「AIを使えば劇的に生産性が上がる」は本当か？cc-sdd導入前後のデプロイ頻度データから見えた、AI時代のチーム開発の"本当のボトルネック"。 - Timee Product Team Blog

こんにちは！プロダクトエンジニアのkazzhiraです。 私たちのチームでは、2025年の夏ごろから「AI活用による開発生産性の向上」に取り組んできました。しかし、当初の取り組みは抽象的なガードレールの提示や個々人の実践にとどまり、チームとして大きな成果には結びつきませんでした。 その後、SDD（仕様駆動開発）というアプローチに出会い、オープンソースの cc-sdd フレームワークをベースに試行錯誤を重ねてきました。 本記事では、AI開発標準の策定に失敗した経験から何を学び、どのように仕様駆動開発に辿り着いたのか、そして、実践を通じて得た成果と学びをご紹介します。 チームのAI導入でうまくいかなかった話 AI活用の個人最適化 当初、チームでは Cursor、Claude Code、Devin、GitHub Copilot、Gemini などの AI ツールを個々人の判断で利用できる状態でし

[atsushieno]

生産性を図る指標が間違っていたら結論も失当になる、を地で行っているようにしか見えない

[lizy]

AIのコード生成速度に対して、人間系（要求提供、レビュー）がボトルネックになるとのこと

[objectiveworker]

kiroとかcursorとかいろんなもん入れているな。設定で時間が溶けそう。

[masatotoro]

“マルチリポジトリ横断ワークスペース” モノレポで良いのでは？

[lycolia]

LLMの生成速度に人のレビューが追いつかない。仕様書になるプロンプトの作成工数が重いなど負の側面がよく捉えられている記事。コマンドなどは参考になりそう

[nakag0711]

何を作りたいかは人間の頭の中にしかない、というか頭の中にすらなくて作ってみて初めて気づく

[harumomo2006]

SIerがAI生成した資料やベースコードを元に開発する事例が増えてるけど短くはなってる。受け入れるSIerから見たら他人が作ったコードレビューもAIが作ったコードレビューも変わらないし

[sirobu]

旧来のソフトウェア開発から一気に生成AI利用SDDに持ってくには有用な記事なんでは？

[mkusaka]

cc-sddでSSoT化しCursorのcode-workspaceでマルチリポ管理を導入、暗黙知の形式知化や手戻り減少は得られたが、仕様作成に1日〜1.5日かかりデプロイ頻度は向上しなかった。

[misshiki]

“cc-sddの導入で仕様の認識齟齬が早期に解消され、意図した仕様どおりの実装に到達しやすくなりました。 しかし世間で語られるようなAIによる劇的な生産性向上には至っていません。”

[nguyen-oi]

結局、要件定義とレビューが詰まるのは人間系の問題よな。銀の弾丸はそうそう無いわ