• 2026年07月06日(月) 10:00 ~ 17:00

１．イントロダクション：生成ＡＩがもたらす開発パラダイムの転換
　　（１）．「ツール（点）」から「労働力（線）」への生存戦略：
　　　・今求められているプロセス全体をEnd-to-Endで繋ぐ「線の活用（労働代替）」
　　　：ＡＩを自律的な「エージェント」として組織に組み込めるかどうかが、今後のIT部門の生存戦略
　　（２）．本セミナーの目的：
　　　・個人の生産性向上を超え、組織全体の「意思決定スピードの向上」と「高付加価値業務への人員シフト」を劇的に加速させるための具体的アプローチ方法

２．ＡＩ駆動開発（ＡＩ-Driven Development）の基礎
　　（１）．開発プロセスの根本的変革：
　　　【従来の人間中心の開発とＡＩ駆動開発の比較】
　　　・ＡＩを開発プロセスの主軸に置くことで、従来のウォーターフォールやアジャイルの枠組みを再構築
　　 　　ａ．主導権：［従来］人間がコードを書き、ＡＩが補完する
　　　　　　→ ［ＡＩ駆動］ＡＩがベースを生成し、人間が判断・承認する
　　 　　ｂ．サイクル：［従来］数週間単位の計画・実装・テスト
　　　　　　→ ［ＡＩ駆動］対話によるリアルタイムの高速プロトタイピング
　　 　　ｃ．データの扱い：［従来］ツールが分断され、手動の転記が発生
　　　　　　→ ［ＡＩ駆動］ＡＩがEnd-to-Endでデータを統合・自動処理
　　 　　ｄ．管理指標：［従来］工数、バグ密度、進捗率
　　　　　　→ ［ＡＩ駆動］意思決定コスト、ＡＩによる自動化率、人員シフト率
　　（２）．マネジメントが持つべき3つの共創マインドセット
　　　　 ａ．ＡＩを「エージェント（労働力）」として扱う
　　 　　　：機能を呼び出すのではなく、役割（Role）を与え、プロセスの完遂を任せる
　　 　　ｂ．「作業」から「判断・ガバナンス」へのシフト
　　 　　　：技術者の価値を「書くこと」から「ＡＩの出力を検証し、承認すること」へ再定義する
　　 　　ｃ．End-to-Endの全体最適
　　 　　　：部分的な自動化ではなく、入力から出力までのデータ分断（電話・紙・Excel）を解消する視点を持つ
　　（３）．導入前の最重要ステップ
　　　　ａ．現状の開発ツールとIDEの連携状況
　　　　ｂ．プロセスごとのボトルネック（例：手動でのコードレビュー待ち、環境構築の遅れ）
　　　　ｃ．手作業が残存している箇所（例：Excelへの転記、仕様書とコードの乖離）

３．実践！バイブコーディング（Vibe Coding）とプロトタイピング
　　（１）．バイブコーディングの定義と利点：実装のリードタイムを極限まで短縮
　　（２）．ＡＩ一貫プロセスの実行フロー
　　　　 ａ．プロンプトによる要件定義：自然言語で機能と制約をＡＩに提示
　　 　　ｂ．高速コード生成：ＡＩが全体のアーキテクチャとロジックを提案
　　 　　ｃ．リアルタイム修正：実行結果をＡＩにフィードバックし、その場でコードを改善
　　 　　ｄ．自動テスト生成：ＡＩにユニットテストを生成させ、品質の最低ラインを担保
　　（３）．品質管理：Human-in-the-loopの設計
　 　　：セキュリティやアーキテクチャの根幹に関わる部分には「人間による承認（ゲート）」を配置し、ガバナンスと効率を両立させる

４．対話型ＡＩによるデータ活用：BIからＡＩインターフェースへ
　　（１）．意思決定コストの削減トレンド：
　　（２）．実用例：定型業務の自律代替
　　　　 ａ．実績報告の動的生成
　　　　 ｂ．統計作成の自動化

５．生成ＡＩ時代の組織運営・マネジメント手法とそのポイント
　　（１）．エージェントワークフローの構築モデル：
　　　　・複数のＡＩが協調し、人間が嫌う「単純だがミスの許されない作業」を代替する仕組みを構築
　　 　　ａ．ＡＩ審査エージェント：提出書類やデータの不備を一次検証。ＡＩが迷った場合のみ人間にエスカレーション
　　　　 ｂ．システム入力エージェント：検証済みデータを基幹システムへ自動転記
　　　 　ｃ．検証エージェント：入力済みデータと元データを瞬時に比較
　　　　 ｄ．支給・実行エージェント：最終承認に基づき、振込データ作成や処理実行を完結
　　（２）．職員・技術者の役割変化 【従来（実務作業中心）から次世代（判断・承認中心）への変化】
　　　　 ａ．エンジニア
　　　　　：［従来］コードの記述、手動テスト
　　　　　　→ ［次世代］ＡＩ審査、アーキテクチャ設計、承認プロセスの構築
　　　　 ｂ．マネジメント：［従来］進捗管理、リソース調整
　　　　　　→ ［次世代］エージェントフローの最適化、KPIによる成果評価
　　（３）．攻めのKPI設定：
　　　　 ａ．意思決定スピード：課題発生から対策実施までの時間短縮率
　　　　 ｂ．高度業務シフト率：定型業務から新規事業・高度技術課題へ人員を割けた比率

６．ＡＩ駆動開発の実践事例と定量的効果
　　（１）．劇的な効率化をもたらすケーススタディ
　 　　・（株）リコーの事例　ほか
　　（２）．データの分断（End-to-End）の解消：電話、紙、Excelに閉じていた情報をＡＩが統合することで、「チャネル別に分断された情報のExcel転記」という最大のボトルネックを解消。これにより、報告のリアルタイム化と誤集計リスクのゼロ化が達成

７．ＡＩ駆動組織への移行ロードマップ
　　（１）．組織に「変革の勢い（モメンタム）」を生み出すためのステップ
　　　　ａ．環境準備・ヒアリング（1〜2時間/チーム）：ツール整備と「データの分断」箇所の特定
　　　　ｂ．集合研修（2時間）：パラダイム転換の共通認識化
　　　　ｃ．開発合宿（実践/8時間）：ＡＩを用いた実業務のプロトタイピング
　　　　ｄ．伴走支援（約20時間）：実装上の不明点解消とプロセス改善
　　　　ｅ．成果発表会（2時間）：組織横断で成果を共有し、変革のモメンタムを全社に波及させる

８．まとめと質疑応答
　　（１）．３つのゴールデンルール
　　　　ａ．ＡＩは「ツール」ではなく「労働力」としてプロセスに組み込め
　　　　ｂ．人間は「作業」を捨て、「判断・承認・ガバナンス」に命を懸けよ
　　　　ｃ．電話・紙・Excelの「データ分断」をEnd-to-Endで繋ぎ直せ
　　（２）．明日から取り組むべき最初の一歩：
　　　　・「自部署で最も人間が嫌っている、ミスが許されない転記・目視確認作業」の特定がＡＩエージェントに置き換えるべき最初のターゲット

オンラインセミナー