アジャイル/DevOps

開発した社内システムを現場に定着させるには、何が必要なのか。第一生命は営業支援AI「デジタルバディ」を開発し、3万5000人規模での活用にまで広げた。定着につなげた開発プロセスの工夫とは。

React Native + Expoでモバイルアプリを開発していると、iOSとAndroidのビルドや配布、環境ごとの設定管理、証明書やキーストアの扱いに悩むことが少なくありません。本記事では、筆者がモバイルアプリの新規開発プロジェクトに2年間従事し、数十万ユーザー規模のアプリをReact Nativeで開発・運用する中で得た知見をもとに、Azure DevOps、Expo prebuild、Fastlaneを組み合わせたCI/CDパイプラインの実践的な構成と設計のポイントを紹介します。

Claude CodeをローカルPCで使う場合、4つの利用形態（CLI、VS Code拡張機能版、Desktopアプリ、Web版）があります。マークダウンプレビューツールの作成を通じて、それぞれの使い分け、Plan ModeやCheckpointsを活用した効率的な開発手順を解説します。

AIエージェントが外部サービスを利用するには、APIへのアクセスが欠かせない。一方、APIキーやトークンなどの資格情報をAIエージェントに持たせれば、漏えいや意図しない利用のリスクも生じる。Postmanは、実際の資格情報を開発者やAIエージェントに渡さずにAPIを呼び出せる仕組みの提供を開始した。

JetBrainsは、コーディングエージェントに組み込むLLMの性能を評価する独自のパイプラインを公式ブログで紹介した。同社のAIコーディングエージェント「Junie」に「Claude Opus 4.7」と「Gemini 3.5 Flash」を組み込んで評価した結果を例に挙げて解説している。

AIでエンジニア個人の生産性を高めても、それがチームの開発力の向上につながるとは限らない。AI活用を組織の開発プロセスに広げるにはどうすればよいのか。サンリオの取り組みを見てみよう。

JetBrainsは、世界1万5000人超のプロフェッショナル開発者を対象にした調査結果を公表した。業務で書いたコードのうち、AIエージェントが完全に生成した割合は平均約47％だった。

ファインディは、ソフトウェア開発組織を対象にしたAI活用の市場調査結果を公表した。AIが使われている工程は情報収集・技術調査が53.2％で最も多かった。

データを活用したくても、複数のシステムにデータが分散していては横断的な管理や活用は難しくなる。アクサ・ジャパンはデータインフラの刷新によって、こうしたデータのサイロ化を解消した。どう変えたのか。

AIが進化する一方で、実業務や組織全体への展開に難しさを感じる企業は少なくない。会計・給与ソフトウェアを提供する弥生は、顧客向け製品へのAI実装と、AIを前提とした開発プロセスの再設計を同時に進めている。中小企業の業務効率化をAIで支援する同社の戦略を、弥生の武藤 健一郎氏、今泉 竜一氏、佐々木 淳志氏に聞いた。

業務システムのデータ分断やコスト負担の増加に直面していた旭川信用金庫。背景には、利用していた開発ツールの仕様があったという。こうした状況から脱却するために、開発ツールをどう見直したのか。

生成AIによる開発支援が個人から組織全体へ広める取り組みにおいては、チーム全体の開発を効率化するための運用設計が求められます。「Claude Code」を使い倒し、組織の開発力を最大化するための5つの勘所を解説していきます。

生成AIやAIエージェントの活用が広がる一方、トークン課金による想定外のコスト増が企業を悩ませています。AIコーディングが広まった開発現場にも、品質が高いコードの生成に加え、無駄なトークンの削減が求められるようになりました。本eBookではClaude Code・VS Code・GitHub Copilot・Cursorが公式ブログで提供した「トークン浪費」防止術をまとめたので、ご活用ください。

Gitクライアントツール「GitKraken」を手掛けるAxosoftは、ソフトウェア開発におけるAIの利用状況調査結果をまとめたレポートを公開した。AIによる生産性向上を実感する開発者が増える一方、その効果はどこまで測定できているのか。

