二度のゼロイチで見えた、AI以前、以後のプロダクト開発｜Product History Conference 2026 登壇資料

PRODUCT HISTORY CONFERENCE 2026 SESSION ⼆度のゼロイチで⾒えた、 AI以前‧以後のプロダクト開発 コードが安くなった今、どこで⼈の価値を⽣むか。 SPEAKER COMPANY 葛岡 宏祐 株式会社ハイヤールー

THE REDEFINITION プロダクト開発の根底が、 再定義された。

WHY REDEFINED? コードを書く仕事が、⺠主化された。 BEFORE — AI以前 AFTER — AI以後 ⼀部の⼈だけが、 作れた。 誰もが、 作れる。 コードを書く仕事は、⺠主化されていなかった。作れること モノづくりの「過程」そのものでは、差がつかなくなった。 ⾃体が、希少な価値だった。

THE CORE SHIFT Code is Expensive. Code is Cheap. — 開発の本質そのものが、再定義された。

BUILT TO MINIMIZE WASTE ⽅法論の核⼼も、 「ムダを減らす」ことだった。 コードが⾼価だからこそ、Build-Measure-Learn も MVP も 、 「作る前に不確実性を減らす」ための知恵だった。 Agile Scrum Lean Startup Running Lean

THE ESSENCE, REDEFINED その「エッセンス」が、書き換わる。 これまで これから ムダな実装を減らして から、作る。 まず作って、 速く学ぶ。 Scrum‧Lean Startup‧Running Lean が説いた知恵は、コードが安い時代に問い直される。

THE QUESTION — 本日の問い この再定義に、ひとつの問いで答えます。 モノづくりの「プロセス」は、 Q どうアップデートされるか。 AI以前 → AI以後 スタートアップの代表 兼 プロダクトオーナーの視点から、⾃社の実体験で答えます。

PRESENTER 2018 ─ DeNA ∕ AI Research Engineer ⾃動運転向けのAI（3D空間認識‧タクシー乗客需要予測）を研究開 発。⼤⼿⾃動⾞メーカーとの共同研究を本案件化。 2020 ─ メルカリ ∕ AI画像検索 テックリード 「写真からさがす」⸺メルカリのAI画像検索を牽引。秒間100リク エスト超の⼤規模システムにAIを実践導⼊。 葛岡 宏祐 株式会社ハイヤールー 代表取締役 2020.12 ─ ハイヤールー ∕ 創業者‧代表取締役 AI時代のエンジニアスキルを測定するプラットフォームを開発。累積300社超に導⼊。 AI研究 × ⼤規模AI実装 × プロダクトの⽴ち上げ — 3つの実務経験

TWO PRODUCTS — HireRoo AIと協働して課題を解く⼒は、測れる。 採⽤「時」に使う 採⽤「後」に使う Skill Interview 累計300社+ Skill Assessment 30社限定β 実践形式で、候補者がAIと協働して課題を解けるかを⾒極める。 組織に⼊ったメンバーのAI協働スキルを可視化し、伸ばす。 採⽤の⼊⼝から、⼊った後の組織づくりまで⸺AI時代のスキルを、⼀気通貫で。

ABOUT HIREROO AI協働⼒を 可視化 する。

01 BEFORE — AI以前 Code is Expensive が前提のプロダクト開発。 — ⾃社プロダクト「Skill Interview」⽴ち上げの記録

THE PREMISE 作るには、⼈⼿と時間がかかる。 だから、慎重に作るしかない。 間違ったものを作れば、⼯数はまるごと無駄になる。 「作る前に正解を⾒極める」ことが何より重要だった。

THE LEGACY PROCESS — AI以前 不確実性を消しきってから、作る。 Agile‧Scrum‧Lean⸺いずれも本質は「⼿戻り＝ムダ」を減らすこと。 後⼯程‧最も⾼コスト 01 02 アイデア‧ コンセプト検証 Mock で 検証する 「何を作るべきか」を⾒極める → 不確定要素を⼀つずつ消す 最も⼯数のかかる「開発」は後⼯程。だからその前に、不確定要素を潰しきる。 03 → プロダクト開発 確信を持って、はじめて作る

OUR PRODUCT — Skill Interview 300社+ 累計導⼊ 実践形式でエンジニアのAIスキルを測定する

OUR STORY — Skill Interview 立ち上げのタイムライン 検証してから、じっくり作る。 2020.12 2021.3 2022.1 2022.11 会社創業 β版リリース 正式リリース 選考数6,000件突破 事業のはじまり アイデア出し‧検証 4ヶ⽉ MVP開発 3ヶ⽉ 正式版開発 10ヶ⽉ プレスでニーズを検証 → 約10ヶ⽉かけて正式リリース → さらに10ヶ⽉でサービスが軌道に。 PMFへ（軌道に乗る） 正式リリース後 10ヶ⽉

