本記事は「 Planview saves 40+ hours per audit cycle by automating SOC 2 compliance with Kiro CLI 」を翻訳したものです。 コンプライアンス管理は、時に圧倒的な負担に感じることがあります。多くのエンジニアリングチームにとって、継続的に大きな注意を払い続ける必要がある業務です。チームは年間サイクルごとに 40 時間以上をかけてエビデンスを収集し、クラウドプロバイダーのコンソールを操作し、監査期限が迫る中でスプレッドシートを作成しています。 戦略的ポートフォリオ管理のリーダーとして世界中で 3,000 社以上の顧客にサービスを提供する Planview も、同じ課題に直面していました。マルチサービスの AWS インフラストラクチャ全体で SOC 2 コンプライアンスを維持するために、顧客向けの機能開発に充てるべきエンジニアリング時間が消費されていたのです。ここでは、Planview が Kiro CLI を使ってコンプライアンスワークフローをどのように変革し、コンプライアンスサイクルあたり 40 時間以上を削減したかをご紹介します。 コンプライアンスは大変 Kiro 導入前の Planview のコンプライアンス管理は、以下のような状況でした。 エンジニアが手動でエビデンスを収集 — 20 以上のクラウドサービスにまたがり、コンソールや API からデータを取得していました。 チームがスプレッドシートの発掘作業を実施 — セキュリティコントロール、タイムスタンプ、監査証跡を追跡していました。 監査準備サイクルに 40 時間以上を消費 — エンジニアをプロダクト開発から引き離していました。 複数のチームメンバーにまたがる調整オーバーヘッド — クラウドプロバイダーと SOC 2 要件の両方に精通した専門知識が必要でした。 クラウドコンプライアンスを管理する多くのエンジニアリングチームが、同様の課題に直面しています。監査に費やす時間、コンテキストスイッチ、手動エラーの可能性、四半期サイクルの計画が、コストを複合的に増大させています。 コンプライアンスへの新しいアプローチ Planview は、また別のコンプライアンスダッシュボードを構築するのではなく、異なるアプローチを選びました。Kiro CLI を使って、コンプライアンスの自動化を開発ワークフローに直接組み込んだのです。 当初、Planview の SOC 2 コンプライアンスプロセスは完全に手動で、セキュリティチームとエンジニアリングチームに多大な時間とリソースを要していました。コンプライアンスワークストリームの効率化のため、チームは 2025 年第 1 四半期に商用の継続的コンプライアンスプラットフォームを評価しました。Planview は長期的には継続的コンプライアンス機能の導入を計画していますが、フル商用プラットフォームのオーバーヘッドなしに迅速に価値を提供できる暫定的なソリューションが必要でした。このニーズに Kiro は最適でした。Kiro は Planview の既存ワークフローに直接統合され、フルコンプライアンスプラットフォームへの移行の道を閉ざすことなく、すぐに自動化のメリットを提供しました。 Kiro CLI でカスタムコンプライアンスエージェントを作成する Planview は、Kiro CLI の組み込み aws ツールとカスタムエージェント機能を使用して、クラウドサービスへのきめ細かな読み取りアクセスを設定しました。Kiro のカスタムエージェントを使うと、ユースケースに合わせた特定のコンテキストとツール権限を持つ、目的特化型の AI アシスタントを作成できます。Planview の場合、SOC 2 コンプライアンスワークフローに関連する技術的エビデンスを取得するために、クラウドサービスへの事前承認済みの読み取り専用アクセスを持つエージェントを作成しました。事前承認とは、エージェントが各読み取り操作に対して手動の承認を必要としないことを意味します。これにより、監査サイクルやエビデンス収集タスクごとに手動で権限を付与する必要がなくなり、以前は 40 時間以上かかっていた手動プロセスが自動化されたワークフローに変わりました。この統合は読み取り専用の非侵襲的なアクセスで動作するため、インフラストラクチャのセキュリティは確保され、変更されることはありません。これはコンプライアンスに限った話ではありません。