---
title: AIが書いたコード、 金曜日にデプロイできますか？ AI-DLCのCI_CD再入門
tags: 
author: [CircleCI Japan](https://image.docswell.com/user/circleci-japan)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/8EDG9K36EG.jpg?width=480
description: https://circleci.connpass.com/event/385774/
published: March 10, 26
canonical: https://image.docswell.com/s/circleci-japan/ZGNPL8-2026-10-28-141407
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/8EDG9K36EG.jpg)

AIが書いたコード、
金曜日にデプロイできますか？
AI-DLCのCI/CD再入門
岡本 秀高 ( @hidetaka_dev )
Senior Field Engineer
1


# Page. 2

![Page Image](https://bcdn.docswell.com/page/V7P3ZKPZJ8.jpg)

AIコーディングツールを
すでに導入 or 検討を始めていますか？
2


# Page. 3

![Page Image](https://bcdn.docswell.com/page/2JV4WV2M7Q.jpg)

AIコーディングツールを導入して、
開発が速くなった実感 はありますか？
3


# Page. 4

![Page Image](https://bcdn.docswell.com/page/5EG1DLRXJL.jpg)

AIコーディングツールの 導入効果 は、
目にみえる指標 としてでていますか？
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/4JQD1YV57P.jpg)

>Agenda
今日のゴール:
AI駆動開発へのシフトに向けたボトルネックの特定
1.
2.
3.
4.
5.
AIを導入しても、効率が増えない理由とは？
AIが書くコードを「信頼」するためのアプローチ
リリースとロールバックから始めるDevOps Demo
CI/CDを「投資」として評価する
まとめ
5


# Page. 6

![Page Image](https://bcdn.docswell.com/page/K74ZRWMVE1.jpg)

自己紹介
Hidetaka Okamoto
(岡本秀高 )
● CircleCI Senior Field Engineer
● https://hidetaka.dev
● http://wp-kyoto.net
6


# Page. 7

![Page Image](https://bcdn.docswell.com/page/LJ1RQY84JG.jpg)

JAWS Days 2026
ブース訪問ありがとうございました！
●
JAWS Daysに参加する企業の
ほとんどが毎週以上のペースで
リリースを実施している
●
２つのキーノートでも、
CI / CDの重要性について言及
●
AI を利用した開発や運用についての
https://fortee.jp/jawsdays-2026/timetable
セッションが複数走っていた
7


# Page. 8

![Page Image](https://bcdn.docswell.com/page/GJW1MGZZE2.jpg)

>Agenda
今日のゴール:
AI駆動開発へのシフトに向けたボトルネックの特定
1.
2.
3.
4.
5.
AIを導入しても、効率が増えない理由とは？
AIが書くコードを「信頼」するためのアプローチ
リリースとロールバックから始めるDevOps Demo
CI/CDを「投資」として評価する
まとめ
8


# Page. 9

![Page Image](https://bcdn.docswell.com/page/4EZPQL1LJ3.jpg)

Q AIコーディングツールを導入して、
開発が速くなった実感 はありますか？
Q AIコーディングツールの 導入効果 は、
目にみえる指標 としてでていますか？
9


# Page. 10

![Page Image](https://bcdn.docswell.com/page/Y76M6WLMEV.jpg)

ほとんどの企業は、 書いたコードをリリースできていない
デリバリーの大きな改善は上位 25%のみ
中央値チームでは、
mainブランチのスループットが減少
2026 State of Software Delivery
https://circleci.com/blog/five-takeaways-2026-software-delivery-report/
10


# Page. 11

![Page Image](https://bcdn.docswell.com/page/G75Z6M1QJ4.jpg)

AI導入の成功・失敗による格差が拡大しつつある
成功したチームは大幅な改善を実現
中規模な企業 / チームは混乱の中にある
2026 State of Software Delivery
https://circleci.com/blog/five-takeaways-2026-software-delivery-report/
11


# Page. 12

![Page Image](https://bcdn.docswell.com/page/9J2RM91W7R.jpg)