OUR STORY — 2020.12〜 ／ Skill Interview 立ち上げ ひたすら、顧客の声を聞き続けた。 STEP 1 — 立ち上げ期 ／ 顧客を知る 50社 50社 課題を直接、徹底的に。 ⾒込み顧客を集めた。 顧客インタビュー プレスリリース STEP 2 — β期 ／ PMFへ回す 30社 × 隔週ヒアリング ＝ ⽉60本 使ってもらい、議事録を取り、改善を繰り返した。 ⽴ち上げ期だけで100社近くと向き合い、β期も隔週で声を拾い続けた。— これがAI以前の王道。

THE LIMIT OF PROXIES — 検証の限界 アイデアも、Mockも、「現実」には劣る。 ＜ 『Scrum』『The Lean Startup』が説いた、検証の知恵 本物を届けて初めて引き出せる声が、往々にしてある。 現実のプロダクト 本物を、顧客の⼿に。

BEHAVIOR > WORDS 顧客の声より、顧客の「⾏動」。 顧客の「声」 顧客の「⾏動」 ⼤事。でも、語られるのは「意⾒」にすぎない。 もっと⼤事。そこに、嘘はない。 ⾏動は、本物を届けて使ってもらわないと拾えない。⸺そしてそれは、アイデアやコンセプトでは不⼗分である。

THE PREMISE BENEATH IT ALL コードは、 ⾼価だった。 Code was expensive. — そして Code is Cheap な今、それが容易になった。

SECTION SUMMARY — 01 ／ AI以前 コードが⾼価だから、作る前に潰しきる。 ▪ コードが⾼価だったから、Agile‧Lean‧Scrum は作る前にムダを潰すことに本質があった ▪ 我々も 50社＋50社＋β30社 で検証し、約10ヶ⽉かけて正式リリースした ▪ だが最も有益なのは、本物を届けた後の顧客の「⾏動」だった

02 AFTER — AI以後 Code is Cheap が 前提のプロダクト開発。 Code is Expensive → Code is Cheap

CODE GENERATION — AI以後 かつては専⾨職。今は、AIが書く。 BEFORE AFTER コードを書くのは、⼤変だった。 デモ品質なら、容易に作れる。 専⾨スキルが要る、希少な仕事。 AIがコードを⽣成する。 +98% PR数が急増 （ほぼ倍増） コードそのものが、安価になった。 90%+ エンジニアがAIを使⽤ 80%+ が⽣産性向上を実感 出典：DORA 2025 ／ METR 2025年7月

FROM "MINIMIZE WASTE" TO "SHIP FAST" 「ムダを減らす」から、「速く届ける」へ。 これまで これから ムダな実装を、減らす。 課題に直結する価値を、速く届ける。 コードが⾼価だから、作る前に削る。 → 市場に出して、速く学ぶ。 減らすべきムダが変わった今、「顧客課題に直結するプロダクトを、誰より速く届ける」ことが最重要。

THE PROCESS, REBORN “⼊念に検証” から “作って当てる” へ BEFORE — AI以前 コスト低 アイデア → コスト高 仮説検証 → MVP → 正式版開発 ⾼価な開発の前に、検証で不確実性を潰しきる。 AFTER — AI以後（Code is Cheap） コスト高 コスト低 アイデア → MVP 仮説検証 → 検証とMVP開発を並列で動かし、顧客の声と行動から最短で PMFを目指す。 正式版開発 正式版開発 イテレーション → PMF → PMF

THE 80 / 20 PLAYBOOK — これからの作り方 8割で当てて、⾏動で残りを磨く。 01 02 まず、作る ⾏動から引き出す 顧客に当てられる「8割」の品質を、AI で素早く。 → 実際に使わせ、⾏動から本質の声を取 る。 コードは安価。だから、「当てて学ぶ」サイクルを、何度でも回せる。 03 → 残り20%を最適化 本当に効く部分だけを、磨き込む。