例えば、CloudWatch メトリクス、S3 バケット設定、Lambda 関数ログをクエリするインフラストラクチャ監視用のカスタムエージェントを作成し、AWS サービスへの事前承認済み読み取りアクセスを付与して、運用ヘルスレポートを自動生成することもできます。 カスタムエージェントの作成方法 と 設定例 をご覧ください。 以下の例は、 ~/.kiro/agents/soc2-compliance.json に保存するカスタム soc2-compliance エージェント JSON の参考例です。これを SOC 2 コンプライアンスプロセスを支援するアシスタントとして活用でき、CLI で kiro-cli --agent soc2-compliance （またはカスタムエージェント名）を使って起動できます。 { "name": "soc2-compliance", "description": "セキュリティコントロール、監査準備、ポリシー適用のための SOC 2 コンプライアンスアシスタント", "prompt": "file://./prompts/soc2-expert.md", "tools": [ "read", "write", "aws" ], "allowedTools": [ "read" ], "toolsSettings": { "write": { "allowedPaths": [ "docs/compliance/**", "policies/**", "audit/**", "security/**" ] }, "aws": { "allowedServices": [ "iam", "cloudtrail", "config", "guardduty", "securityhub", "inspector", "kms", "s3" ], "autoAllowReadonly": true } }, "resources": [ "file://policies/**/*.md", "file://docs/compliance/**/*.md", "file://audit/**/*.json", "file://security/controls/**/*.yaml" ] } この JSON は、セキュリティコントロール、監査準備、ポリシー適用を支援するために設計された特化型エージェント設定を定義しています。各セクションの意味は以下の通りです。 name — エージェントの識別子/名前 description — エージェントの目的を説明する人間が読める説明文（SOC 2 コンプライアンス業務） prompt — エージェントのシステム指示/動作を含むマークダウンファイルへのパス（ ./prompts/soc2-expert.md ） tools — エージェントがアクセスできるツール: read（組み込みツール）— ファイル/ディレクトリの読み取り write（組み込みツール）— ファイルの作成/変更 aws（組み込みツール）— AWS CLI 呼び出し allowedTools — ユーザー承認を必要としないツール（ここでは read のみ自動承認。write と aws は確認が必要） toolsSettings — 各ツールのきめ細かな権限設定: write.allowedPaths — エージェントが書き込みできるディレクトリを限定（コンプライアンスドキュメント、ポリシー、監査ファイル、セキュリティファイル） aws.allowedServices — エージェントが操作できる AWS サービスを限定（IAM、CloudTrail、Config、GuardDuty、SecurityHub、Inspector、KMS、S3 — すべてセキュリティ/コンプライアンス関連） aws.autoAllowReadonly — 読み取り専用の AWS 操作（describe-*、list-*、get-* など）は承認不要 resources — エージェント起動時に自動的にコンテキストに読み込まれるファイル: ポリシーのマークダウンファイル コンプライアンスドキュメント 監査 JSON ファイル セキュリティコントロール YAML ファイル あるいは、エージェント設定 JSON を手動で作成する代わりに、Kiro CLI の /help エージェントを使用できます。これは、自然言語の説明からスマートなエージェント設定の推奨を生成する組み込みアシスタントです。