“個別タスクのAI活用で「効率化した気分」になる。 これこそが、事業をスケールさせる上での最大の落とし穴です。 「AIは同僚」そう謳うヘルスケアテックのUbie株式会社は、エンジニアなどの開発組織だけでなく、事業開発の業務にも生成AIを組み込んでいます。 UbieがAI-BPR（業務改革）で求めたのは、単なる効率化ではなく「業務時間の50%を、お客さまと向き合う時間に充てる」ことでした。 お客さまと向き合う時間を最大化したその先に残る、AIではなく人がやるべき仕事とはー。 AIネイティブ時代のBizDevの新たな価値発揮の仕方とはー。 ファーマイノベーション事業本部副部長、田中佑岳氏にインタビューし前編後編の二部構成にてそのリアルに迫ります。

こんにちは。 ファインディ株式会社でFindy AI+の開発をしているdanです。 Findy AI+は、AIツールを導入したけれど、実際にどれくらい効果があるのかという問いに対して定量的に答えるための分析ワークフローを新たにリリースしました。 今回は、これらのワークフローを使って実際にどのような示唆を得られるのかについて実践形式で紹介します。AIツールを導入したものの効果が見えづらいと感じているEMやPdM、チームの活用状況を把握したいエンジニアの方に向けて、MCPサーバーとGitHub Actionsそれぞれでの実行手順と、分析結果からチームの改善ポイントを見つけるまでの流れを紹介します。 Findy AI+とは 開発チームで分析してみた AI環境整備コミット履歴分析（MCPサーバー経由） AIと人のPR作成量比率分析（GitHub Actions経由） Findy AI+の分析ワーク

こんにちは。ファインディ株式会社でエンジニアをしている山岸です。 Findy AI CareerはAI人材に特化した求人プラットフォームです。掲載する求人票は、企業の求人情報をベースにAI活用状況や方針を盛り込んで作成しています。この業務はFindyのbizメンバーが担当しており、1件あたり20分〜1時間ほどかかっていました。 ai-career.findy-code.io 今回、この求人票作成のワークフローをClaude Codeのカスタムスラッシュコマンドとして実装し、作業時間を最大1時間から約5分に短縮しました。 この記事では、Claude CodeとMCP（Model Context Protocol）を組み合わせた業務自動化の具体的な進め方と、エンジニア以外のメンバーが使えるツールに仕上げるまでの過程を紹介します。社内の定型業務をClaude Codeで自動化したい方の参考になれ

AI駆動開発偏差値とはAI駆動開発偏差値AI駆動開発偏差値とは、エンジニアが開発でどのくらいAIを使っているかを測る指標です。GitHubの公開レポジトリで、AIへの指示テキストやAIによるコミットの多さから判定しており、AIボーナスは、AI駆動開発偏差値を基に年収増加分に換算したものです。下記のツールの利用を分析対象としています。 ■分析対象ツール ・Claude Code ・Cline ・Codex CLI ・Cursor ・Devin ・Gemini CLI ・Windsurf 具体的には公開レポジトリから以下のようなデータを収集し、AI駆動開発偏差値を計算しています。 1.  CLAUDE.mdや.claudeフォルダなどでAIに読ませるドキュメントを しっかり書いているか 2.  AIを使って作成したコミットの割合が高いかどうか ただし、2.に関してはAIがコミットのCo-aut

年収診断（AI駆動開発Ver.）とは最近、開発の現場もすっかり「AIネイティブ」がスタンダードになってきました。 Claude Code、GitHub Copilot、Cursorなどツールの進化が凄まじく、開発の進め方やスピード感が以前とは全く別物になっていると感じます。 そんな中で本機能「年収診断（AI駆動開発Ver.）」をリリースしました。 年収診断（AI駆動開発Ver.）は、基本的な技術力とは別に生成AI活用度合いも含めて年収診断しています。GitHubを連携するだけで診断でき、「ベース年収（技術力）」と「AI活用分（生成AIスキル）」をそれぞれFindy AI Career独自のアルゴリズムをもとに算出し、合算しています。 年収診断（AI駆動開発Ver.） ・ベース年収： 使用言語が幅広いかどうかなど、様々な技術を高いレベルで扱えている かどうかをみています。 ・AI活用分： A