生成AI時代、組織や経営をどのように適合させてみるか？ ~必要なことはAIが、アジャイルが教えてくれた~

RED JOURNEY ／ 2026.08.27 生成AI時代、組織や経営を どのように適合させてみる か？ 〜必要なことはAIが、アジャイルが教えてくれた〜 もっくま ／ samraiRed カイテン

自己紹介 Motoaki Tanaka X: @mot0aki ▸ 株式会社レッドジャーニー ソフトウェアエンジニア アジャイル開発推進 新規プロダクト開発・プロダクトマネジメント 生成AI開発・導入支援 AIカタリスト ←new!

自己紹介 森實 繁樹 X: @samuraiRed 株式会社レッドジャーニー SWise株式会社 外部顧問 ／ Pluslab株式会社 外部顧問 筑波大学 非常勤講師 ITかあちゃんず（ご近所課題解決ITユニット） NRIアルムナイ（ex-NRI） 委員 日本XPユーザグループ スタッフ BIT VALLEY -INSIDE- ファウンダー 保険xアジャイルコミュニティ「.insurance」 オーガナイザー Agile Tour Yokohama 実行委員 プロジェクトマネジメント、プロダクトマネジメントを中心として、組織開発、組織変革、プロダク ト開発、採用、研修、制度設計、ガバナンス整備などを得意とするマルチタレントバーチャルアジ ャイラー

RECAP 本題に入る前に 前回までの おさらい

第1回のおさらい 開発ライフサイクルは、生成AIで加速していく 要求定義からリリースまで、あらゆる工程にAIが入り、人と協働する。 要求定義 設計 実装 テスト リリースしたら次の要求へ 生成AI 人 レビュー リリース

第2回のおさらい 開発を速くするだけでは「何をつくるべきか」が詰まる 学びを得る 開発ライフサイクルの外周に、 仮説検証 プロダクトマネジメント・仮説検証のサイクルを作る。 そのサイクルも、生成AIで加速させる。 仮説を立てる 開発 リリース 要求定義 検証を実行 レビュー 設計 「速くなったからこそ、次の遅さが見える」 テスト 実装 検証計画を立てる 機能開発

今日のテーマ 開発は速くなった。仮説検証も速くした。 では次は、 どこが詰まるのか？

今日の結論 経営 AIで開発は速くなる。 事業・組織 しかし会社全体は、最も遅い 仮説検証 意思決定・学習ループの速度でしか進まない。 開発 開発だけでなく、 仮説検証・事業運営・経営判断までを “カイテン”で接続する。 開発 仮説検証 事業・組織 経営

2つのサイクルは、似た構造をしている 1. ソフトウェアの開発ライフサイクル リリース 2. プロダクトマネジメント・仮説検証 要求定義 レビュー 学びを得る 仮説を立てる 設計 検証を実行 テスト 検証計画を立てる 実装 機能開発

共通する5つの要素 ── “カイテン” 1 目的を立てること 2 実行計画と評価計画を立てること 3 計画を実行すること 4 実行結果を評価すること 5 1〜4を螺旋的に回転させること 4 1 実行結果を 評価する 目的を立てる 5 螺旋的に回転 これを“カイテン”と呼ぶ 2 3 計画を実行する 実行計画と 評価計画を立てる

開発の場合 各工程を、カイテンの5要素に当てはめると ── 要求定義 設計 実装 テスト レビュー リリース 5 リリース → 次の要求へ 1 2 3 4 目的 計画 実行 評価 回転

プロダクトマネジメント・仮説検証の場合 各工程を、カイテンの5要素に当てはめると ── 仮説を立てる 検証計画を立てる 機能開発 検証を実行 学びを得る 5 学びを得る → 次の仮説へ 1 2 3 4 目的 計画 実行 評価 回転

フィードバックループという骨格は同じ 5要素のカイテンを作り、機能させればいい。 4 1 実行結果を 評価する 目的を立てる これにより ── ユーザーへの価値 より良い仕事 会社のミッション達成 に、適応的に近づいていく。 5 螺旋的に回転 2 3 計画を実行する そう。これは、アジャイルがずっと教えてくれていたこと 実行計画と 評価計画を立てる

