムの保守、要件定義にも関われない、AIツールは使用禁止。AIが当たり前になる時代に、このままでいいのか──。「閉塞感」を抱えているミドル層のエンジニアは少なくありません。

その一方で、SIerでありながら全案件でAI駆動開発の標準化を構想して半年で実現した企業があります。それがテックファームです。本記事では、テックファームが実践する「AIが書き、エンジニアが決める」時代の開発環境を紐解き、AI駆動開発へ早期に踏み出すことが、キャリアにどんな選択肢をもたらすのかを探ります。

テックファーム株式会社
執行役員 CTO
石立宏志（いしたてひろし）氏

テックファーム株式会社
開発本部
スペシャリスト
三次悠太（みつぎゆうた）氏

なぜ、SIerのテックファームがAI駆動開発を実現できたのか

──石立さんは執行役員 CTOとして、AIの全社導入を推進されてきました。一般的にSIerではAIの導入が難しいにも関わらず、なぜ、テックファームでは実現できたのでしょう。

石立：理由は大きく2つあります。1つは当社が創業時より、サービスデザインやシステム企画から、保守運用までワンストップでサービスを提供することにこだわって取り組んできたことがお客さまに評価されていること。案件のほとんどをプライムSIerとして携わっており、今では多くのお客さまから「パートナー」として位置づけられる関係を築けていることです。

2つ目に新しいことにチャレンジしたいと考えているお客さまを多く抱えていること。そういうお客さまの多くは、AI活用に関しても積極的。そういう先進的なお客さまと、お客さまのビジネスを成長させるためにはどういうサービスをつくればよいのか、そのサービスを発展させるにはどうすればよいのかなど、システム企画の前段階からパートナーとして共に考える。そういう立場で案件に携わるので、AI導入できたのだと思います。

──案件の特徴があれば、教えてください。

石立：金融系や製造系、エンタメ系など幅広い業界のお客さまがいらっしゃいます。スマートフォンを使って新たなサービスを開発したい、サービスをアップデートしたいなど、フロントの技術とバックエンドを連携させて実現するシステムは私たちの得意分野。そういった案件が多いですね。

──お客さまと共に新しいことにチャレンジしてきた開発の歴史、そこで培ってきたWebやモバイル技術という強みも、AI導入の後押しになったのでしょうか。

石立：現在のAIは万能ではなく、適切な指示を与えないと正しい結果は得られません。適切な指示を与えるために必要になるのが、これまでのWeb開発の経験や知見です。

創業当初からWebシステムを数多く手掛けてきましたし、モバイルに関してもモバイル黎明期から携わってきました。

なぜなら、iモード（NTTドコモの携帯電話向け情報配信サービス）の技術コンサルティングから始まった会社だからです。当社にはモバイルやWebに関する豊富な知見・経験がある。だからAI駆動開発を導入しやすかったのだと思います。

AI駆動開発の全社展開に向けて、テックファームが整備したもの

──なぜ、全社展開しようと思われたのでしょう。

石立：Microsoft Copilotなど、AIアシスタントツールが出始めた頃は、これがゲームチェンジャーになるとは思っていませんでした。その考えが変わったのは2年前。エージェントという考え方がでてきてからです。

今後、AI活用は当たり前となり、エンジニアの働き方が変わると確信しました。このタイミングでエンジニアがAIを活用できるようになっていないと、きっとエンジニアの価値を下げてしまう。テックファームは技術の会社です。だからこのタイミングを逃すことはできませんでした。

──全社展開にハードルはなかったのでしょうか。

石立：受託開発だからAIは使えないというのは違うと思っています。アウトプットがお客さまの求める品質であれば、問題はありません。そして現在のAIはそのレベルに達しようとしています。課題となるのは、お客さまがAI活用に同意してくれるかどうか。

これまでは、AI導入に関しては入力したものが学習されたり、他所でも使われるのではないかという懸念がありました。ですが、現在のAIモデルのプロバイダーは、業務利用に関して、学習しないことを明確に謳っています。それをお客さまに提示し、活用の判断をしてもらっています。またお客さま側もAIを使い始めており、AIの可能性を感じていただいているので、AI活用の同意は得られやすい状況になっています。

──どのように全社展開を進めましたか。

石立：大きく3ステップあります。まず、今期の期初（25年7月）からNotebookLMやGeminiなどを全社員が使えるようにしました。というのも当社はGoogle Workspaceと契約していたからです。次に、エンジニアにはAIエージェントIDE（RooCodeなど）を学習用途において自由に利用できるようにしています。最後に、Windsurfのプロジェクト導入を推進し、いくつかのプロジェクトで実践利用してもらっています。

