|
エンジニアプラットフォームを提供するファインディ株式会社（東京都品川区、代表取締役：山田 裕一朗、以下「当社」）は、開発組織における複数の生成AIの利活用状況を、定量・定性の両面から可視化・分析するAIエージェント「Findy AI+」β版をリリースすることを発表します。本AIエージェントを用いた分析事例では、人とAIの最適な業務分担によりチーム効率（開発生産性）の39%向上を実証しました。この成果をもとに、今後は日本国内にとどまらず全世界の開発組織に向けて本AIエージェントを提供し、グローバル規模でAIの利活用を推進していくため、2028年末までの約3年間で国内外合わせて5,000社への導入（有料利用企業のみ）を目指します。 |
|
|
|
|
|
|
|
|
|
|
|
◆ 「Findy AI+」β版の概要 |
|
|
|
「Findy AI+」β版は、開発組織における複数の生成AIツールの利活用状況を可視化し、投資対効果（ROI）を定量化するAIエージェントです。チャット型の対話を通じて「定量的な活用状況の把握」や「定性情報も踏まえたボトルネック特定」を行い、組織の隠れた課題を明確にします。 |
|
|
|
多くの企業で生成AIの導入が進む一方、その活用は個人やチームごとの最適化に留まっており、「組織全体での効果検証が難しい」という課題が深刻化しています。本AIエージェントは、MCP（Model Context Protocol）、CI（※1）などを活用して、Claude CodeやGitHub Copilot、Codexなど7つのAIツールのアクティビティデータを横断的に自動取得・分析します。（※2）これにより、AI投資に対するROIを経営インパクトとして説明可能にするとともに、開発現場のボトルネックを特定し、AI駆動開発に向けたプロセス変革を一気通貫で支援します。本AIエージェントは、当社の既存サービスをご利用いただいていないお客様でも、単独のサービスとしてご導入・ご利用いただくことが可能です。 |
|
|
|
|
|
|
|
|
（画像：「Findy AI+」β版の「AI・人コラボレーション分析レポート」を活用する様子） |
|
|
|
（※1）CI（Continuous Integration）とは、開発者が作成したコードを共有リポジトリへ頻繁に統合し、その都度自動的にビルドやテストを実行することで、ソフトウェアの品質を継続的に保ちながら開発を進める手法です。
（※2）ご利用企業様のご要望や市場トレンドを考慮し、今後も順次拡大していく予定です。 |
|
|
|
◆ 「Findy AI+」α版の実績とβ版提供の背景 |
|
|
|
本AIエージェントは、2025年5月に当社の取引先企業に限定して「Findy AI+」α版の提供を開始し、顧客企業116社への無償提供を実施いたしました。提供開始から約2週間で利用者数が100人を突破するなど、多くの開発組織から高い反響が寄せられました。この確かな成果とニーズを踏まえ、この度対象範囲を大幅に拡大し、一般企業を含む国内外のすべての開発組織に向けて「Findy AI+」β版の提供を開始いたします。 |
|
|
|
◆ 企業の生成AI活用における課題 |
|
|
|
当社が2025年11月に実施した「AIによるエンジニアの変化の実態と転職・キャリア選択の現状」調査（n=591）では、88.7%のエンジニアが業務で何らかのAIツールを利用している一方、職場のAI活用における最大のボトルネックとして「効果検証が難しい」が企業規模を問わず最上位に挙がっています。こうした結果に加えて、当社がクライアント企業から伺う中で、多くの開発組織で、 |
|
|
|
■誰が・何が原因で使いこなせていないかが分かりにくく、分析が困難。複数の生成AIツールを同時並行で利用しているため分析負荷が高い |
|
■ほぼ毎日・毎週ベストプラクティスが変わるので、開発プロセスに組み込みアップデートするのが大変、やりきれない |
|
■生成AI活用の「旗」は掲げたが、トップと現場の危機感・期待値のズレが生じ、活用が現場に浸透しきっていない |
|
■人と生成AI、どちらにどの程度投資すべきかが判断しかねており、ツールコスト対パフォーマンスのROI説明を求められている |
|
|
|
|
|
という課題が深刻化していることが明らかになりました。「Findy AI+」β版は、Claude Code・GitHub Copilot・Devin・Codex・Cursorなど複数の生成AIツールのアクティビティデータを横断的に自動取得・集計し、開発組織における生成AI利活用のボトルネック特定から改善施策の実行、モニタリングまでを一気通貫で支援します。 |
