レポート：第2部 エンタープライズDXセミナー「生成AI × 要件定義」最前線 ― アジャイル実践者に聞く生成AI活用の可能性
はじめに
2025年7月16日に開催された、エンタープライズDXセミナー
「生成AI × 要件定義」最前線。
本記事では、その第2部として行われたパネルディスカッション
「アジャイル実践者に聞く！生成AI活用の可能性」の内容をお届けします。
アジャイル開発の現場で実践を重ねている登壇者の皆さまから、 マネジメント、プロダクト、デザインといった多様な立場での 生成AI活用の実例や、価値探索のアプローチ、 さらには組織として向き合うべき課題まで、幅広い話題が語られました。
正解が定まらない中で、生成AIとどう向き合い、どう使い続けていくのか。
実務に近い視点からの示唆が詰まったセッションとなっています。
登壇者は、
株式会社永和システムマネジメント 岡島 幸男 様
株式会社レッドジャーニー 森實 繁樹 様
KDDIアジャイル開発センター株式会社 飛岡 憲 様
モデレーターは Graat 鈴木 雄介 が務めました。
なお、基本的な生成AIの機能紹介などは割愛させていただきます。
― 本記事の構成
自己紹介とコーディング以外の生成AI活用経験
まず岡島様からは、マーケティング業務の中での生成AI活用について話がありました。
文章のチェックや壁打ち、誤字脱字の確認など、日常的な業務の中ですでに生成AIを使い込んでいる様子がうかがえます。
一方で、岡島様の所属する永和システムマネジメントでは、エンジニアが中心となって受託開発を行っていることもあり、
生成AIを開発用途にとどめず、全社で安全かつ効果的に活用するための取り組みにも力を入れているとのことでした。
ガイドラインの整備や社内コミュニティの運営といった話からは、組織全体での活用を見据えた視点が感じられます。
続いて森實様は、クライアントワークの中での生成AI活用について、具体的な活用の場面を共有されました。 業界や課題が毎回異なるクライアントと向き合う中で、業界情報の収集や、そこで積み重ねられてきたインサイトの整理・分析に生成AIを活用しているとのことです。ビジネスの現場で、生成AIが自然に使われている状況が伝わってきます。
そうした活用は、プライベートにも広がっています。最近では、お子さんが NotebookLM を使い、塾の教材を取り込んで音声化しながら学習しているという話もありました。 その様子から、第一部でも触れられていた「教育・成長支援」の文脈において、生成AIの可能性が今後さらに広がっていくのではないかという、実例からの感触も含まれたお話が印象的でした。
飛岡様は、開発現場での生成AI活用について触れられました。 アジャイル開発の文脈では、リサーチ結果を整理し、価値のある情報としてチームに共有していくことが重要になります。そうした場面で、生成AIが実務に組み込まれている様子が語られています。
具体的には、UI/UXの競合リサーチにおいて、検索エンジンだけに頼るのではなく、生成AIを使って情報を収集することで、より広い視点を得ているとのことでした。 また、画像生成を活用して利用シーンのスケッチを描き、そこから別のシーンを展開して検討するなど、デザインの初期段階でも生成AIを取り入れているそうです。
鈴木からは、Graatのマーケティングチームにおける生成AI活用について紹介がありました。 チームには外国籍のメンバーも在籍しており、画像や文章といった募集用コンテンツの初稿づくりに、生成AIを取り入れています。 言語の違いがある中でも、生成AIのサポートを使うことで、初期段階から一定の完成度を持ったアウトプットを用意できており、チーム内での意思疎通や作業の進めやすさにつながっている、という実感が語られていました。
コーディング以外で生成AI活用の期待がある領域は？
この話題ではまず、要件定義の現場で起きがちな課題が取り上げられました。
エンジニアがプロダクトオーナーを兼ねる場面では、要件が技術寄りになりやすく、 その結果、ユーザー視点での整理が後回しになってしまうことがあるといいます。
そこで生成AIを「要件の翻訳役」として使い、技術的な表現をユーザー視点の言葉に置き換えたところ、
バックログの粒度が過不足なく保たれた、という手応えが共有されました。
書き手自身が視点を切り替えるきっかけになる点も、実務的なメリットとして挙げられています。
