AI駆動開発で考える、試作から製品化への壁
「AIを使えば、もっと早く開発できるはず」
生成AIを活用した開発では、短期間で動く試作品を作れる場面が増えています。まずPoC(概念実証)で実現可能性を確かめ、製品化へ進もうとする企業も多いのではないでしょうか。しかし、PoCが順調でも、製品開発が同じ速さで進むとは限りません。
私たちVSOLも、バルテスが提供するテスト自動化ツール「T-DASH」の開発に携わるなかで、生成AIを活用した試作と、製品として継続的に提供・改善するための開発の違いについて考える機会がありました。
AIを使えば個々の機能を短期間で試作できます。一方、それらを組み合わせ、安定して使える製品へ仕上げるには、機能の連携や保守性、品質の確保など、別の検討が必要になります。
PoCで「動いた」という成果は大切です。ただし、それだけで製品化の準備が整ったとは言えません。
この記事では、T-DASHの開発で得た気づきも踏まえながら、生成AIによるPoCから製品化へ進む際につまずきやすい4つの理由と、考えておきたい対策を紹介します。
1.AIでPoCを素早く作れる一方、検証の目的と範囲が曖昧になりやすい

生成AIを使うと、Webアプリケーションの自動操作、複数端末での処理、データベースの入出力などを、それぞれ短期間で試作できる場合があります。個々の機能が動けば、限定された条件下での技術的な実現可能性を確認できます。ただし、実際の利用環境や他機能との連携を含めた検証は、別途必要になる場合があります。
ただし、個別のPoCが成功しても、それらを組み合わせたときに期待どおり動くとは限りません。AIによって試作が容易になるほど、「何を確かめられたのか」と「何をまだ確かめていないのか」の区別が重要になります。
例えば、機能間の連携、異常時の処理、セキュリティ、性能、複数人での開発や保守といった観点は、単独機能の動作確認だけでは十分に検証できません。
PoCで製品に必要なすべてを検証する必要はありません。大切なのは、開始時点で検証すること、検証しないこと、次の段階に持ち越すことを明確にすることです。AIで早く作れたからこそ、検証範囲を曖昧にしたまま次へ進まない姿勢が求められます。
2.AIで作ったPoCを、そのまま製品開発の土台と考えてしまう

生成AIによって短期間で試作品が完成すると、できあがったコードをそのまま利用して、製品開発を進めたくなります。動くものがすでにあるため、完成までの距離が近く見えるからです。
しかし、PoCは「その方法で実現できるか」を確かめるためのものです。一人で動作を確認する試作品と、複数人で継続的に改修・運用する製品では、求められる構造も品質も異なります。AIがコードを生成できることと、そのコードが長期運用に適していることは別の問題です。
PoCを終えた段階で一度区切り、得られた知見を整理したうえで、製品としての要件や設計を改めて検討することが重要です。PoCの成果を捨てるのではなく、どのコードを再利用し、どこを設計し直すかを判断します。
「PoCの成功」と「製品開発を開始できる状態」を同一視しないことが、AI駆動開発を製品化につなげる第一歩です。
3.PoCの成功後、製品化に必要な作業と計画が見えにくい

AIを使って画面や機能が短期間で動くと、製品化に向けて大きく前進したように感じられます。しかし、実際には、設計、機能の統合、テスト、運用準備など、まだ着手していない作業が残っていることがあります。
特に見落としやすいのがアーキテクチャです。例えば、複数の機能やモジュールを個別に作った結果、統合時に依存関係が複雑になり、循環依存が発生する場合があります。そのままでは、複数人で機能を追加したり、保守を続けたりすることが難しくなります。
こうした場合は、モジュール間の依存関係を整理し、循環依存が発生している箇所について、依存方向や構造を見直すことが有効です。フォルダやファイルの階層も役割が分かるように整理することで、チームで開発を続けるための土台を整えられます。
PoC終了時には、できたこと・できなかったこと・未検証のことを洗い出し、製品要件との差分を確認する必要があります。そのうえで、設計、統合、テスト、運用準備までを計画する。AIで試作が速くなっても、PoCの完了をそのまま製品化の進捗として扱わないことが大切です。
4.AIによって開発全体が速くなるという期待が先行していた

技術だけでなく、周囲との期待のずれもありました。
AIで試作品を短期間に作れたことで、実装だけでなく、設計や検討も含めた開発全体が同じように短くなるのではないか、という期待がありました。
一方、現場では土台の見直しが必要でした。毎週の会議で前週からの進捗を説明することに、私自身、強い負担を感じていました。早く進めたい気持ちはあっても、そのまま機能を足してよいとは思えなかったからです。
そこで、基本的な処理と開発の進め方を整えることを優先しました。まず骨格となる部分を手順に沿って作り、そこで進め方を確かめてから、同じプロセスで機能を追加する方針に切り替えました。
AIを使うことと、必要な開発工程を省くことは別です。私たちに必要だったのは、従来の開発プロセスを捨てることではなく、その中でAIをどう使うかを考えることでした。
「AIで速くできた部分」と「これから設計・検証が必要な部分」を分けて伝えられていれば、進捗への期待も、もう少し具体的に共有できたと思います。
PoCで「動いた」は、製品開発のスタート地点
生成AIによってPoCを短期間で形にできることは、大きな利点です。ただし、その成果を製品につなげるには、PoCと製品開発の間に明確な区切りを設けることが重要です。
PoCでは、まず技術的にできることとできないことを確かめます。実現できた場合も、その延長で機能を積み上げるのではなく、製品に必要なアーキテクチャや開発プロセスを改めて設計します。
VSOLもT-DASHの開発に携わるなかで、試作の速さと、リリース済み製品を継続して提供・改善するための準備は、分けて考える必要があると感じました。
もちろん、PoCで得た知見を捨てるわけではありません。検証できた技術や分かったことは次の開発に生かします。ただし、PoCのコードをそのまま製品の土台にするかは別途判断します。品質や保守性、複数人での開発を前提に考える必要があります。
そしてもう一つ、今回の経験から強く感じたことがあります。
AI駆動開発は、単にAIにコードを書かせることではありません。
AIを活用することで、実装作業の効率化や開発スピードの向上が期待できます。しかし、設計、レビュー、テスト、品質管理といった開発プロセスそのものが不要になるわけではありません。AIによって実装が速くなる場合には、そのスピードに品質をどう追従させるかが課題になります。
私たちVSOLでは、こうした実際の製品開発で得た経験も生かしながら、AIを開発プロセスに組み込み、開発スピードと品質の両立を目指す「AI駆動開発支援サービス」を提供しています。
今回は、生成AIによるPoCから製品化へ進む際に生じやすい課題と、T-DASHの開発から得た気づきを紹介しました。
では、実際に私たちは現在、AIをどのように開発プロセスへ組み込み、品質を担保しながら開発を進めているのか。
次回は「AI駆動開発」そのものにフォーカスし、T-DASHの開発で現在取り組んでいる開発プロセスや、AIを使った実装・レビュー・テストの仕組みについて紹介します。
この記事を書いた人

松本 直樹
ソフトウェア開発歴20年。パッケージソフトの開発やSES案件を経験。
バルテスグループでは、3つのプロダクトの開発・運用に携わり、直近1年半はAI駆動開発を推進。