大切なことは、アジャイルが教えてくれた 生成AIで開発を加速させ、「なぜ速くできるのか」を考えると、カイテンが見えてきた。 そのカイテンは、アジャイルが元々大事にしていた考え方だった。 スクラムの3本柱 スクラムイベント = カイテン レトロ スペクティブ 検査する スプリント プランニング 適応する 1スプリント 改善アクション・FBを受けて次へ適応 透明性を保つ（土台） スプリント レビュー アジャイルの本質は、「より良い」に近づき続けるためのカイテン構造 デイリー スクラム

今日のテーマ・ふたたび カイテンの原理は、アジャイルが教えてくれていた。 開発は速くなった。仮説検証も速くした。 では次は、 どこが詰まるのか？

次に詰まるのは、会社・組織の層 1 2 3 なにを達成するか 人と金をどう配るか 組織として何を学ぶか 目標設定 資源配分 育成・教育計画 ここと個々の事業がつながっていないと、噛み合わず乖離や齟齬が生まれる

どのようにカイテンをかみ合わせるか？ 学びを得る 「速くなったからこそ、次の遅さが見える」 仮説検証 なら、やることは決まっている。 つくる前に、仮説（前提）そのものを問い直す。 仮説を立てる 開発 リリース 要求定義 そもそも「何のためにつくるのか？」を問い直す 前提を問い直す 検証を実行 レビュー 設計 テスト 実装 検証計画を立てる ※ダブルループ学習とは、失敗したときに「やり方」だけでなく、その前提となる「考え方やルール」まで 見直して改善する学び方です。 『ダブルループ学習とは？』 https://schoo.jp/biz/column/1133 機能開発

事業・組織マネジメントのカイテン 目的の設計 → 目標の設計（KGI/KPI・OKR） 事業・組織 検査と適応 → 事業展開の設計 → 月次・Q次の到達確認 目的の設計 学びを得る 仮説検証 前提を問い直す 内側の仮説検証カイテンを Watch しながら、 検査後の適応をしていく。 リリース 検査の結果から、事業の前提を問い直す 検証を実行 月次・Q次の到達確認 開発 仮説を立てる 要求定義 レビュー 設計 テスト 実装 目標設計 KGI/KPI/OKR 検証計画を立てる 機能開発 上がってきたFBを受けて、次の計画のアラインメントへ 事業展開の設計

経営マネジメントのカイテン 経営 戦略の適応 中計・戦略の設計 → 戦略の分割 事業・組織 前提を問い直す → 戦略に基づく各組織の活動 検査と適応 → 定点観測 → 戦略の適応 目的の設計 学びを得る 仮説検証 中計・戦略の設計 定点観測の結果から、戦略の前提を問い直す 開発 戦略の分割 の例 検証を実行 KPIツリーの構造化 人育の方針 仮説を立てる ガバナンス・規定類の変更 予算・投資計画 月次・Q次の到達確認 目標設計 KGI/KPI/OKR 検証計画を立てる 定点観測 機能開発 ダブルループではなくマルチループになっていく 事業展開の設計 戦略の分割

時系列で見るとこんな感じ … カイテンの単位 1Q 経営 中計・KGI/KPIツリー・OKR 事業 4月 OKRなど 月次目標達成シート プロダクト 1sprint プランニング → レビューによる適応 検査・ふりかえり 5月 検査・ふりかえり 6月

ボトルネックの移動と解消の連鎖 ループのカイテン速度は、 経営 事業・組織 遅いループが全体の適応速度を制約する。 仮説検証 内側（開発）はAIでどんどん速くなる。 外側が回らなければ、次のボトルネックは確実にそこ。 開発 解消すべきは 1 カイテン構造をつくる 2 カイテン構造を機能させる 3 カイテンのペースを上げていく 速い → どうやって？ 遅い

ところで… 私たちは毎日、 桁違いに速く回るカイテンを 眺めています それが、コーディングエージェント・AI駆動開発です。 高速カイテン

例: ループエンジニアリング ── これも同じ骨格 各工程を、カイテンの5要素に当てはめると ── 目標 (例:バグ修正) 調査 対処仮説 実行計画 修正 テスト 結果確認 5 結果確認 → 次の目標へ 1 2 3 4 目的 計画 実行 評価 回転