続いて話題は、DXにおける価値探索へと広がります。
「現実では不可能な条件を一つ外したら、何ができるか」と問いかけることで、
制約に縛られない発想が生まれやすくなる、という考え方です。
たとえば、事故現場の写真を起点に、
必要な情報が自動で整理され、保険の申請手続きまでが一連の流れとして進む仕組みなど、
従来の前提にとらわれないアイデアが紹介されました。
実現性は後から検討し、まずは価値の候補を広げる段階で生成AIを活用する、という整理です。
さらにデザインの文脈では、生成AIを「第三者の視点」として使う可能性も示されました。
「このUIは、意図した価値を本当に届けられているか」と問い直すことで、
作り手の主観に偏りがちな判断を見直すきっかけになるといいます。
議論が行き詰まった際には、これまでのやり取りを生成AIに整理させ、
あらためて人の議論に戻る、という進め方も共有されました。
人と生成AIを行き来する“ヒューマン・イン・ザ・ループ”は、
検討の視点を広げたい場面で有効なアプローチとして語られています。
生成AI活用の課題は？
生成AIの活用が広がる中で、このセッションでは、
「便利に使えているからこそ、どこまで任せてよいのか」
という問いが、何度も行き来しました。
岡島様からは、生成AIの依存度が高まりすぎることへの率直な懸念が語られました。
組織として活用を進めていく必要がある一方で、もし将来、何らかの理由で使えなくなった場合、
基礎的な能力が十分に育っていない状態では立ち戻るのが難しくなる。
そうした事態を前提に、あらかじめ「そうならない仕組み」を考えておく必要がある、という問題意識です。
この話題を受けて、森實様からは、生成AIはオフショア開発に似た側面がある、という視点が共有されました。
相手が生成AIであれ人であれ、「しっかり出して、しっかり受け取る」ことができなければ、
期待した成果にはつながらない。
特にアイデアを膨らませる場面では、人間側に求められる理解力や判断力のハードルが、
以前より高くなっているのではないか、という指摘です。
飛岡様からは、デザインや要件定義の現場で見えてきた変化が挙げられました。
生成AIが出した「それっぽい案」を前にして、その良し悪しを自分の言葉で説明できない場面が増えている。
提案物そのものよりも、妥当性を判断する力が、より問われるようになってきているという感覚です。
また、生成AIとの対話を重ねる中で、自分の考えが一方向に強化されていくバイアスにも、
注意が必要だという話が続きました。
こうした流れの中で、鈴木からは、生成AIとの距離の取り方そのものを設計する必要がある、
という整理が示されました。
たとえば、自分の考えが固まり始めたタイミングで、あえて反対意見を出させる、
といった使い方を手順に組み込む。生成AIを「答えを出す存在」ではなく、
思考を検証する相手として使うことで、課題でありながら、解決にもなり得る、という視点です。
若い世代を中心に、生成AIを使わない不安と、頼りすぎる不安の両方がある中で、 何を任せ、どこに人の判断を残すのか。
生成AIを養成ギプスのように使うのか、それとも代替として使うのか。
その線引きを、一緒に考え、更新し続けていくこと自体が、
これからの現場では欠かせないテーマになっていきそうです。
Q&A
ここからは、セッション中に出た質問をもとに、
生成AI活用における悩みや、各パネリストの判断・対応などが語られています。
― マーケティングや市場調査には、どの生成AI（ツール）を活用していますか？
この質問では、特定の生成AIに決め打ちするのではなく、
目的や状況に応じて複数のツールを使い分けている実態が共有されました。
まず、調査用途のベースとしては、 会社の標準ツールやクライアント指定の環境に合わせて Gemini や Microsoft Copilot を使っている、という話が挙がります。 岡島様は、特に Gemini の Deep Research 機能を市場調査で活用しており、 森實様も、調査内容や案件ごとにツールを切り替えながら使っているとのことでした。
一方で、リサーチの切り口を広げたい場面では、 Felo のような調査対象を指定できる生成AIを使うケースも紹介されました。 論文や SNS など情報源を絞って調べられる点が便利な反面、 ファクトチェックの観点では、 Deep Research など他の生成AIと組み合わせて確認しているという話が続きます。
