AI駆動は上流工程にこそ活きる－非エンジニアにこそ知ってほしい、AI駆動開発ライフサイクルによる上流工程の変革（AIM222）

AWS Summit Japan 2026のセッションレポートです。 AI駆動開発ライフサイクル（AI-DLC）がなぜ上流工程に威力を発揮するのか、ビジネスと開発の「作業待ち」というボトルネックを解消する方法論について紹介しています。
AWS Summit Japan 2026
2026.07.05
 はじめにみなさんこんにちは、クラウド事業本部の浅野です。
AWS Summit Japan 2026に参加してきました。本記事では、セッション「AI駆動は上流工程にこそ活きる－非エンジニアにこそ知ってほしい、AI駆動開発ライフサイクルによる上流工程の変革」のレポートをお届けします。
セッション資料は以下から参照できます。
https://pages.awscloud.com/rs/112-TZM-766/images/R05_0625_AIM222_v2.pdf
 セッションの概要タイトル: AI駆動は上流工程にこそ活きる－非エンジニアにこそ知ってほしい、AI駆動開発ライフサイクルによる上流工程の変革
セッション番号: AIM222
登壇者: アマゾン ウェブサービス ジャパン合同会社 / AWS Developer Transformation Team
このセッションでは、AIを使った「チーム開発の方法論」としてのAI-DLC（AI-driven Development Lifecycle）が紹介されました。個人のAIツール活用やAIエージェントによる全自動開発の話ではなく、AI-DLCが上流工程に与えるインパクトとAI時代の人材に求められることがテーマです。
 上流工程の「スピード」という課題登壇者の方は、プロダクト開発の上流工程でよくある悩みとして、衣料品販売サイトの企画会議を例に挙げていました。
ビジネスサイドでは「AIで試着できるといいね」「お勧めコーディネートも提案できたら最高！」とアイディアが飛び交う一方、開発サイドからは「本当に実現できるの？」「お勧めアルゴリズムの改善だけを実施します」と温度差がある。よくある光景です。
開発ミーティングでも「もっと具体的な要求でなければ実装できません」「レガシーコードからの脱却を優先すべきでは？」と、ビジネス要求と開発の現実の間で課題が山積みになります。
アイディアはある。しかし「検証できない」（PoCへの承認、新技術へのキャッチアップ）し「形にできない」（リソース不足、スピード不足、開発サイドとのコミュニケーション）。これらの課題の鍵となるのは**「スピード」**だと登壇者の方は強調していました。
そして、AIツールを導入しただけではこの課題は解決しないという問題提起がなされました。「かつてない変化が急速に迫っている」「複数のAIツールを評価したが期待された加速はまだ見えていない」「開発プロセス全体をAIネイティブにするにはどうすればいいか」という3つの顧客の声が紹介されていました。
 AIにできること、できないこと
AI活用における課題として「クオリティ」と「セキュリティ」の2つが挙げられ、AIの生成物の質は人間の指示の質に依存するというポイントが強調されていました。
AIの得意/不得意領域が整理されていました。
得意なこと: ゴールが明確な作業、お題を与えられた調査・議論、大量のデータの要約、よくあるパターンに沿った実装やモックアップの開発
不得意なこと: 決まったゴールがない作業、漠然とした議論、正解のない意思決定、セキュリティやスケーラビリティなどの非機能要件の考慮
AIの不得意領域を補うには人間の専門家の知見が不可欠であり、様々な専門領域を持つ人間の知見と合意形成が重要だと述べられていました。
「コンテキスト」の重要性についても触れられていました。人間はコンテキストの中で「経験・信念」に基づいて意思決定を行うのに対し、AIはコンテキストの中で「確率的に」意思決定を行います。この違いから、リスクの高い意思決定はAIには任せられないという結論が導かれていました。
この点は非常に共感しました。AIが確率的に判断するという性質を理解した上で、人間が意思決定の責任を持つべき領域を明確にすることが重要です。
 チーム開発のボトルネックとAI-DLCモブワーク
チーム開発における最大のボトルネックとして、ビジネスサイド（Biz）と開発サイド（Dev）の間に生じる「作業待ち」が取り上げられていました。
Bizが要件定義を終えてもDevの作業待ちが発生し、Devが開発を終えてもBizの受入テストまで作業待ちが発生する。この「待ち」の連鎖がプロダクト開発全体のスピードを大きく低下させているという指摘です。
この課題に対するアプローチとして紹介されたのが、AI-DLC（AI-driven Development Lifecycle） です。
AI-DLCとは、AIを開発プロセスの中心的な協力者に位置付け、ソフトウェア開発ライフサイクル全体を通じて能力を活用する方法論です。
AI-DLCでは、AIの利用を前提としたモブワークを行います。BizとDevが「問題解決/創造的な意思決定」に集中し、AIが実作業を担うことで作業待ち時間を極小化します。
ステークホルダーとのミーティングを承認プロセスから共同作業に変えて、合意形成と意思決定のボトルネックを解消するという考え方です。
