Claude Managed Agents導入で社内問い合わせ対応を自動化：「まずエンジニアに聞く」から「まずbotに聞く」へ
ダイニー社は、AnthropicのClaude Managed Agentsを活用したSlackボット「@ask-anything」を導入し、開発チームへの問い合わせ対応プロセスを劇的に改善した。これまで店舗運用担当者などから発生していた「開発チーム宛ての質問（dev-help）」は、エンジニアが手動でBigQueryやCloud Logging、monorepoを調査する必要があり、1件あたり10分から30分以上の工数と待ち時間を要していた。@ask-anythingは、この「いまのシステムをread-onlyで調査するタスク」を自動化することを目的としている。具体的には、データ調査（例：店舗の客数、リピート率の確認）、ログ・履歴調査（例：レジ開閉記録のCSV抽出、決済失敗原因の特定）、仕様・バグ確認（例：特定の挙動が仕様かバグかの判断）の3種類をカバーする。導入前はエンジニアが手作業でSQLを組み立てたり、Cloud Loggingのフィルターを組んだりしていたが、ボットがこれらのツールを自律的に叩き、結果を整形してSlackに返却するようになった。これにより、対応時間は1件あたり1〜3分に短縮された。導入後のKPI分析では、ボットが回答するスレッド数が導入直後の週24件から4週目には109件へと約4.5倍に急増した。同時に、開発チームへの正式な問い合わせ（dev-helpチケット）の起票数は、導入前の平均45件/週から、本格稼働後の20〜30件/週へとほぼ半減した。さらに、ボットの回答品質が向上した結果、エスカレーション率（ボット回答後にチケット化される割合）は、導入直後の100%から、5/18週には22.0%まで大幅に低下した。この成果は、開発チームが本来のコアな実装業務に集中できる時間を確保することに繋がる。
背景
企業における開発チームへの問い合わせ（dev-help）は、本来の開発業務を阻害する「待ち時間」の原因となる。従来は、運用担当者が質問を投げると、エンジニアが手動で複数のシステム（DB、ログ、コード）を調査し、回答するプロセスが必要だった。本記事は、この手動かつ非効率な調査プロセスをAIボットで代替し、開発効率を劇的に改善した事例を報告している。
重要用語解説
- RAG: Retrieval-Augmented Generationの略。過去の文書や事例を意味検索（Retrieval）で探し出し、それを基にLLMが回答を生成（Generation）する仕組み。単なる知識検索を超えた、根拠に基づいた回答生成を可能にする。
- Claude Managed Agents: Anthropic社が提供するClaude APIの高度な機能。複数の外部ツール（BigQuery, GitHubなど）を自律的に呼び出し、複雑なタスクを計画・実行・回答生成まで一貫して行うことができるエージェント機能。
- monorepo: 単一のリポジトリ（モノレポ）に、複数の関連するプロジェクトやサービス（例：フロントエンド、バックエンド、ライブラリ）のコードをまとめて管理する開発手法。依存関係の管理や一貫性の維持に役立つが、規模が大きくなると複雑化する側面もある。
今後の影響
本事例は、AIエージェントが単なるチャットボットの域を超え、複数の企業システム（DB、ログ、コード）を横断的に操作・調査する「業務代行者」として機能できることを証明した。これにより、開発組織の非コアな問い合わせ対応工数が大幅に削減され、エンジニアの生産性向上と開発スピードの加速に直結する。今後は、より複雑なビジネスロジックの自動化への応用が期待される。