こうしたやり取りを通じて、 一つの生成AIに頼るのではなく、 複数のツールを併用し、結果を比較しながら使うスタイルが 主流になりつつある、という整理がなされました。
どの登壇者も、まだ試行錯誤の段階であることを前提に、 目的に応じた使い分けを続けている様子がうかがえます。
― 生成AI導入により、POやビジネスアナリストの役割・必要なスキルはどう変わると思いますか？
この質問では、生成AIの導入によって POやビジネスアナリストの役割そのものが置き換わるというより、
本来担うべき役割に、より集中しやすくなるのではないか、という共通認識が示されました。
岡島様からは、POはもともと非常に忙しいロールであり、生成AIは仕事を代替する存在というよりも、
検討や判断といった本質的な業務に時間を割くための支援として期待している、という見解が共有されました。
少なくとも現時点では、AIに任せきりで良いプロダクトが作れるとは考えていない、という率直な感覚です。
森實様も、POが多忙な立場である点に触れつつ、生成AIを「先読みのための材料」として使う可能性を挙げました。
たとえば、将来の市場環境を悲観的な前提で問い直すなど、一人では思いつきにくい視点を意図的に取り入れることで、
思考の幅を広げられるのではないか、という考え方です。
また飛岡様からは、デザイナーの立場として、要件定義の中で本来議論したいテーマに
十分な時間を割けていない現状が語られました。
生成AIによって調査や整理を効率化し、人が価値を発揮すべき議論に
より多くの時間を使いたい、という意図です。
こうした意見を受けて鈴木は、生成AIは役割を変えるものではなく、 効率化を通じてコミュニケーションや理解を深め、スキルを「不要にする」のではなく、 むしろ発揮しやすくする存在ではないか、という整理でこの話題をまとめました。
― 企業として生成AI活用力を高めるために、どのような取り組みが効果的だと思いますか？
この質問では、生成AIを単に導入するだけではなく、組織としてどう定着させていくか、 という視点で意見が交わされました。
共通していたのは、ツールの配布やガイドライン整備だけでは不十分で、
人・データ・プロセスをつなぐ仕組みづくりが欠かせない、という認識です。
岡島様からは、生成AI活用を企業の価値につなげるためには、
部門横断で対話できる場が必要だという指摘がありました。
エンジニアだけでなく、さまざまな職種が同じ前提で話せるようにするため、
COE（センター・オブ・エクセレンス）的なコミュニティを設け、
活用事例や悩みを共有できる仕組みが重要だという考えです。
一方で森實様は、企業内に蓄積されているデータの活かし方に着目しました。
営業日報など既存の情報を整理し、横断的に使える状態にしておくことで、
地域や部門を越えた知見の再利用が可能になる。
そのためにも、インプットを揃えること自体が、
生成AI活用の最初の一歩になるのではないか、という視点が示されました。
飛岡様からは、より現場に近い取り組みとして、デザイン思考のプロセスのどこで
生成AIを使えるかを言語化し、業務の中に組み込んでいる事例が紹介されました。
特に、人手不足など切迫した状況では、必要に迫られる形でAI活用が定着しやすい、
という実感も共有されています。
こうした意見を受けて鈴木は、マネジメント層、初心者、実践チームといった
異なるレイヤーに向けた取り組みを並行して進めることの重要性を指摘しました。
一律の施策ではなく、多層的に支える設計こそが、生成AI活用を組織に根づかせる鍵になる、
という整理です。
― 生成AIを「パネリスト」としてディスカッションに参加させる活用は可能ですか？
この問いに対しては、技術的にも十分に実現可能であり、 発想としても現実的だ、という前向きな意見が登壇者から相次ぎました。
ポイントとなったのは、生成AIを「答えを出す存在」ではなく、
議論を揺さぶる参加者として位置づける、という考え方です。
森實様からは、人材業界のコミュニティでディベートを行っている事例を踏まえ、
立場を明確に与えた「批判的なAIパネリスト」を参加させるアイデアが紹介されました。
あらかじめポジションを設定したうえで問いを投げることで、
普段は出しにくい反対意見を、安全に引き出せるのではないか、という見方です。