AWSでは昨年からAI-DLCを様々なお客様とモブワークという形式で取り組み、実施してきたということでした。
 AI-DLCの実践: ワークフローとモブワーク
AI-DLCの基本ワークフローは以下のサイクルで回ります。
人が意図・企画を渡す
プラン: AIが計画を作成
レビュー: 人間が計画をレビュー
AIが計画を修正 → 人が修正計画をレビュー・承認
実行: AIが計画を実行
レビュー: 人間が結果をレビュー
このサイクルをInception（全体構想）、Construction（実際の構築）、Operation（運用）の各フェーズで回していきます。
モブワークの実践方法についても具体的な説明がありました。
セッションの設計: 1セッション2〜4時間、大きな画面で共有、リラックスできる環境
「レビュー疲れ」に注意: AIの作業速度により、高度な判断が求められる頻度が増加する
レビュー疲れへの対策として、開発合宿のような形で集中的に実施する方法が推奨されていました。優れたプロダクトの開発秘話ではよく「合宿を行った」という話が出てきますが、AI-DLCの文脈でもこの集中的な取り組みが有効だということです。
 お客様事例 株式会社MIXI: AI-DLC体験会で開発速度2倍を達成
MIXIのみてね事業本部では、ビジネス・デザイナー・エンジニアの職種のメンバーが集まり、ユーザーストーリー作成から実装に至るまでをAI-DLCで進めました。
体験会中の開発速度は当初の見積の2-3倍
ステッカーのレコメンド機能はステッカー購入のクロスセルに効果があり、平均購入回数が15%向上
 株式会社MonotaRO: 3日間4チームの実証実験
MonotaRO（従業員数1,525名）では、AI-DLC Unicorn Gymを上流工程の手法プロトタイピングの場として3日間実施しました（30名/4チーム、関西初開催）。
プロトタイピング4テーマすべてが想定範囲内のアウトプットに到達
ワークショップ評価CSAT 4.87/5.0
参加者実感値で工数60〜75%の削減ポテンシャル
3日でプロトタイプ完成（本番の日常生産性とは別軸）
 AI時代に求められること: 境界の消失
産業革命との対比が印象的でした。産業革命では「自分の手で加工するスキル → 機械に加工させるスキル」へと求められるスキルが変化しました。同様にAI時代では「自分で作業するスキル → AIに作業させるスキル」への変化が起きているという指摘です。
AI時代に求められる取り組みとしてコンテキスト基盤の整備が挙げられていました。
横断性: 組織や職種の壁を超えて、プロダクトに関する情報の全てにアクセスできる
AIとの親和性: AIが自律的に情報を探し、ノイズが少ない形式で情報を取得できる
そしてこのセッションで最も印象に残ったメッセージが、まとめで語られた一言です。
AI時代に人間が担うべき領域において、上流と下流の境界は無くなっていく
AIが実作業を高速にこなせるようになった今、人間の役割は「企画だけ」「実装だけ」ではなく、プロダクトの価値全体に対して責任を持つことへと変わっていきます。上流工程の「変革」とは、まさにこの境界の消失を意味しているのだと理解しました。
最後に、ビジネスサイドと開発サイドそれぞれへのメッセージが紹介されていました。
ビジネスサイドの皆様: 報告と承認のミーティングより共同作業に時間を使いましょう。細切れのスケジュールを避け、集中して作業する時間を確保しましょう
開発サイドの皆様: ビジネスへの理解を深め、プロダクトの価値への貢献をより意識しましょう。あなたしか提供できない知見を深め、AIを教え導きましょう
 まとめ本セッションのポイントを整理します。
AIツールの導入だけでは不十分: プロダクト開発の加速には、開発プロセス全体をAIネイティブに変革する必要がある
AIの得意/不得意を理解する: AIはゴールが明確な作業に強い一方、正解のない意思決定やリスクの高い判断は人間が担うべき領域
チーム開発の最大のボトルネックは「作業待ち」: BizとDevの間で発生する待ち時間が、プロダクト開発全体のスピードを低下させている
AI-DLCモブワークで作業待ちを極小化: AIを中心的な協力者に据え、BizとDevが同じ場で共同作業することで、承認待ちや認識のズレを解消する
「レビュー疲れ」への対策が必要: AIの作業速度により人間への判断要求が増加するため、開発合宿のような集中的な取り組みが有効
AI時代に求められるのはコンテキスト基盤の整備: 組織横断的な情報アクセスとAIとの親和性を備えた基盤が重要
上流と下流の境界は無くなっていく: AI時代に人間が担うべき領域において、「企画だけ」「実装だけ」ではなくプロダクトの価値全体に責任を持つことが求められる
 最後に個人的に最も刺さったのは「上流と下流の境界は無くなっていく」というメッセージです。自分自身もコンサルタントとして上流工程に携わることが多いですが、AIがこれだけ実作業をこなせるようになった今、「企画する人」と「作る人」を分ける意味が薄れてきていると日々感じています。企画も実装も運用も、プロダクトの価値に対して一気通貫で責任を持つ。そういう働き方にシフトしていく必要があるのだと改めて思います。
以上、AWS Summit Japan 2026のセッション「AI駆動は上流工程にこそ活きる」のレポートでした。