Kiro CLI 内で /help Help me create a custom agent for soc-2 compliance を実行すると、Kiro が SOC 2 コンプライアンスを支援するための初期ドラフトを自動的に生成します。 /help Help me create a custom agent for soc-2 compliance を実行すると、以下のことが起こります。 Kiro は組み込みの /help エージェントに切り替わります。これは Kiro CLI に関する質問に答え、設定を生成するために特化されたエージェントです。 /help エージェントは Kiro の内部ドキュメントを参照して正しいエージェント設定スキーマを検索し、生成される設定が有効なフィールドを使用し、ベストプラクティスに従っていることを確認します。 /help エージェントは、ツール、権限、リソースパターン、カスタマイズされたシステムプロンプトを含む推奨設定を、手動の JSON 作成なしに生成します。必要に応じてこれを調整できます。 Kiro CLI でカスタムエージェントを使用する 開発者がターミナルで kiro-cli --tui --agent soc2-compliance を使ってこのカスタムエージェントを起動すると、チャットセッション開始時に「aws」ツールの allowedServices、resources、allowed paths のコンテキストと権限が読み込まれます。 --tui フラグを使用すると、Kiro CLI の新しい UX が読み込まれます。通常の kiro-cli ターミナル体験を使用したい場合は、 kiro-cli --classic --agent soc2-compliance を使用するか、Kiro ターミナル内で /agent soc2-compliance を使用できます。 プロンプト例: 「すべての S3 バケットの暗号化ステータス、パブリックアクセス設定、アクセスログ設定を示す SOC 2 CC6.1 コンプライアンスレポートを生成してください。」 Kiro の機能を活用して、Planview は SOC 2 および ISO エビデンスのタイムスタンプ収集を簡素化しました。システムがタイムスタンプ付きの情報を取得できるようになり、Kiro は以下を自動的に実行できるようになりました。 すべてのリージョンにわたる S3 設定のクエリ、または同じ結果を生成するクエリの実行を支援するスクリプトの作成 暗号化設定とキー管理の確認 アクセスコントロールリストとバケットポリシーの検証 タイムスタンプ付きのフォーマットされたコンプライアンスエビデンスの生成 エージェントが複雑さを処理し、チームは必要なエビデンスを取得できます。 注意: AI が生成するコンプライアンス出力は、エージェントに提供されるプロンプトの具体性と範囲に大きく依存します。これは監査プロセスを加速するためのツールであり、決定論的なコンプライアンスツールの代替となるものではありません。AI が生成したすべての推奨事項、ポリシーテキスト、監査エビデンスは、本番環境での使用や監査人への提出前に、資格のあるコンプライアンス専門家によるレビューと検証を受ける必要があります。 成果 以前は手動でのデータ収集が必要だった作業が、自動的に行われるようになりました。Kiro はタイムスタンプ付きのコンプライアンスエビデンスを取得し、上記の AWS 許可サービスを使用してセキュリティスキャンを実施し、特定の SOC 2 および ISO コントロール要件に沿ったアーティファクトを整理します。 このワークフローは、開発環境の変更を必要とせずに Planview の既存プロセスに統合されます。以前は手動だったエビデンス収集が、Kiro CLI の組み込みツールを通じて実行され、フィードバック用の対話型インターフェースが提供されます。Planview チームは、すぐに大きく測定可能な効果を実感しました。 コンプライアンスサイクルあたり 40 時間以上を削減 — 節約された時間は、エビデンス収集ではなく顧客価値の構築に活用されています。 自動化による全体的な効率 60% 向上 — チームは監査リクエストに 3〜4 倍速く対応できるようになりました。 チームメンバーあたり 1〜1.5 SDE スプリント分の時間を節約 — 機能開発や改善に振り向けられています。 オンデマンドのエビデンス収集 — 特定の時間を確保するのではなく、年間を通じて監査に備えることができます。 しかし、本当の成果は、エンジニアリングリソースが本来あるべき場所に戻ったことです。