Excelマクロの改修を重ねた結果、中身を把握しているのが作成者だけになってしまうと、保守の足かせになりかねない。こうした状況をどうすれば解消できるのか。AIを使った効率化に挑んだIT企業の取り組みとは。

AIコーディングの普及によって変わるのは、ソフトウェア開発の効率だけではないかもしれない。これまで外部から購入していたソフトウェアを「自社で作る」という選択肢が現実味を帯びる中、企業のソフトウェア調達に変化が表れ始めている。

AIに任せる業務を増やすことでスピードが向上する一方、品質保証への不安も増大しています。そんな中、開発者の間では「AIをいかに制御、管理するか」を考える上で、「どのプログミラング言語のコードを生成するか」も注目されています。本稿では、AIが迅速かつ正確にコードを生成しやすい言語はどれか、逆に難しい言語はどれかを考えてみたいと思います。

JetBrainsは開発者が利用するツールセット、実践、技術、意識を幅広く調べている年次調査「Developer Ecosystem Survey 2026」の結果を公表した。

世界各国で安全保障貿易管理に関する規制が強化される中、企業には輸出規制の変更や法改正に素早く的確に対応する体制作りが求められている。各事業部門が担う輸出取引の審査と関連帳票の管理を1つのシステムで運用してきた日立製作所はどう対応したのか。

Microsoftは「Windows」の開発においてプログラミング言語「Rust」をTier-1言語に指定し、エンジニアリング基盤の統合を進めている。数十年分のC++資産との共存を図る技術的アプローチとはどのようなものなのか。

GitHubは、AIコーディングエージェントのコスト効率を高めるために「GitHub Copilot」に加えた4つの改善を公開した。ツール呼び出し1回分の出力を短くする定石が、かえってタスク全体の費用を押し上げる場合があるという。

Oracleはプログラミング言語「Java」の最新版である「Java 27」とJava開発キット「Oracle JDK 27」の一般提供を開始した。パフォーマンスの改善や耐量子暗号（PQC）への対応など、次世代を見据えた重要なアップデートとして位置付けている。

Dockerは、AIコーディングエージェントのトラブル連載第5回を公開した。開発者が承認した無害なコマンドが、書き換えられた環境変数によって攻撃者のコードを実行する手口を取り上げている。

生成AIやBIの活用を進めたとしても、社内のデータに表記揺れや更新漏れなどが目立つ状況では、期待した成果につながりにくい。データの品質を高めるには、どうすればよいのか。アイカ工業の取り組みを見てみよう。

AWSは、AIコーディングエージェント「Kiro」の利用データを基に、モデルが生成するコードの解析結果を分析した。事後の静的解析ではなく「“コード生成の途中で”エージェント自身が解析ツールを呼び出す挙動」に着目しているという。

Modularは、AI開発向けプログラミング言語「Mojo」がバージョン1.0に到達したことを発表した。

Zed Industriesは、AIエージェントと共にコードを書き、その成果を会話でレビューするためのコラボレーションコーディング環境「Delta」を発表した。会話とワークツリーをリアルタイムで複製する独自のデータベースを基盤とする。

AIエージェント向けのスキルとMCPサーバを1つのディレクトリにまとめる共通仕様「Agent Plugins 1.0.0」が公開された。AIクライアントごとに異なっていたパッケージの構造を共通化する取り組みだ。

OSSに悪性コードが混入するソフトウェアサプライチェーン攻撃が、開発現場を大きく揺るがしている。開発者を「最も効率的な侵入ルート」と見なす構造的な背景を解説し、OSSを活用したソフトウェア開発プロセスの盲点を明らかにする。

「Notes」で開発した業務アプリケーションが100個以上に膨らむ中、サポート終了を前にNotesからの移行を迫られていた沖縄電力。どのように刷新を進め、その後の“現場開発”再開につなげたのか。

AIコーディング一般化に伴い、新たな課題が生まれている。AIコーディングに特有の脆弱性の具体例を中心に、チームとして脆弱性を減らしながら開発スピードを加速させるための実践的な視点を提示し、今日から始められる対策について触れる。