AI前提の組織変革：minneが語る2026年9月時点のプロダクト開発の現在地

minneは、AIを前提としたプロダクト開発組織の構築状況を2026年9月時点の現在地として報告しました。これまで個別の仕組みに焦点を当ててきたが、今回は組織とプロセスの変革に焦点を当てています。

**【AIによる開発プロセスの自動化】**

開発プロセスでは、「PRサイズラベルの自動付与 → AIレビュー＆Approve → 条件付きauto merge」という3段階の仕組みを運用しています。その結果、人間が介在しないAIによるマージ完了PRの割合（AI自律マージ率）は、全体で83%に達しています（Androidが94%、サーバーサイドが74%と高い数値を記録）。

**【職能の越境とチーム構造の変化】**

従来の「WebはRails、モバイルはiOS/Android」という職能の壁が低くなり、Webエンジニアとモバイルエンジニアが設計段階から共同作業を行う「越境」が常態化しました。AIが既存コードの規約に沿った実装を担えるようになったため、特定のフレームワーク経験が障壁となりづらくなっています。ただし、テーブル設計やAPIの切り分けなど、後戻りコストの高い意思決定はWeb側と共同で決定し、レビューは越境先のメンバーが行うなど、ガバナンスを維持するためのルールを設けています。

**【リリースサイクルの加速と検証負荷の増大】**

ユーザーへの届け方（リードタイム）を短縮するため、モバイルのリリースサイクルを2週間から1週間に変更しました。これにより、問題発生時の切り分けが迅速化し、「駆け込みマージ」の圧力が解消されました。しかし、その反面、リリースごとの検証作業の頻度が倍増したため、実装に充てられる実質的な日数は2日程度にまで圧縮されています。それでも、AI前提の開発によって、以前の1週間1スプリントと同等以上のアウトプットを維持できています。

**【AI判定の妥当性を検証する仕組みの導入】**

AIによる自動マージの信頼性を確保するため、月次モニタリングとは別に「バックテスト」を整備しました。これは、対象期間中のbot名義のPRを全件リスト化し、機械的に一次スクリーニングを行う仕組みです。特に「付与されたサイズラベルと差分行数の外れ値（DIFF_OUTLIER）」や「打ち消しに見える変更（REVERT_CANDIDATE）」など、疑わしいPRにフラグを立て、人間が目視で照合する二段構えの体制をとっています。このバックテストは、AIの判定を「影響範囲」という物差しで検証することで、ガバナンスを強化しています。

---

背景

近年、大規模言語モデル（LLM）の進化に伴い、ソフトウェア開発プロセスにおけるAIの活用が加速しています。従来の開発は人間によるレビューや手動のプロセスがボトルネックでしたが、minneはAIを単なるツールとしてではなく、組織の構造やプロセスそのものを変革する「前提」として取り入れ、開発の効率化と品質維持の両立を目指しています。

重要用語解説

• AI自律マージ率: AIがレビューと承認を行い、人間の介入なしにコードがメインブランチに自動で統合される割合。高い数値は開発の自動化と効率化が進んでいることを示します。
• 越境: 従来の職能（Web、モバイル、サーバーサイドなど）の境界を越えて、エンジニアが設計や実装を共同で行うこと。AIの支援により、技術的な壁が低くなっています。
• バックテスト: AIが自動で行った判断（この場合はPRのサイズ判定）の妥当性を、後から全件またはサンプリングではなく全件を対象に機械的に再検証する仕組み。内部統制の観点から重要です。

今後の影響

本事例は、AIが単なるコーディング支援に留まらず、開発プロセスのガバナンス、チームの役割分担、リリースサイクルといった組織設計全体を変革できることを示しています。今後は、AIの判断根拠を可視化し、その妥当性を継続的に検証する「検証プロセス」の設計が、開発組織の必須要件となるでしょう。