スプレッドシートの作成ではなく、プロダクトの構築に集中できるようになりました。 まとめ Planview のアプローチは、コンプライアンス業務が負担である必要はないことを示しています。コンプライアンス要件を仕様として提供し、AI を開発ワークフローに直接組み込むことができます。 カスタムエージェント のような機能は、セキュリティ基準を維持しながら、チームが顧客への価値提供に集中できるよう支援します。 Planview は、コンプライアンス管理以外のユースケースにも Kiro CLI のカスタムエージェントの活用を拡大しています。これにより、組織全体のより多くの開発者が再現可能なワークフローを使用し、効率化の効果を倍増させることができます。 Kiro CLI を 今すぐ 始めましょう。

前回の Week in Review に、2026 年、お客様との AI-Driven Development Lifecycle (AI-DLC) ワークショップに多くの時間を費やしたことを書きました。これらのセッションに共通するテーマは、コストの可視性を高める必要があるということです。チームは AI の導入を急速に進めていますが、実験段階から本番環境に移行するにつれ、財務部門と経営陣は、誰がどのリソースをどの程度のコストで使用しているかを把握する必要があります。だからこそ 2026 年 4 月 13 日週、 Amazon Bedrock による IAM ユーザーとロール別のコスト配分のサポートの開始 を知って、とてもワクワクしました。これにより、IAM プリンシパルにチームやコストセンターなどの属性をタグ付けし、それらのタグを請求およびコスト管理コンソールでアクティブにすることができます。結果のコストデータは AWS Cost Explorer と詳細なコストと使用状況レポートに送信されるため、モデル推論の支出を明確に把握できます。チーム間でエージェントをスケールする場合でも、部門ごとに基盤モデルの使用状況を追跡する場合でも、 Claude Code on Amazon Bedrock のようなツールを実行する場合でも、この新機能は AI 投資の追跡と管理に大きな変革をもたらします。この設定に関する詳細は、 IAM プリンシパルコスト配分ドキュメント に記載されています。 それでは、2026 年 4 月 13 日週の AWS ニュースを見ていきましょう。 ヘッドライン Amazon Bedrock が Claude Mythos Preview の提供を開始 これまでで最も洗練された Anthropic の AI モデルを、Project Glasswing を通じてゲート付きリサーチプレビューとして Amazon Bedrock で利用できるようになりました。Claude Mythos は、サイバーセキュリティに焦点を当てた新しいモデルクラスを提供します。これにより、ソフトウェアの高度なセキュリティ脆弱性を特定し、大規模なコードベースを分析して、サイバーセキュリティ、コーディング、複雑な推論タスク全体で最先端のパフォーマンスを実現できます。セキュリティチームはこれを利用して、脅威が出現する前に重要なソフトウェアの脆弱性を発見して対処することが可能になります。現在、アクセスは許可リストに登録されている組織に限定されており、Anthropic と AWS はインターネットクリティカルな企業やオープンソースのメンテナーを優先しています。 エージェントの検出とガバナンスを一元化するための AWS Agent Registry (現在プレビュー中) AWS は Amazon Bedrock AgentCore を通じて Agent Registry を立ち上げました。AI エージェント、ツール、スキル、MCP サーバー、カスタムリソースを発見して管理するためのプライベートカタログを組織に提供しています。レジストリは、セマンティック検索、キーワード検索、承認ワークフロー、CloudTrail 監査証跡により、チームが既存の機能を重複することなく見つけるのを支援します。AgentCore Console、AWS CLI、SDK からアクセスできます。また、IDE からクエリ可能な MCP サーバーとしてアクセスすることも可能です。 2026 年 4 月 6 日週のリリース 2026 年 4 月 6 日週のリリースのうち、私が注目したリリースをいくつかご紹介します。 