OUR PRODUCT — 新規事業 Skill Assessment 30社限定 事前登録 受付中 社内のAIスキルを実務から可視化

HOW IT WORKS — ソリューションの概要 Macアプリを⼊れるだけ。あとは、 ⾃動で個⼈のAIスキルが可視化される。 軽量なMacアプリを⼊れ、会社のSSOでサインインするだけ 。約60 秒で計測が始まります。 1 インストール & サインイン 2 AIツールを横断して⾃動収集 3 個⼈のAIスキルを可視化 設定変更も、APIキーの差し替えも不要。 Claude / Codex / Cursor / Copilot の利⽤ログを⾃動収集。 AI活⽤の「量」だけでなく「質」まで、個⼈別ダッシュボードで。

OUR STORY — Skill Assessment 立ち上げ ／ AI以後 検証は最⼩限、すぐ作りはじめる。 2026.4 2026.5 2026.6 2026.7 2026.9 アイデア⽴案 LP‧ヒアリングで検証 MVP開発 30社限定 β版提供 正式リリース予定 アイデア⽴案 10社に絞り最⼩限で アイデア出し‧検証 2ヶ⽉（軽くなった） ものがすぐ作れる わずか1ヶ⽉で MVP開発 1ヶ⽉ ここから磨き込む ＝正式 版のイテレーション 正式版を市場へ 正式版開発（イテレーション） ＝肝。ここに⼯数を注ぐ Code is Cheap で前⼯程は軽くなった。重要なプロセスは、AI以前の「アイデア出し‧検証」から、「正式版開発のイテレーション」へ移った。

OUR STORY — Skill Assessment ／ 発端（顧客ヒアリング・ 10社） すべては、10社の声から始まった。 顧客に話を聞くと、AIを使うのはもう当たり前。問われ始めていたのは、活⽤の「質」だった。 “ “ “ ているかは⾒えない。 は、まるで別物だ。 ずだ。 「導⼊」はした。でも、誰がどれだけ使え INSIGHT 「使っている」と「使いこなしている」 ここに、確かな課題があった。「量」ではなく「質」を、可視化する。 これからは、AI活⽤の「質」で差がつくは

OUR STORY — Skill Assessment ／ 市場の裏付け（ 2026.6） 「量」から「質」へ。市場の動きが、確信に変えた。 少しリサーチすると、主要ツールの料⾦が⼀⻫に動いていた。定額制から、従量課⾦へ。 Anthropic GitHub 2026.06.15 2026.06.01 — Background Process が 別枠課⾦ へ — Copilot が定額制 → 消費ベース従量課⾦ へ — ⽉ $200 クレジット上限 → 超過分は API 単価 — あるエンジニアの⽉額請求が急騰： — Pro の $200 相当の補助 が打ち切り 定額制 → $67 → $966 従量課⾦ 確信 「量」から「質」への転換は、もう避けられない。→ そこで、リーンキャンバスを整理し、開発へ。

OUR STORY — Skill Assessment ／ アイデア出し（ 2026.4） まず、リーンキャンバスでアイデア仮説作成 アイデア出しでやったこと 1 リーンキャンバスを整理 2 既存顧客にヒアリング 3 リーンキャンバスを更新 リーンキャンバスで課題‧価値‧顧客を整理。 ④ 独⾃価値 個⼈のAIスキルを実務のログから定量化 し、社内ベス トプラクティスの伝播を仕組み化する唯⼀のツール。 実際に作成したリーンキャンバス（内容は⼀部マスク）。 課題‧独⾃価値‧顧客‧収益 まで⼀枚に⾔語化。 既存顧客10社に直接ぶつけて確かめる。 ヒアリング結果からアイデアをブラッシュアップ

OUR STORY — Skill Assessment ／ 検証の中身（ 2026.5） ⽴証仮説をベースとしたLP広告少額運⽤ 最低限の検証で、課題とソリューションを立証する 01 刺さる訴求内容を模索 リーンキャンバスをベースに訴求内容を精査 02 広告少額運⽤で仮説検証 LPに⼩さく広告を回し、市場の反応を数字で⾒た。 03 ソリューション‧メッセージ確定→MVPへ ソリューションとメッセージがある程度⽴証され、 仮説検証と並⾏で MVP開発を開始。 検証を⽌めてから作るのではなく、⽴証しながら、並⾏で作りはじめる。— これがAI以後の検証。