AI駆動開発の問題は、生成から検証へ移動した
「 AIは使う側の知識を超えられない」
— 和田卓人氏（ t-wada）
●
把握できない量のコードが生まれる
●
把握できないものは、わからない
●
わからないものは、判断できない
https://circleci.com/ja/blog/ai-delivery-bottleneck/
12


# Page. 13

![Page Image](https://bcdn.docswell.com/page/DEYDX4Z9EM.jpg)

AI駆動開発の問題は、生成から検証へ移動した
「 AIは使う側の知識を超えられない」
— 和田卓人氏（ t-wada）
●
把握できない量のコードが生まれる
●
把握できないものは、わからない
●
わからないものは、判断できない
「デリバリーできるコード」を
いかに早く生成させるか？
https://circleci.com/ja/blog/ai-delivery-bottleneck/
13


# Page. 14

![Page Image](https://bcdn.docswell.com/page/VJN61Y3DJ8.jpg)

Case: Stripe Minions
●
コーディングエージェントを自作
●
サンドボックス内で実装を行い、
リントや CI による検証も AIが確認
●
問題が起きた時は、 AIが自律的に
エラーを調査して修正を実施
●
毎週1,300 以上のPRがMinions経由で
生成・マージされている
Minions: Stripe’s one-shot, end-to-end coding agents
https://stripe.dev/blog/minions-stripes-one-shot-end-to-end-coding-agents
https://stripe.dev/blog/minions-stripes-one-shot-end-to-end-coding-agentspart-2
14


# Page. 15

![Page Image](https://bcdn.docswell.com/page/YE9L5P9873.jpg)

私たちが本当に
欲しかったものは何か？
●
コードが早く手に入るのは嬉しい
→ しかし成果物の理解が追いつかない
●
本当に欲しかったものは、
○
デリバリー可能なコード
○
信頼できる、検証済みのコード
2026年は、コードの検証が
開発の生産性を左右する
Copyright © www.projectcartoon.com
under the Creative Commons Attribution 3.0 Unported License
15


# Page. 16

![Page Image](https://bcdn.docswell.com/page/GE8XYD9ZJD.jpg)

>Agenda
今日のゴール:
AI駆動開発へのシフトに向けたボトルネックの特定
1.
2.
3.
4.
5.
AIを導入しても、効率が増えない理由とは？
AIが書くコードを「信頼」するためのアプローチ
リリースとロールバックから始めるDevOps Demo
CI/CDを「投資」として評価する
まとめ
16


# Page. 17

![Page Image](https://bcdn.docswell.com/page/LEL84MW17R.jpg)

AIによるコード生成のリスクを削減させる２つの方法
信頼性の高いコードを
生成するための仕組みを作る
17


# Page. 18

![Page Image](https://bcdn.docswell.com/page/4JM6KY95EW.jpg)

AIによるコード生成のリスクを削減させる２つの方法
信頼性の高いコードを
生成するための仕組みを作る
問題を検知して
迅速に対応できる環境を作る
18


# Page. 19

![Page Image](https://bcdn.docswell.com/page/PJRPX9GZE9.jpg)

AIによるコード生成のリスクを削減させる２つの方法
信頼性の高いコードを
生成するための仕組みを作る
●
●
●
要件定義や設計を
AIと人間で入念に行う
AIと人間による合意に基づき
コードを生成する
ステップごとに
人間が確認と承認を行う
問題を検知して
迅速に対応できる環境を作る
●
●
●
AIの速度に追従できる
自動テスト環境の構築
自律的な修正や
AIによるエラー分析
迅速かつ確実なロールバック
パイプラインの構築
19


# Page. 20

![Page Image](https://bcdn.docswell.com/page/PEX36QX1JX.jpg)

AIによるコード生成のリスクを削減させる２つの方法
信頼性の高いコードを
生成するための仕組みを作る
●
●
●
要件定義や設計を
AIと人間で入念に行う
AIと人間による合意に基づき
コードを生成する
ステップごとに
人間が確認と承認を行う
AI DLC / スペック駆動開発
問題を検知して
迅速に対応できる環境を作る
●
●
●
AIの速度に追従できる
自動テスト環境の構築
自律的な修正や
AIによるエラー分析
迅速かつ確実なロールバック
パイプラインの構築
DevOps / CI / CD
20