Windsurfについては、全社導入の前から先行的に使っており、そこで得た知識や知見を全社に共有して、他のプロジェクトに展開、全社に広げていこうと考えています。

──研修は行いましたか。

石立：社内セミナーや社外研修を実施しています。社外研修ではAI駆動開発の専門家を招いて実施する研修をこれまで2回実施。社外研修は全員ではなく、今後、AI駆動開発に既に取り組んでいるエンジニアや、今後推進役になってくれるだろう人に受けてもらいました。

社内セミナーは私が講師となり、月に1・2回実施。プロンプトの入力の仕方やAIの使い方など、基本的な内容のものが多いですね。ですが、社内セミナーはあまり反応が芳しくないのです。

例えばこういうプロンプトを書けば、こういうことができますということがわかっても、実際のプロジェクトで同じような場面はなかなか起こりません。だから基礎を学んだとしても実践に活かすことがなかなかできないという声が届いたのです。

そこでプロジェクトマネージャーにも相談し、プロジェクトの中に入って、「こういう風にやれば、こんなことができる」と、活用の仕方をみせ、実践してもらうような研修も始めました。

生成AIやAI駆動開発について自ら調べて、プロジェクトに導入しているエンジニアの知見を、うまくできていないプロジェクトに展開するというやり方で、AIの力を感じてもらう。ツールは用意できたので、これからの半年で、すべてのプロジェクトでAIが活用できるレベルにしていきたいと思っています。

──全社展開するツールとしてWindsurfを選んだ理由を教えてください。

石立：2つ理由があります。第1にWindsurfは他のツールと比較して、利用が容易な割にアウトプットの質が安定していること。しかもGPLライセンス（GNU General Public License：非許諾ライセンス）を使ってトレーニングすることはない。今はCopilotなどもそうなっていますが、導入を検討した当時から、Windsurfはそのようなポリシーでした。

第2にFast Contextという特化型サブエージェントが搭載されていること。Fast Contextにより、大規模コードの類似箇所の検索が非常に容易になりました。特に保守フェーズで類似箇所の修正をまとめて行う際に便利に使えます。

Windsurfは昨年、Cognition AI社に買収されましたが、これによりCognition AIの完全自律型AIソフトウェア「Devin」とのスムーズな連携が期待できるようになりました。従来、Windsurfエディタでアウトプットする際、手が空くときがありました。ですが、ある程度塊のタスクをDevinに任せれば、人は違うタスクに携わることができるようになります。これは後天的なポイントですが、結果的にWindsurfを選んでよかったと思いました。

テックファームでは「カジュアル面談（オンライン可能）」を実施中です。会社紹介や、キャリアにマッチするポジションの紹介など、フラットにお話ししませんか？

カジュアル面談の申し込みはこちら

Windsurf導入で何が変わったのか。若手リーダーが語る開発プロセス・求められるスキルの変化とは

──実際のプロジェクトの現場で、先行的にWindsurfを活用されてきたのが三次さんですね。

三次：はい。Webシステムのアーキテクチャの決定、および設計に携わっていて、プロジェクトでWindsurfを活用しています。

──Windsurfをどのような場面で活用しているのでしょう。

三次：ドキュメント作成とコーディングで主に利用しています。ドキュメント作成作業では、Windsurfの補完機能を活用して、マークダウン形式ドキュメントの項番修正などのちょっとした修正から、テンプレートを使い、まとまった単位でのドキュメント生成まで行っています。

コーディングの場面では、参照するコードやドキュメントを指定して、コードを生成します。単体テストのコード生成では、パターンを指定してテストさせています。

他には、MCP（Model Context Protocol）を利用した課題管理や集計場面で利用しています。MCPを課題管理ツールに接続し、課題を自動更新したり、バグの集計を行っています。

プロジェクトでは、今までエンジニアがやっていた作業の一部をWindsurfに任せ、人間が最終レビューをして成果物にしていくというのが基本的な使い方です。

最近はさらにAI活用をチームで洗練させるべく、仕様駆動開発の手法を用いて、開発にチャレンジしています。仕様に基づき、設計から実装、テストまでの一連の開発の流れをAIと人間が協業するというやり方です。

石立：仕様駆動開発は近年、トレンドになっている開発手法です。従来のAI駆動開発というとバイブコーディング（Vibe Coding）が主流でした。AIと対話しながら開発を進めるバイブコーディングは考えを即座に形にできるなどのメリットがある半面、修正を重ねていくうちに、要件が散逸する、アウトプットに再現性がないなどの課題もありました。

そこであらかじめAIに仕様を与え、AIのやることを決めてから実際のコード生成に入りましょうという流れになってきたのです。仕様駆動開発であれば、アウトプットも安定しますからね。