具体 ／ CONCRETE — Skill Interview（P15）× Skill Assessment（P28） 同じ会社の2プロダクトで、こう変わった。 Skill Interview 2020〜 ／ AI以前 アイデア出し‧検証 MVP開発 4ヶ⽉ ∕ 肝 Skill Assessment 検証 3ヶ⽉ 約10ヶ⽉かけて磨いた 2026〜 ／ AI以後 正式版開発（イテレーション） MVP 1ヶ⽉ 2ヶ⽉ 正式版開発 肝 ∕ ⼯数を注ぐ‧継続中 ※ 横幅は期間（月数）に比例し、両者は同じ時間スケール。肝（コーラル）が、検証から正式版開発へ移った。 ×1/2 仮説検証 4ヶ⽉ → 2ヶ⽉ ×1/3 MVP開発 3ヶ⽉ → 1ヶ⽉ ×1/3 ヒアリング 30社 → 10社 注⼒事項が後ろへ。 検証 → 正式版開発のイテレーション

WHERE THE WORK MOVES — 主戦場の移動 主戦場は、顧客の真の声 を 引き出し、 課題を解決することへ。 01 02 誰も⾔語化できていない、切実な課題を聞き出す。 潰しきるより、作って壊してを速く回す。

SECTION SUMMARY — 02 ／ AI以後 コードが安いから、「作って当てて学ぶ」。 ▪ すぐ作れるから、検証〜MVPは⼀気に圧縮（4ヶ⽉→2ヶ⽉‧MVPは1ヶ⽉） ▪ ⼯数の肝は後ろへ。80%のクオリティで顧客に届け、⽣の声と⾏動をベースに最後の20%をつめる

03 WRAP-UP — まとめ 今⽇の話を、 振り返る。

WRAP-UP — セクション別の振り返り 3つの流れで、振り返る。 01 02 03 再定義 AI以前 AI以後 THE REDEFINITION BEFORE AFTER ‧AIでコードは安くなった＝Code is Cheap ‧コードは⾼価。検証しきって作る が王道 ‧コードは安い。 80/20で作って当てる ‧重⼼は「書く」から「顧客の課題を解く」へ ‧Mockは現実に劣り、声より⾏動 が真実 ‧⼈の価値＝ 顧客の真の声を引き出し形にする

抽象 ／ ABSTRACT — Code is Cheap が変えた進め方 ⼊念な検証より、早く作って顧客の声へ。 BEFORE — AI以前 コスト低 アイデア → コスト高 仮説検証 → MVP → 正式版開発 → PMF ⾼価な開発の前に、検証で不確実性を潰しきる。 AFTER — AI以後（Code is Cheap） コスト高 コスト低 アイデア → MVP 仮説検証 → 正式版開発 正式版開発 イテレーション → PMF Code is Cheap だから、MVPまでの⼊念な検証は要らない。早く作って顧客に当て、肝＝正式版開発のイテレーションに⼯数を注ぐ。

THE METHOD — AI以後の開発手法の提唱 Learn to Ship — 学んでから、作る。（Scrum‧Agile‧Lean） Ship to Learn. 01 — SHIP 作る 最低限の検証で、本物を速く届ける。 — 作ってから、学ぶ。 02 — HIT → 当てる 顧客に使わせ、⾏動から真の声を引き出 03 — LEARN → 改善する 学びを反映し、また届ける。何度も回す。 す。 コードが安いから、この「作って‧当てて‧改善する」サイクルを、誰よりも速く回した者が勝つ。 ↺

AIと協働して課題を解く⼒は、 測れる。 AIを使いこなし、本質的な課題にたどり着けるエンジニアかを可視化する。 ご興味のある⽅は、ぜひブースへ →

TWO PRODUCTS — HireRoo AIと協働して課題を解く⼒は、測れる。 採⽤「時」に使う 採⽤「後」に使う Skill Interview 累計300社+ Skill Assessment 30社限定β 実践形式で、候補者がAIと協働して課題を解けるかを⾒極める。 組織に⼊ったメンバーのAI協働スキルを可視化し、伸ばす。 採⽤の⼊⼝から、⼊った後の組織づくりまで⸺AI時代のスキルを、⼀気通貫で。

SKILL ASSESSMENT — 宣伝 Macアプリを⼊れるだけで、 AI活⽤の「質」まで⾒える。 設定変更も、APIキーの差し替えも不要。普段使うAIツールのログを⾃動収集し、個⼈のAIスキルをスコアで可視化します。 → 1 Macアプリをインストール 2 個⼈のAI活⽤が、スコアで⾒える

NOW IN BETA — 事前登録 受付中 30 社限定 β版を、30社限定でご案内中。AI協働⼒の可視化を、組織へ。 興味があれば、ぜひブースへ →

PRODUCT HISTORY CONFERENCE 2026 FIN. ご清聴、 ありがとうございました。 葛岡 宏祐 株式会社ハイヤールー