# Page. 21

![Page Image](https://bcdn.docswell.com/page/3EKY19WMJD.jpg)

AI-DLC ：AWSが提唱する
AI時代の開発方法論
AI-Driven Development Lifecycle
従来のSDLC
AI-DLC
人間がコードを書き、
AIが補助する
AIが実行を主導し、
人間が意思決定を行う
AI-Assisted
AI-Driven
出典：AWS AI-DLC Method Definition Paper (Raja SP, Amazon Web Services)
circleci
19


# Page. 22

![Page Image](https://bcdn.docswell.com/page/L739QW1275.jpg)

AI-DLC の3つのフェーズ
Inception
Construction
Operations
何を作るか
どう作るか
どう届けるか
人間が意図を伝え、
AIが設計を提案し、
AIがデプロイユニットに
AIが要件・タスクに分解。
コードとテストを生成。
パッケージング。
チームで合意を形成する。
人間が各ステップを承認。
メトリクス分析と運用。
Mob Elaboration
Mob Construction
Unit of Work（疎結合な開発単位） × Bolt（時間〜日単位の高速イテレーション）で開発を分割
circleci
20


# Page. 23

![Page Image](https://bcdn.docswell.com/page/87DG9KX67G.jpg)

各ステップが「 Loss Function 」として機能する
— AI-DLC Method Definition Paper, Section III
人間が検証
AIが生成
次のステップの入力へ
Intent
（意図）
User Stories, NFRs, Risks
Unit
（作業単位）
疎結合なUnit定義
Domain
Design
ドメインモデル + ADR
Code &
Test
検証済みコード + テスト
小さなズレを各段階で検出・修正し、下流での大きな問題を防ぐ
circleci
21


# Page. 24

![Page Image](https://bcdn.docswell.com/page/VJP3ZKKZE8.jpg)

GitHub にあるドキュメント群を DLして試そう
https://github.com/awslabs/aidlc-workflows
24


# Page. 25

![Page Image](https://bcdn.docswell.com/page/2EV4WVVMJQ.jpg)

Operations フェーズには「空白」がある
AI-DLCが定義していること
定義されていないこと
AIがDeployment Unitsにパッケージング
テスト選択戦略（何をどこまでテストするか）
開発者が承認しロールアウトを開始
デプロイとリリースの分離パターン
AIがメトリクスを分析し異常を検知
段階的リリースとロールバック設計
Runbookに基づく対応策の提案
パイプラインレベルのガードレール
AI-DLCは「作り方」を再設計した。
「届け方」の具体戦略は、 CI/CD側で構築する必要がある。
circleci
22


# Page. 26

![Page Image](https://bcdn.docswell.com/page/57G1DLLXEL.jpg)

Loss Function の思想を「届け方」にも拡張する
フェーズ
Loss Function
検出するもの
Inception
Mob Elaboration
要件レベルのズレを早期発見
Construction
Mob Construction
設計・実装レベルのズレを検出
Operations
CI/CD Pipeline
本番影響・ユーザー影響・復旧手段を制御
2026年は、コードの検証が開発の生産性を左右する
circleci
23


# Page. 27

![Page Image](https://bcdn.docswell.com/page/4EQD1YY5JP.jpg)

AI DLCの「next step」
●
AI駆動開発において、
CI / CDは重要な投資対象
●
コード生成のスケールに
パイプラインが追従してるか？
AWS re:Invent 2025 - Introducing AI driven development lifecycle (AI-DLC) (DVT214)
https://www.youtube.com/watch?v=1HNUH6j5t4A
27


# Page. 28

![Page Image](https://bcdn.docswell.com/page/KJ4ZRWWV71.jpg)

AIが書くコードを
信頼するための設計原則
●
AI-DLCは「作り方」を再設計した
●
人間が意思決定を行い、
AIは実行者として振る舞う
●
作った後の「届け方」に
注目が集まりつつある
https://mame.github.io/minesweeper-spoiled-by-ai/#
2026年は、コードの検証が
開発の生産性を左右する
28