とはいえ、仕様駆動開発はAI駆動開発同様、明確な定義ややり方があるわけではありません。自分たちのプロジェクトにとって一番よいプロセスを模索している段階です。三次さんはそこにチャレンジしているのです。

三次：今はOSSの仕様駆動開発支援ツールを使って仕様駆動開発にチャレンジしています。テンプレートに則ると、実装まで比較的きれいに流れます。

チームで開発するに当たって以前から、そういうテンプレートが欲しいと思っており、自分でも試していたのですが、そこまでうまく行っていませんでした。

そんなときに、OSSの支援ツールがリリースされました。これを活用することで、より効率的かつ品質の高い開発ができるのではと、試しています。

石立：補足すると、我々はチームで開発します。各メンバーにとってどんなプロセスでやるのか、明確になっていることは非常に重要だと思っています。

プロセスが明確だと、手順が安定するので、アウトプットも安定します。さらにレビューポイントも明確になりますからね。

──AI駆動開発を取り入れたことで現場での働き方や求められるスキルに変化はあったでしょうか。

石立：AI活用が当たり前になる時代において、大事になるのがAIへの指示の仕方。つまりお客さまが求めることを実現するために、AIをどう動かせばよいのか、どういう指示を与えるのが適切なのか、それらを考えられる能力が求められるようになります。つまり昔でいうところのよりメンバーに指示を出す側の能力にシフトしていくと思います。

三次：ツールの作成や自動化が容易になったので、工夫することや単純作業を減らすことを考えるようにもなりました。またAIを活用することで経験の浅い若手でもある程度、マネジメントが求めるレベルのアウトプットができるようになりました。

そのため、アーキテクチャを設計したい、マネジメント的な仕事に携わりたいなど、志やモチベーションの向上が感じられます。

その一方で、新規参入者やパートナーの中には「AIが生成したコードなので、わからないけど動いています」という状態も増え、レビューアーの負担は増えています。そういう状態のまま業務を続けると、エンジニアとして成長しづらくなるのではと危惧しています。

──AIに指示を出す能力以外に、AI駆動開発を経験したことで、より必要になると感じたスキルがあれば教えてください。

三次：今後さらに重要性が高まると感じたのは、リファクタリングスキルです。AIである程度の成果物はできますが、最終的な品質保証をするのは人間です。成果物をそのまま引き受けず、方向性を舵取りしていく必要があります。状況を考えつつ影響範囲の少ない修正に留めて、段階的なリファクタリングを行えることで、将来の改善や機能追加にも柔軟に対応することができるようになると考えています。

石立：レビューする能力も非常に重要になると思います。お客さまの要求を満たしたものになっているかどうかを、レビューで判断するので。ソフトウェアを作り上げる力は、どういう経験をしたかで変わると考えています。開発経験の乏しいエンジニアが、お客さまの要求を満たす正しい指示をAIに果たして出せるのか。

とはいえ、AI活用によって若手にプログラミングの経験を積ませるタイミングはどんどん減っています。というのも、マネージャーの立場からすると、経験の浅いエンジニアにプログラムを書かせるより、AIを活用した方が信頼性の高いプログラムが出力されるからです。

若手をどう育成していくか。今後のエンジニア教育の大きな課題になると思います。

──それはAI活用にも言えることかもしれませんね。自己学習や研修ではなく、実務で使うから身に付く知識があると。

三次：そうです。自己学習や研修は、ある種、きれいな状態から始まりますが、実務では多くの関係者と一緒に開発を進め、個別状況の中でAI活用を考える必要があります。業務で活用しながら考えることで、徐々にパターンが掴めると思っていますが、実際、業務を推進しながらAIの知識を身につける必要があると思います。

ですが、AIは日進月歩で進化しています。必要になる能力も、どんどん変わり、例えば1年前はできなかったことが、今はできるようになったり。例えばリファクタリングスキルが重要になると言いましたが、その方向づけもAIが示してくることも多くなっており、考えを改め始めています。

石立：エンジニアの価値を向上させる。それが業務でAIを活用する意義だと思います。活用していないと、AIの進化にアジャストできなくなる。しかもユーザー企業もAI駆動開発に取り組もうとしています。お客さまが自ら開発できるようになったら、私たちの業界にとっては大きなリスクとなります。

だから、私たちはお客さまよりもAIの良い使い方を知っている、そしてより良いアウトプットができるように、AI活用を進めていかなければなりません。これも業務で活用する意義の1つです。

逆説的に言うと、AIを業務で活用し続けないと、お客さまに置いて行かれる可能性があると感じています。

──従来の開発手法と比べ、エンジニア個人またはチームとしての裁量には、どのような変化がありましたか。また、バグを防ぎ品質を高めるという観点で、開発プロセスや日々の判断のあり方に、違いはありますか。