|
|
|
|
|
|
（出所：「AIによるエンジニアの変化の実態と転職・キャリア選択の現状」2025年11月実施、ファインディ株式会社、n=591） |
|
|
|
|
|
|
|
（出所：「AIによるエンジニアの変化の実態と転職・キャリア選択の現状」2025年11月実施、ファインディ株式会社、n=591） |
|
|
|
|
◆ 「Findy AI+」β版で新たに搭載した機能 |
|
|
|
【1】多面的なボトルネック・効果分析 |
|
|
|
|
|
|
|
|
|
・個人別、リポジトリ（※3）ごとに、AIツールごとの利用状況を分析 |
|
・個人別、AIツールごとの作業量・内容を分析 |
|
|
|
|
|
|
|
|
|
|
・AI自走環境の整備および状況改善内容の分析（AGENT.mdや.AGENTファイルの分析） |
|
・アウトプットクオリティ（プルリクエスト単位（※4））の分析により、コード変更作業・開発 環境の強み/改善余地を特定 |
|
・アウトプットレベルの生産性分析（with AI） |
|
・人とAIの業務分担と今後のAI業務の拡張可能性の分析 |
|
・AIツールのコストパフォーマンス分析 |
|
|
|
|
【2】CI連携（※5）による継続的な自動分析～改善 |
|
|
|
• |
|
分析から改善施策の実行状況のモニタリングまでを、継続的かつ自動的に実行できます。組織のAI開発環境の構築度やニーズに応じ、以下3つの利用形態から選択いただけます。 |
|
|
|
|
|
|
|
・ショット利用（Webサービス Chat UI）：チャットやボタン操作でその都度分析。AIツール導入初期の組織でもすぐに利用開始可能 |
|
・継続利用：手動（MCPサーバー）でClaude Codeや、VSCodeなどのエディターツールと直接連携し、より深い分析を実現 |
|
・継続利用：自動（CI/CD連携）で分析～改善まで一気通貫での自動化が可能 |
|
|
|
|
|
|
|
|
|
|
|
（画像：「Findy AI+」β版の「AI・人コラボレーション分析レポート」機能） |
|
|
|
|
|
|
|
（画像：「Findy AI+」β版の「AI活用環境 分析レポート」機能） |
|
|
|
|
|
|
|
（画像：「Findy AI+」β版の「PRクオリティ分析レポート」機能） |
|
|
|
|
（※3）リポジトリとは、ソースコードや関連ファイル、そして更新履歴を一元的に保管・管理するためのデジタル上の保管庫です。 |
（※4）プルリクエスト（PR）単位とは、GitHubなどの開発プラットフォームにおいて、Pull Request（プルリクエスト）をひとつの作業・管理の最小単位として扱うことを指します。具体的には、機能追加や修正を「1つのPRごと」にレビュー・テスト・マージする運用を意味し、変更の粒度を明確にすることで品質管理や進捗把握をしやすくする考え方です。
（※5）CI連携とは、CI（継続的インテグレーション）と呼ばれる開発プラクティスに基づき、コードのプッシュやPRの作成、スケジュール実行などをトリガーに、ビルドやテストを自動的に実行する仕組みです。 |
|
|
|
◆ 連携可能ツール |
|
|
|
「Findy AI+」β版では、以下の7つのAIツールと連携可能です。ご利用企業様のご要望や市場トレンドを考慮し、今後も順次拡大していく予定です。 |
|
|
|
1. |
|
|
2. |
|
Claude Code GitHub Actions |
|
|
3. |
|
|
4. |
|
GitHub Copilot Coding Agent |
|
|
5. |
|
|
6. |
|
|
7. |
|
|
|
|
|
|
|
◆ ご利用事例・導入背景 |
|
|
|
組織課題の解決に向けて、「Findy AI+」を活用した事例を紹介します。 |
|
|
|
合同会社DMM.com ｜ 「Findy AI+」を活用した「人とDevin AI」のパフォーマンス分析 |
|
合同会社DMM.comのプラットフォーム開発本部は、「AIネイティブな開発プロセス」の構築を目標に複数の生成AIを導入。その投資対効果（ROI）を客観的に検証する手段として「Findy AI+」を活用し、人とDevin AIのパフォーマンスを多面的に分析しました（※6）。人間チーム（12名）とDevin AI（1体）が並行稼働した期間の比較分析では、以下が明らかになりました。 |
|
|
|
■チーム効率：人間チーム＋Devin AI の合計263件は、人間チームのみの場合（189件）と比べて+39%のチーム効率向上 |
|