# Page. 29

![Page Image](https://bcdn.docswell.com/page/LE1RQYY4EG.jpg)

>Agenda
今日のゴール:
AI駆動開発へのシフトに向けたボトルネックの特定
1.
2.
3.
4.
5.
AIを導入しても、効率が増えない理由とは？
AIが書くコードを「信頼」するためのアプローチ
リリースとロールバックから始める DevOps Demo
CI/CDを「投資」として評価する
まとめ
29


# Page. 30

![Page Image](https://bcdn.docswell.com/page/GEW1MGGZ72.jpg)

CI / CD は AI駆動開発の
ボトルネックになりやすい
●
アムダールの法則
●
AIがコーディングタスクを並列化
●
「並列化されていない部分」が
ボトルネックになって改善幅が限定される
●
開発サイクルの一部分ではなく、
フロー全体をスケールアップ / アウトする
出典：英語版ウィキペディアのDaniels220さん, CC 表示-継承 3.0,
https://commons.wikimedia.org/w/index.php?curid=6678551
30


# Page. 31

![Page Image](https://bcdn.docswell.com/page/47ZPQLLLE3.jpg)

CircleCI: 世界最大規模
の
CI / CDプラットフォーム
Our mission:
世界中のだれもが、思い浮かんだアイデアを
すぐにソフトウェアとして配信できるように支援す
る
● 複数のリポジトリサービスに対応 :
GitHubやBitbucket / GitLabなどの複数サービスをサポート
● Pipeline/ Config as Code:
タスクの条件や定義を YAMLで管理。URLベースの共有にも対応
● 大規模な CI / CD活用を支援する機能群 :
CircleCIを
ご利用中のお客様（一部）
テスト分割や並列化 / パフォーマンス分析機能
SSHデバッグ / リトライやロールバック機能 / etc…
31


# Page. 32

![Page Image](https://bcdn.docswell.com/page/YJ6M6WWM7V.jpg)

スケーラブルな CI/CD
パイプライン
●
さまざまなコンテナ / VMを提供
Docker / Linux / macOS / etc..
●
YAMLを１行変えるだけで、
ジョブのスケールアップを実現
●
タスクやテストの並列実行で
スケールアウトにも対応
https://circleci.com/pricing/price-list/
32


# Page. 33

![Page Image](https://bcdn.docswell.com/page/GJ5Z6MMQE4.jpg)

Closed Preview
効率的なテスト実行計画を自動的に作成
Smarter Testing
テスト実行対象を自動選択
●
●
変更内容を分析して
必要なテストのみを実行
選択した理由なども分析可能
並列テストの実行時間最適化
●
●
並列実行するテストの
実行時間を平均化
後続のジョブ開始時間を短縮
33


# Page. 34

![Page Image](https://bcdn.docswell.com/page/LE39QWWZE5.jpg)

テストだけでなく
デプロイやロールバックも
●
マーカーを設定して
デプロイ状況を記録
●
ダッシュボードから
任意のバージョンにロールバック
特にインシデントのような状況では。スクリプトがどのよ
うに動作しているかを事前に理解したくないですよね。 <
中略> ロールバックしたいコミットハッシュを指定するだ
けで済むのは、本当に助かりました。
https://circleci.com/blog/how-perk-recovers-faster-with-centralized-rollbacks/
34


# Page. 35

![Page Image](https://bcdn.docswell.com/page/8EDG9KK4EG.jpg)

セキュリティ要件などに応じて運用方法を決定
クラウド
サーバー
インスタンスのセットアップ、
セキュリティ、メンテナンスはすべてCircleCIが実施
ディベロッパー/
ユーザー
データベース
顧客が管理するネットワーク内に
顧客専用のCircleCIをセットアップ
ディベロッパー/
ユーザー
ビルドの
フリート
キャッシュ &
アーティファクト
VCS
（GitHub.com または
Bitbucket Cloud）
+
データベース
ビルドの
フリート
VCS
キャッシュ &
アーティファ クト
（GitHub.com または
GitHub Enterprise Server）
セルフホストランナー: 実行環境だけ顧客管理のネットワーク内に配置する
35