石立：エンジニア個人・チームに関しての裁量に変化はありません。当社ではこれまでもエンジニア個人・チームに大きな裁量を渡してきており、その範囲内でAI駆動開発の実践を行っています。

品質の担保という点では、レビュースキルの重要性が高くなってきています。現在取り組んでいる仕様駆動開発ではAIからの成果物を各ステップでレビューすることで最終的な成果物の品質を担保しています。レビューの正確性や網羅性が品質を作り出す最初の一歩となるため、エンジニアに求められるスキルが変化していくのではないかと感じています。

AI時代で求められるスキル、テックファームだから得られる経験・学びとは

──この半年で組織・現場はどう変わりましたか。

石立：NotebookLMやGeminiなどのツールは一般的にプロジェクトで利用することが多くなりましたし、実際にAIを活用したプロダクションがリリースされることも増えてきました。全くAIを使わないというエンジニアもいなくなりました。

ですが、AIを活用できているチームとできていないチームの生産性に差が生まれ始めています。そこで来期（2026年の7月以降）は先行しているプロジェクトで得た実績をベースに、標準的な仕様駆動開発のプロセスを作ることを考えています。

三次：品質の水準が向上したことですね。プロジェクトメンバーの中には、スキルの高い人もいれば低い人もいます。今までだとそういうメンバーでは達成が難しかった水準が、AI活用によってできるようになったからです。例えば単体テストやE2Eテストも網羅性が高まりました。今までは時間の都合上諦めていたことが、AIによって実現可能となりました。エンジニアとしても、できることが増えたことで満足感が高まっています。

コードが意図通り動いてくれないなどの相談はあるものの、全体として相談されることは減っているので、上位エンジニアは昔より余裕が持てるようになってきていると感じています。その一方で、成果物を出すスピードなど格差の広がりを感じています。

──AI駆動開発を前提とした開発環境において、現場エンジニアが「良いコード・高い品質を継続的に保つために、意識して実践していること」または「今後、より重視していきたいこと」があれば教えてください。

石立：AI駆動開発で品質を保つために、テスト駆動開発を実践することが大切だと考えています。特に実行可能なテストコードをAIによって事前に生成することが大切です。テストコードを実行可能にすることでAIが生成したコードの振る舞いの正しさを確認できるため、生成されたコードの品質が担保されます。

また、テストコードをレビューすることでAIが仕様をどのように理解し、どのように実装しようとしているのかも確認できる点も大きなメリットだと感じています。

──改めて伺います。これからのAI時代に生きるエンジニアにはどんな力が求められるのでしょうか。

三次：先に述べた能力以外でいうと、プログラミングが好き、ものづくりが好きなど、プログラムやツール、成果物に対する愛の強さ。そういう人の方が結果としてAIをうまく使いこなせていると思うからです。

石立：AIを活用すればそれなりの質のアウトプットが出てきます。仕事として考えるとそれでOKですが、このアウトプットが正解だと自信を持って言えるかどうかは、AI時代のエンジニアにとって重要なポイントになると思います。AIで生成したものだけど、自分でもこういう成果物を出すと思うのか、とりあえず動いているので出しますと思うのかでは、同じアウトプットでも、質は変わると思います。普遍的ですが、技術を学び続けること、実装技術を知っておくことは重要です。

その他、自分が普段やっている業務を言語化する力や作業をタスクに分解し、作業の価値を高められるような役割分担を考える力が求められると思います。

──テックファームはその成長をどう支援し、どんな環境を用意しているのでしょうか。

三次：テックファームは要件定義やシステム設計をしてきた人が多いと思います。AIが出力したコードを見て学ぶこともできますが、できる人たちの考え方や設計を体感しながら、開発を進められることはとても価値のあることだと思います。また私のような中堅クラスのエンジニアが教える勉強会もあります。AI活用に関して、学べることは多いのではないでしょうか。

石立：テックファームでは基本的にすべてのプロジェクトでAI駆動開発の実践に取り組んでいます。GoogleのGeminiやNotebookLMは日常的に使えるほか、Windsurfなどのツールもプロジェクトで使えるようにしています。このように当社では生成AIツールが使いやすい環境を整備しています。

案件に関しても、お客さまから生成AIの利用の許可を得るようにしています。実際のプロジェクトで生成AIを使った開発が経験できる。これは当社が提供できる大きな価値だと思います。

教育に関しても、社内セミナーや社外研修を用意していますし、プロジェクト内でAIを使っているメンバーによるLT会も隔月で開催しています。生成AIを使った開発を体験してみたいという若手の方は、ぜひ、当社にジョインしていただきたいですね。