■個別生産性：1人あたり平均 人は15.8件 に対し、Devin AI は74件（約4.7倍の処理量） |
|
■品質と役割分担：マージ率は人のみのチームでは85～90%、Devin AI 60.1%。Devin AI はコード変換・テスト変換などの定型・反復作業に強みを発揮し、複雑な設計や高度なレビューは人間が優位という補完関係が可視化された |
|
■コスト構造：Devin AI は人件費と比較して低コストで反復作業を大量処理できる一方、人は創造的・戦略的な価値を担う |
|
|
|
|
|
▶ 詳細はこちら：https://jp.findy-team.io/blog/ai-casestudy/ai_effectiveness_verification_dmm/
|
|
|
|
（※6）「Findy AI+」α版による分析期間（2025年3月～6月） |
|
|
|
◆ 今後の目標とグローバル展開 |
|
|
|
「Findy AI+」β版は、日本国内にとどまらず、本日より海外に向けても提供を開始し、全世界での販売を予定しています。 当社は、世界中の開発組織におけるAI活用を推進するため、2028年末までの約3年間で、国内外合わせて5,000社への導入（有料利用企業のみ）を目標として掲げています。 |
|
|
|
◆ 料金体系と今後の展開計画について |
|
|
|
「Findy AI+」β版は、利用量に応じた従量課金制となります。 |
|
|
|
※上限はございますが、無料での分析も可能でございます。 |
|
※料金は今後の開発状況に応じて変動する可能性があります。ご利用を希望される場合は、以下のURLよりお申し込みください。 |
|
|
|
|
|
|
|
◆ 「エンジニア組織の生成AI活用推進」をテーマにした関連イベントのご案内 |
|
|
|
「Findy AI+」β版の提供に際しては、エンジニア組織の生成AI活用推進をテーマにしたイベントを複数回に渡って実施予定です。現場エンジニアや開発組織マネージャー、AI推進組織が実践知を持ち寄り、AI活用の"リアル"を共有する場として多くの方にご参加いただいています。 |
|
|
|
【1】過去開催イベント（アーカイブ公開中） |
|
|
|
• |
|
【Microsoft×Findy】AIで本当に組織の開発生産性は上がったか。可視化で挑む生産性の壁 |
|
|
|
|
|
|
• |
|
AI-DLCやってみてどうだった？マネーフォワードに聞く、開発パフォーマンスとボトルネックの変化 |
|
|
|
|
|
|
|
|
|
【2】今後開催予定イベント |
|
|
|
|
|
|
|
|
|
|
|
◆ ファインディ株式会社について |
|
|
|
2016年に創業した当社は「挑戦するエンジニアのプラットフォームをつくる。」というビジョンを掲げ、ITエンジニア領域における個人・組織それぞれの課題解決に取り組んでいます。 |
|
|
|
現在は、IT/Webエンジニアの転職サービス「Findy」、ハイスキルなフリーランスエンジニア紹介サービス「Findy Freelance」、経営と開発現場をつなぐAI戦略支援SaaS「Findy Team+（チームプラス）」、開発ツールのレビューサイト「Findy Tools」、及びテックカンファレンスのプラットフォーム「Findy Conference」の5つのサービスを提供しています。サービスの累計会員登録数は約26.7万人、国内外のスタートアップ企業から大企業までの4,000社にお使いいただいております。（※7） |
|
|
|
また「技術立国日本を取り戻す」という設立趣意に基づき、2024年のインド進出を皮切りに、現在、韓国・台湾でも「Findy Team+」を展開。企業成長の源泉であるソフトウェア開発において日本発のイノベーションを増やし、世界市場で競争力を持つ日本のIT企業を1社でも多く生み出すことを目指し、まずは当社がグローバルマーケットで通用する企業になることを企図しています。 |
|
|
|
• |
|
会社名：ファインディ株式会社 / Findy Inc. |
|
|
• |
|
所在地：東京都品川区大崎1-2-2 アートヴィレッジ大崎セントラルタワー 5階 |
|
|
• |
|
|
• |
|
|
• |
|
|
|
|
|
（※7）Findy 転職、Findy Freelance、Findy Team+、Findy Tools、Findy Conference の5サービス累計での登録企業数及び会員登録数です。なお、1社又は1名の方が複数のサービスに登録している場合は、そのサービスの数に応じて複数のカウントをしています。 |
|