# Page. 36

![Page Image](https://bcdn.docswell.com/page/V7P3ZKKVJ8.jpg)

>Agenda
今日のゴール:
AI駆動開発へのシフトに向けたボトルネックの特定
1.
2.
3.
4.
5.
AIを導入しても、効率が増えない理由とは？
AIが書くコードを「信頼」するためのアプローチ
リリースとロールバックから始めるDevOps Demo
CI/CDを「投資」として評価する
まとめ
36


# Page. 37

![Page Image](https://bcdn.docswell.com/page/2JV4WVVR7Q.jpg)

CI/CDへの投資をどう評価するか？
● ツールの便利さではなく、アウトカムで回答が必要
○ いくらかかるのか？
○ ROI はどのように測るのか？
● 予算を承認するためには「理由」が必要
○ できるだけすでにある契約の中でやりくりしたい
○ 主観的なメリットよりも、コストや数字での判断が優先される
37


# Page. 38

![Page Image](https://bcdn.docswell.com/page/5EG1DLL6JL.jpg)

DORA Four Keysでチームの現状を可視化する
* DORA DevOps Research Association ( https://dora.dev/ )
開発現場での課題
事業側の関心事
DORA Four keys
もしもの時に備える
インシデント
対応力
MTTR（復旧時間）
本番環境での障害から
回復するのにかかる時間
デプロイの怖さを減ら
す
品質・信頼性
変更障害率
デプロイが原因で
本番環境で障害が発生する割合
開発速度をより早く
市場投入速度
デプロイ頻度
変更リードタイム
本番環境へのリリースの頻度
commit からリリースまでの所要時間
課題を解決することで得られる outcomeを特定する
https://cloud.google.com/blog/ja/products/gcp/using-the-four-keys-to-measure-your-devops-performance
38


# Page. 39

![Page Image](https://bcdn.docswell.com/page/4JQD1YY27P.jpg)

CI/CDによる改善の価値を計算する
CircleCI CEOによるブログ :https://circleci.com/ja/blog/business-value-of-software-delivery/
改善項目
ROI 計算式
計算例
( 10人チーム / 年収550万円想定)
ビルドや
デプロイ時間の
短縮
(現在の時間 - 目標時間)
× 実行数/日
× 開発者コスト/分
× 稼働日数
( 10分 - 5分 ) x 10回/日
x 50円/分
x 20日
= 500,000 円 / 月
変更障害率
(現在のMTTR - 目標MTTR)
× 失敗率
× 実行数/日
× 開発者コスト/分
× 稼働日数
( 30分 - 15分 ) x 5%
x 10回/日
x 50円/分
x 20日
= 150,000 円 / 月
(現在の失敗率 - 目標失敗率)
× スループット/日
× ビルドコスト
× 稼働日数
(20% - 5%) × 10回/日
× ¥2,500
× 20日
= ¥75,000 / 月
ビルド成功率
ビルドの高速化
ビルド成功率改善
障害発生率削減
月間725,000円
年間約870万円
のコスト削減
39


# Page. 40

![Page Image](https://bcdn.docswell.com/page/K74ZRWWPE1.jpg)

計測し、ベンチマークと比較する
https://circleci.com/software-delivery-data-explorer/
40


# Page. 41

![Page Image](https://bcdn.docswell.com/page/LJ1RQYYXJG.jpg)

2つの指標で多視点から可視化する
DORA Four Keys
CI / CD 操作指標
視点
インシデント
対応力
MTTR（復旧時間）
指標の性質
遅行指標
プロセス指標
用途
定期的な診断
調査すべき仮説を立てるための指標
プロセスのボトルネックを特定する
DevOps / CI・CD施策の効果測定
DORA Four Keys → CI / CD指標で調査
CI / CD指標を改善すると、 DORA Four Keysが動き出す
https://cloud.google.com/blog/ja/products/gcp/using-the-four-keys-to-measure-your-devops-performance
41


# Page. 42

![Page Image](https://bcdn.docswell.com/page/GJW1MGGKE2.jpg)

