先日、福岡で開催されたエンジニア向けのLT会（ライトニングトーク）に参加してきました。

テーマは「現場でのAI活用」。ニュースや技術記事で目にする成功事例だけでなく、「実際にやってみてどうだったか」という生々しい失敗や工夫の話が聞けました。特に印象に残った3つのエピソードを紹介します。

「Skills」でエンジニアの品質を平準化する

一つ目は、Claude Codeの「Skills」機能をチーム開発に活用した事例です。

プルリクの記載内容や粒度が人によってバラバラになるという課題に対し、Skillsで「自社専用のテンプレート」を構築。誰が指示を出しても一定のクオリティでプルリクが作成される環境を整えたという話でした。

ここが面白い

非エンジニアがGitを触る場面でも、この仕組みがあれば品質が保たれます。シニアエンジニアの役割が「コードを書くこと」から「AIが迷わないための環境を整備すること」へシフトしている実例だと感じました。

一点気になったのは、その環境を整備できるシニアエンジニアが今後どう育っていくか、という部分。ただ、仕組みがあることで若手も一定の質で動けるなら、それはそれで意味があります。

ライセンスを「配る」のをやめた理由

二つ目は、社内でのAI普及に関するお話。

当初は全員にAIライセンスを配布したものの、使う人と使わない人が二極化してしまったそうです。そこで導入されたのが「免許制」でした。

• 社内に「AI活用チュートリアルサイト」を構築
• 必須科目をクリアした人だけがライセンスを申請できる

ここが面白い

ただツールを渡すのではなく、「使いこなすための学習」をセットにした仕組みです。さらに、そのチュートリアルサイト自体もAIを使って短期間で開発したとのこと。「普及のための仕組み自体をAIで作る」というサイクルが非常にスマートでした。

3. 基礎力がないと、AIを使っても「生産性が落ちる」

三つ目が、会場が一番ざわついた話でした。個人的にも最も刺さりました。

AIを導入した結果、「新人エンジニアのプルリク数が激減した」という衝撃的なデータが示されました。一方で、シニア層は2倍に増えたそうです。

原因は「コードを理解せずにプルリクしてしまったこと」でした。

• AIが出した「よくわからないコード」をそのまま提出する
• レビューで「なぜこの実装にしたの？」と聞かれても答えられない
• 結果、手戻りと説明のコストが増大し、シニアのレビュー負荷だけが跳ね上がる

ここが面白い

AIは「速く動くもの」を量産しますが、それを評価・修正する力がなければ、ただの「ゴミ量産機」になってしまいます。AI時代を生き残るエンジニアのスキルとは？現役エンジニアが考える3つの力でも触れましたが、「AI時代だからこそ、基礎力が最大の差別化になる」という現実を突きつけられたエピソードでした。

参加して改めて感じたこと

オフラインの勉強会は、やっぱりいい。

登壇者の熱量や、会場の空気感、懇親会での「うちの現場はこうなんです」という泥臭い相談。これらはSNSや記事だけでは得られない、貴重なインプットになります。

AI活用は、まだどの会社も試行錯誤の真っ最中です。だからこそ、誰かの「うまくいかなかったこと」も、私たちにとっては大きなヒントになります。

AtomBaseでも、こうした知見を取り入れながら、AIを「盲信」するのではなく「乗りこなす」チームでありたいと考えています。機会があればぜひこういった勉強会に参加してみてください。