S3 バケットをファイルシステムとしてアクセス可能にする Amazon S3 Files の発表 – Amazon S3 Files は S3 バケットを、任意の AWS コンピューティングリソースと S3 データを直接接続する共有ファイルシステムに変換します。Amazon EFS テクノロジーに基づいて構築されているため、低レイテンシーのパフォーマンスで完全なファイルシステムセマンティクスを提供し、使用頻度の高いデータをキャッシュして、1 秒あたり数テラバイトの総読み取りスループットを実現します。アプリケーションは、コードを変更したりデータを移行したりすることなく、ファイルシステムと S3 API の両方から同時に S3 データにアクセスできます。 Amazon OpenSearch Service が Managed Prometheus とエージェントトレースのサポートを開始 – Amazon OpenSearch Service は、メトリクス、ログ、トレース、AI エージェントトレースを 1 つのインターフェイスに統合した、統合型オブザーバビリティプラットフォームの提供を開始しました。このアップデートには、Prometheus のネイティブ統合と PromQLクエリの直接サポート、RED メトリクスのモニタリング、LLM 実行の可視化を実現する OpenTelemetry GenAI セマンティック規約サポートが含まれています。運用チームはツールを切り替えることなく、スロートレースをログに関連付け、ダッシュボードに Prometheus メトリクスをオーバーレイすることができます。 Amazon WorkSpaces Advisor が AI を活用したトラブルシューティングで利用可能に – AWS は Amazon WorkSpaces Advisor を立ち上げました。これは、生成 AI を使用して IT 管理者が Amazon WorkSpaces パーソナルデプロイのトラブルシューティングを行うのに役立つ、AI を活用した管理ツールです。WorkSpace の設定を分析し、問題を自動的に検出して、サービスの復旧とパフォーマンスの最適化に役立つ推奨事項を提示します。 Amazon Braket が Rigetti の 108 量子ビット Cepheus QPU のサポートを追加 – AmazonBraket は、プラットフォーム上の最初の 100 量子ビット以上の超伝導量子プロセッサである Rigetti の Cepheus-1-108Q デバイスへのアクセス提供を開始しました。モジュラー設計は、位相誤差に対する耐性が強化された CZ ゲートを備えた、12 個の 9 量子ビットチップレットを備えています。Braket SDK、Qiskit、CUDA-Q、Pennylane などの複数のフレームワークをサポートしており、研究者向けのパルスレベル制御も可能です。 AWS のお知らせに関する詳しいリストについては、「 AWS の最新情報 」ページをご覧ください。 その他の AWS のニュース こちらは、皆さんが関心を持つと思われる追加の記事とリソースです。 Amazo S3を使用した自動 AWS リージョン可用性チェックの構築 – Amazon S3をコアインフラストラクチャとして使用し、AWS リージョン全体でサービスの可用性を監視する自動化システムの実装に関するストレージブログ記事です。 Amazon Bedrock モデルのライフサイクルの理解 – 機械学習のブログ記事では、Bedrock の基盤モデルが入手可能になったり廃止されたりするまでの段階について説明しています。これは、チームがモデルのアップデートを計画したり、本番環境でのバージョン依存関係を管理したりするのに役立ちます。 AWS Lambda Managed Instances を使用したメモリ集約型アプリの構築 – コンピューティングのブログ記事では、Lambda マネージドインスタンスがプラットフォームを軽量ワークロード以上に拡張し、サーバーレスのメリットを維持しながらメモリを大量に消費するアプリケーションをサポートする方法について説明しています。 OpenClaw を AWS でデプロイ: お客様の AI ワークロードに適したオプションを選択 – Builder Center ガイドでは、OpenClaw の 4 つの AWS デプロイオプションを比較しています。