AI駆動開発は、なぜループが速く回るのか？ 目標 (例:バグ修正) 調査 対処仮説 実行計画 修正 テスト 結果確認 結果確認 → 次の目標へ ゲートが検証できる 達成指標が明確にあり、判断できる 必要な行動・コンテキストが 取得できる 番人がいる 判断に必要な情報が取得できる 走や不備を検知・修正できる人間がいる 判断やサイクルの機能性を検査して、暴

事業や経営のレイヤーで実装するには？ AI駆動開発が速い理由 ゲートが検証できる 達成指標が明確で判断できる コンテキストが取得できる 判断に必要な情報が取得できる 番人がいる 暴走や不備を検知・修正できる人間がいる 事業・経営レイヤーでの実装 → 中計や KGI/KPI を設計する（KPIツリーなど） 過剰でない、必要十分な情報をダッシュボード的に見られるよう → にする → 会議体を設計する これらに生成AIのコンテキスト把握・操作能力を使えば、これまでより効率的・効果的に検査・適 応ができる

ループを速く回すには、観測可能である必要がある 必要な人に 必要な粒度で 必要なとき 見えること。 全員が全部を見る必要はない。情報の氾濫は、むしろ逆効果。 pull 型で十分。便りがないのは、良い知らせ。 平常時 異常時 ダッシュボードで観測する。 生成AIに聞いて、一次情報まで掘れる。 業績データや議事録などの事業コンテキストを RAG（検索拡張生成） の知識源として整備しておき、「そのとき何が起きていたか」を生成AI OKR・KPIツリーなどの目標評価設計だけを見れば良いようにする で必要なときに取り出せるようにする

まとめ ── 大事なことはAIが、アジャイルが教えてくれた 1 原理は変わらない。“カイテン”が大事。 2 AIが変えるのは回転速度。 3 速くなるほどボトルネックは外へ移る。 ── アジャイルが教えてくれていた。 ── 学習と適応をもっと速くできる。 ── だから組織・経営までカイテンさせる。 これから強い会社は、会社全体のカイテンを設計し、 学習と意思決定をAIを使いながら速く回せる会社なのではないか。

PANEL DISCUSSION ここからは パネル ディスカッション

パネルディスカッション Q1 市場からの反応・ユーザーがどう思っているかは 早くなっていかないのでは？どうするか？ RED JOURNEY ／ 2026.08.27 ／ もっくま ／ samraiRed

パネルディスカッション Q2 カイテンというカタがあることと、 これを回していける能力があるかどうかは別。 能力向上をどうしていくべきか？ RED JOURNEY ／ 2026.08.27 ／ もっくま ／ samraiRed

パネルディスカッション Q3 事業戦略を毎週コロコロ変えるのは どうなの？ RED JOURNEY ／ 2026.08.27 ／ もっくま ／ samraiRed

パネルディスカッション Q4 明日から僕らはなにをする？ RED JOURNEY ／ 2026.08.27 ／ もっくま ／ samraiRed

パネルディスカッション Q5 “カイテン” ── この仕事は楽しいのか？ RED JOURNEY ／ 2026.08.27 ／ もっくま ／ samraiRed

パネルディスカッション Q6 経営の常時Watchは、 マイクロマネジメントと何が違うのか？ RED JOURNEY ／ 2026.08.27 ／ もっくま ／ samraiRed

パネルディスカッション Q7 “学習する組織”とAIの相性は 本当に良いのか？ AIによって組織知が蓄積・検索しやすくなる一方、人間自身が考えなくなる可能性もあり得る RED JOURNEY ／ 2026.08.27 ／ もっくま ／ samraiRed

パネルディスカッション Q8 一番最初にAI化すべき判断 or 一番最後までAI化すべきでない判断は？ RED JOURNEY ／ 2026.08.27 ／ もっくま ／ samraiRed

ご参加 ありがとうございました！ ぜひ、参加後アンケートにご協力ください アンケートはこちら RED JOURNEY ／ 2026.08.27 ／ もっくま ／ samraiRed