CI/ CD のROIを
ROI Calculator で
計算してみよう
●
開発チームの現状を入力する
○
人数 / ビルド回数
https://circleci.com/autonomous-validation-roi/
○
●
実行時間 / MTTR
10人チーム、 1ビルド/日
WF10 分、復旧 60分の場合
○
月94時間の短縮
○
人件費ベース
約400万円 / 年
42


# Page. 43

![Page Image](https://bcdn.docswell.com/page/4EZPQLLNJ3.jpg)

経営には数字を
現場にはストーリーを
●
CI / CDで改善のサイクルを回す
効率化によるコスト最適化
→ 障害による損失リスク
→ 手戻りや調査による非効率
●
現場の不安や摩擦を解消する
→ リリースが怖くなくなる
→ 大小の改善を高頻度に
43


# Page. 44

![Page Image](https://bcdn.docswell.com/page/Y76M6WW9EV.jpg)

>Agenda
今日のゴール:
AI駆動開発へのシフトに向けたボトルネックの特定
1.
2.
3.
4.
5.
AIを導入しても、効率が増えない理由とは？
AIが書くコードを「信頼」するためのアプローチ
リリースとロールバックから始めるDevOps Demo
CI/CDを「投資」として評価する
まとめ
44


# Page. 45

![Page Image](https://bcdn.docswell.com/page/G75Z6MMDJ4.jpg)

AIは開発を加速した。しかし、届く速度は上がっていな
い。
2026 State of Software Delivery Report
スループット
Main Branch 成功率
中央値チーム
+59%
70.8%
Feature +15%
前年比（平均）
過去5年間で最低
書く量は増えた。出荷は減っ
た。
Main -6.8%
問題はAIツールの選定ではなく、デリバリーの設計にある
circleci40


# Page. 46

![Page Image](https://bcdn.docswell.com/page/9J2RM9RM7R.jpg)

AI-DLC × CI/CD の両輪で信頼を作る
この両輪が揃えば、デプロイに曜日は関係なくなる
正しく作る
安全に届ける
AI-DLC / スペック駆動開発
DevOps / CI / CD
AIと人間で設計を合意してから生成する
AIの速度に追従できるテスト環境を構築す
る
ステップごとに人間が確認・承認する
信頼性の高いコードが最初から出てくる
問題が起きたら素早く検知・対応する
いつでも戻せるロールバック体制を持つ
2026年は、コードの検証が開発の生産性を左右する
circleci41


# Page. 47

![Page Image](https://bcdn.docswell.com/page/DEYDX4DPEM.jpg)

ChunkでCIエラーの調査と修正を一気通貫
https://qiita.com/CircleCIJapan/items/5683e63ea28fbaf3f7fe
47


# Page. 48

![Page Image](https://bcdn.docswell.com/page/VJN61Y6MJ8.jpg)

まずは現状のチェックから
Step 1：
Four Keysで現状を測る
コミットから本番リリースまでの時
間、障害からの復旧時間を計測す
Step 2：
ボトルネックを特定する
• MTTRが⻑い：ロールバック⼿順の不備
• 変更障害率が⾼い：テスト不⾜‧環境差分
る。まず可視化するだけで、どこに
問題があるかが⾒えてくる。
Step 3：
改善効果を数字で⾒積
「ビルド時間の短縮」「障害対応時
間の削減」を⽉額‧年額で試算し、
• リードタイムが⻑い：⼿動作業‧レビュー
投資判断の材料にする。
遅延
48


# Page. 49

![Page Image](https://bcdn.docswell.com/page/YE9L5PLW73.jpg)

学習リソースとコミュニティ
さらに学ぶための情報源
●
●
公式ドキュメント
https://www.oreilly.co.jp//books/9784814400690/
https://circleci.com/docs
実装順序の指針
レガシー環境への適用
シグナル設計の原則
etc..
ROI Calculator:
自社の状況でコスト削減効果を試算
https://circleci.com/autonomous-validation-roi/
●
2025 State of Software Delivery Report
最新の業界データとインサイト
https://circleci.com/resources/2025-state-of-softw
are-delivery/
●
入門 継続的デリバリー
CircleCI の「How」だけでなく
CI/CD の「Why」を学べる
Twitter: CircleCIJapan
49