4 つのオプションとは、個々のデベロッパー向けの Amazon Lightsail、より深い AWS 統合を必要とするスタートアップ向けの Amazon EC2、サーバーレスのマルチユーザーシナリオ向けの Amazon Bedrock AgentCore、VM レベルの分離と高度なオーケストレーションを必要とするエンタープライズ向けの Amazon EKS です。 Kiro スタートアップクレジットプログラム復活のお知らせ – Kiro はスタートアップクレジットの取り組みを再開します。対象となる初期段階の企業は、Kiro Pro+ を最大 1 年間無料で利用できるようになります。3 段階のプログラム (Starter、Growth、Scale) は、チームの規模に応じて 2〜30人のユーザーを対象としています。また、ローリングアプリケーションは世界中で受け付けています。 今後の AWS イベント カレンダーを確認して、近日開催予定の AWS イベントにサインアップしましょう。 AWS の次のイベント (4 月 28 日、バーチャル) 午前 9 時 (太平洋標準時) に配信されるこのライブストリームに参加して、エージェンティック AI がビジネスの運営方法をどのように変えているかについて率直に議論しましょう。AWS CEO の Matt Garman、SVP の Colleen Aubrey、OpenAI のリーダーが、新しいエージェント機能、Amazon 社内での経験、新しいエージェンティックソリューションとプラットフォーム機能について語ります。 こちらのリンクから、今後開催される AWS 主導の対面および仮想イベント 、 スタートアップイベント 、 デベロッパー向けのイベント をご覧ください。 2026 年 4 月 13 日週のニュースは以上です。2026 年 4 月 27 日週にお届けする次回の Weekly Roundup もお楽しみに! – Micah 原文は こちら です。

こんにちは、CTOの公手です。 この4月から、ラクスの新しい中期経営計画がスタートしました。 前中期経営計画の5年間、私たちは「ハイグロース」を掲げ、売上・組織規模ともに約4倍という急成長を遂げました。次なる3年で私たちが目指すのは「クオリティグロース（質の高い成長）」です。AIを駆使して組織をより筋肉質に変え、真の意味で「強い」組織へと進化させるフェーズに入ります。 この方針のもと、次の中期経営計画で開発本部が推進する3つのプロダクト戦略と、それを実現するために不可欠な3つの変革について、簡単ではありますが共有できればと思います。 3つのプロダクト戦略：顧客体験の変革と領域の拡大 1. AI機能実装によるユーザー体験の変革 2. エンタープライズ市場への本格参入 3. 統合型ベストオブブリードへの進化 これらを実現するための3つの変革 AIネイティブ開発プロセスへの変革 クラウドネイティブオンプレミス（CNOP）の強力な推進 グローバルボーダレス開発 変わらない価値観：結局、それを支えるのは「顧客志向」 3つのプロダクト戦略：顧客体験の変革と領域の拡大 1. AI機能実装によるユーザー体験の変革 単なるUIの追加ではなく、AIがユーザーの意図を汲み取り先回りして処理を完結させる 「AIエージェント」 を全主要サービスへ展開します。目指すのは、顧客の業務工数を根本から削減すること。ユーザー操作自体を大幅に削減していく方向へ舵を切ります。また、AIエージェントから利用しやすいようにOpenAPIやMCP（Model Context Protocol）サーバーの展開も進めていきます。必要に応じてAI時代に適した技術刷新を厭わず推進していく方針です。 2. エンタープライズ市場への本格参入 中堅・中小企業市場で培った強みを武器に、大手企業市場へ本格参入します。大規模トラフィックへの耐性、膨大なデータハンドリング、権限管理や監査ログなどの高度なガバナンス要件、エンタープライズ特有の複雑な業務要件に対し、機能レベル、アーキテクチャレベルでもしっかりと対応を強化します。 3. 統合型ベストオブブリードへの進化 楽楽シリーズをさらにシームレスに繋ぎます。前中期経営計画で実現したUI統一や楽楽従業員ポータルの取り組みを、さらに推し進めていきます。従業員ポータルをハブとしたデータ連携を深化させ、顧客が「最高の個別製品（ベストオブブリード）」と「統合された利便性」を同時に享受できる状態を技術的に実現します。 これらを実現するための3つの変革 上記のプロダクト戦略はいずれも難易度が高く、これまでの開発プロセスの延長線上では達成できません。そこで、私たちは以下の3つの変革を断行します。 