岡島様からは、「AIに言われると、不思議と腹が立たない」という率直な感覚が共有されました。
人からの指摘では感情が動きやすい場面でも、生成AIであれば冷静に受け止めやすく、
結果として、より健全な議論の場をつくれる可能性がある、という期待が語られています。
また鈴木は、ディベートは本来、感情と切り離して行う訓練である一方で、
日本ではその文化が根づきにくいという背景に触れました。
生成AIがクッション役として入ることで、対話への心理的ハードルを下げられるのではないか、
という整理です。
生成AIを「正解を提示する存在」ではなく、意図的に視点をずらすための参加者として扱う。 そんな新しいディスカッションの形が、実践的な選択肢として共有されたやり取りでした。
― 外部生成AI利用時のセキュリティ面で、社内が気を付けている点はありますか？
この質問では、生成AI活用におけるセキュリティには
明確な正解や万能なルールが存在しない、という前提が共有されました。
そのうえで、各社がどのように線を引き、運用しているかが語られています。
岡島様からは、外部生成AIの利用については、非常に慎重に扱っている、
という前提が示されました。標準ツールを選定する際には事前に十分な調査を行い、
機密情報のレベルに応じて扱いを分け、承認ルートを整えたうえで運用しているとのことです。
何でも自由に使える状態にするよりも、あらかじめ線を引いた方が、
現場としては安心して利用を進めやすい、という実感が共有されました。
森實様も、外部生成AIを使う際の入力情報には、特に注意が必要だと指摘します。
市場や競合など外部情報をもとにした一般論であれば活用しやすい一方、
企業が特定される情報や機密性の高いデータは入力できない。
共通の正解がない以上、各社のガバナンスに沿って慎重に判断するしかない、
という認識です。
飛岡様からは、現場での具体的な工夫として、自社内では指定された生成AIを使う、 あるいは顧客側の標準環境で実行してもらうなど、状況に応じた使い分けを行っている 事例が紹介されました。
こうした意見を受けて鈴木は、生成AI活用におけるセキュリティでは、 最終的な責任を人が負う、という前提に立つことが重要だと整理しました。
だからこそ、顧客との合意形成や手順の明確化をどう行うかは、
今後も現場ごとに考え続けていく必要がある。
そんな現実的な問題意識が共有されたやり取りでした。
― Q&Aを通して見えてきたこと
Q&Aを通じて浮かび上がったのは、生成AIの活用に「唯一の正解」はないという前提でした。
ツール選定や運用ルール、役割の考え方は立場ごとに異なるものの、 いずれの議論でも共通していたのは、人が判断し、線を引き、試行を重ねながら使っていくという姿勢です。
生成AIをどう使うかではなく、どう向き合い続けるか ——
その問いが、具体的な現場の話を通して、改めて共有された時間だったように思います。
クロージング
第2部のパネルディスカッションでは、生成AIの実務での活用方法や可能性、
そして向き合うべき課題について、多面的な意見が交わされました。
正解が定まらないテーマだからこそ、
現場で試行を重ねている方々の言葉には示唆が多く、
実践に近い視点に触れられる時間だったと感じます。
モデレーターの鈴木は、本セッションが
「生成AIとどう向き合い続けるか」を考えるきっかけとなり、
参加された皆さまにとって、何か一つでも持ち帰れる視点があれば嬉しいと述べました。
パネリストそれぞれの経験から語られた話は、
今後の検討や活用を進めるうえでの、具体的な手がかりになるはずです。
生成AIは、これからも変化し続ける領域です。
今回の議論が、それぞれの現場で、次の一歩を考えるきっかけとなれば幸いです。
関連記事：
レポート：第1部 エンタープライズDXセミナー「生成AI × 要件定義」最前線 ― 価値起点で考えるDX要件定義とAIレビュー活用
https://www.graat.co.jp/blogs/cmg7uqnp27dby07zx5bajhkij
エンタープライズDXセミナー：「生成AI × 要件定義」最前線 ─ アジャイル現場に変革をもたらす実践知と展望 開催のお知らせ
https://www.graat.co.jp/blogs/cmcbhus3k8th40713y6e0n0r9
関連サイト：
JACK（ジャパン・アジャイル・コラボレーション・カーネル）
https://japan-agile.org/