AIネイティブ開発プロセスへの変革 ここ数年のAI駆動開発の進化はめざましく、単なる補助ツールではなくなりました。すでにラクスでも、チームや機能によってはコード生成率が90％を超える事例が出始めており、平均しても50％程度のコーディング時間の削減は実現できています。しかしながら、生成AIの真価はコーディングの効率化にとどまりません。エンジニア自身がAIの特性と限界を誰よりも理解し、 「生成AIが開発の全プロセス（要件定義、設計、コーディング、テスト、デプロイ）を効率化すること」を前提としたプロセス へと作り変える必要性が出てきています。 まずは、コード生成率を極限まで高め、人間が「ゼロから書く」時間を削減します。これにより、エンジニアの工数を「AIのコントロール」や「より高度な全体設計」、そして「顧客の真の課題解決」へとシフトさせます。AIを活用して開発速度を上げることは、そのまま顧客への価値提供サイクルを速めることに直結します。 クラウドネイティブオンプレミス（CNOP）の強力な推進 私たちが考えるCNOP基盤とは、オンプレミスのコスト効率とパブリッククラウドの技術・思想（コンテナ、K8sなど）を融合させ、高いアジリティを実現するものです。また、パブリッククラウドとのハイブリッド構成も容易にし、ワークロードに応じた最適な環境選択を可能にするものでもあります。 具体的に推進することは、一部のサービスで実現できている、オンプレミスのコストメリットを維持しつつ、Kubernetes（K8s）を中心としたコンテナ基盤運用の全面的な導入です。 さらに、自社製マネージドサービスを構築するなど、パブリッククラウドに匹敵する開発の容易性とリリース速度（アジリティ）の実現を目指します。 自社インフラならではの高品質・高可用性を実現することで、エンタープライズ顧客の高度な要求に応えられるインフラ基盤を提供します。 グローバルボーダレス開発 ラクスには、一つのSaaS企業に匹敵する規模のサービスが複数存在し、サービスの総数は10を超えます。これらのサービス群において、この3つのプロダクト戦略をスピーディに実現するには、必然的に開発ボリュームが増大します。これを国内リソースだけで賄うのは現実的ではなく、海外のエンジニアと「一つのチーム」として機能する体制が不可欠です。 特に、 生成AIの進化により、言語の壁やドメイン知識の壁は劇的に低くなっています 。この技術を最大限に活用し、ベトナムやインドネシアなどの海外拠点を、単なる受託先ではなく、同じ品質基準と設計思想を共有する真のパートナーとして統合していきます。拠点の違いを意識することなく、仕様の同期と開発の加速を可能にする「ボーダレスな共創体制」を実現します。また、多様な視点を持つグローバルな組織力が、この進化の激しい開発現場において、強力な革新性をもって変革を推し進める助けになると考えています。 変わらない価値観：結局、それを支えるのは「顧客志向」 これからの時代、エンジニアの働き方は劇的に変わります。AIネイティブ開発による「超シフトレフト」が進み、技術の自動化が進むほど、エンジニアに求められるのは「何を作るべきか」という判断力と顧客への深い理解です。 ラクスのプロダクトをご利用いただいているのは、日々オフィス業務をこなしている実務担当者の方々です。その方たちが「あ、楽になった」「もっと重要な仕事に時間を使えた」と感じてくれる瞬間のために、私たちは仕事をしています。 どれだけ技術やプロセスが変わろうとも、私たちの根底にある価値観は創業当初から一切ぶれません。それは 「顧客志向」 です。技術はあくまで手段であり、目的は常にお客様のペイン（課題・痛み）を解消することにあります。 このシンプルな原則を胸に、私たちは次の中期経営計画を実現していきます。 今回は概要の説明にとどまり、やや抽象的な内容となりましたが、また機会があれば、それぞれについてより具体的に説明したいと考えています。 AIの台頭に不安を感じる声は、社内でもよく聞かれます。しかし私は、変化の大きい時代だからこそ、「技術の自己目的化を排し、顧客価値を届けることに全力を注げるエンジニア・デザイナー」が最も強いと確信しています。この軸がある人は、どんな新しいツールや手法が出てきても乗りこなせると思っています。ラクスを、そのようなエンジニア・デザイナーが集まる組織にしていきたいと思っています。 まだ完璧ではありませんし、泥臭い課題も山積みです。しかし、その壁を共に壊し、この新しい挑戦に、 一緒に楽しみながら 取り組んでくれる仲間を募集しています。